-
公开(公告)号：CN119887427A
公开(公告)日：2025-04-25
申请号：CN202510069611.X
申请日：2025-01-16
Applicant: 重庆邮电大学
IPC: G06Q50/00 , G06F21/62 , G06F18/20 , G06F18/213 , G06F18/22 , G06N3/042 , G06N3/0442 , G06N3/0455 , G06N3/084 , G06N3/098 , G06F123/02
Abstract: 本发明属于社交网络分析领域，具体涉及一种基于纵向联邦和典型相关性分析的动态社交网络对齐方法，包括：通过动态时空图自编码记忆模型、注意力机制模拟用户时空关系，得到用户关系矩阵；构建用户属性矩阵，并融合用户关系矩阵，得到用户矩阵；通过基于联邦学习的训练模型，将平台X、Y的用户特征矩阵输入到模型中进行训练，得到跨域用户对齐的预测结果。本发明针对用户关系的时序特性，结合动态关系表示更新与建模，并融合其他非时序特征进行跨平台用户对齐预测，通过该方法，可以有效解决跨域数据隐私泄露和社交网络动态性等问题，最终实现精准的跨平台网络用户对齐。
-
公开(公告)号：CN119809767A
公开(公告)日：2025-04-11
申请号：CN202510009346.6
申请日：2025-01-03
Applicant: 重庆邮电大学
IPC: G06Q30/0601 , G06N3/045 , G06F17/10 , G06F16/9535
Abstract: 本发明属于电商推荐领域，具体涉及一种基于霍克斯过程的非等间隔采样时间序列推荐方法；该方法包括：获取用户商品交互数据并根据用户商品交互数据得到非等间隔采样时间序列；采用循环霍克斯方法对非等间隔采样时间序列的缺失数据进行填补，得到等间隔采样时间序列；采用多元霍克斯方法和自注意力机制对等间隔采样时间序列进行处理，最终得到用户对商品的评分；将评分最高的K个商品向用户推荐；本发明能够有效提高电商推荐系统的准确率，实现精准的个性化推荐效果。
-
公开(公告)号：CN118863986A
公开(公告)日：2024-10-29
申请号：CN202410898655.9
申请日：2024-07-05
Applicant: 重庆邮电大学
IPC: G06Q30/0202 , G06Q30/0241 , G06Q30/0251 , G06F18/25 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/042 , G06N3/08
Abstract: 本发明属于电商大数据推荐领域，特别涉及一种基于多尺度特征融合的广告点击率预测方法，包括：获取用户属性信息、商品属性信息以及用户历史行为序列，将用户属性信息、商品属性信息以及用户历史行为序列输入训练好的广告点击率预测模型，得到预测的广告点击率；广告点击率预测模型包括：特征交互模型、兴趣捕获模型、多尺度特征提取模块以及多尺度特征融合模块；本发明采用了一种创新的多尺度特征金字塔提取算法融合了时间、空间和频率三个维度，通过精心设计“窗函数”精准地从低阶增强特征图、高阶增强特征图以及兴趣增强特征图中捕捉并提取多尺度的特征信息，在高效学习到多粒度的特征的同时，深入挖掘了数据的内在联系和深层次的信息。
-
公开(公告)号：CN118747674A
公开(公告)日：2024-10-08
申请号：CN202410903757.5
申请日：2024-07-08
Applicant: 重庆邮电大学
IPC: G06Q30/0601 , G06N5/02 , G06N5/022 , G06Q10/04 , G06N3/088 , G06Q30/0201
Abstract: 本发明涉及一种基于无监督学习的跨电商平台商品对齐方法，包括：利用低秩张量补全模型对两个电商平台的商品数据进行补全；根据两个电商平台补全后的商品数据分别构建各电商平台对应的商品三元组集合；根据各电商平台对应的商品三元组集合利用知识表示学习算法学习各商品三元组的嵌入表示；根据商品三元组的嵌入表示利用自组织映射网络将各电商平台对应的商品三元组集合划分为多个商品三元组子集；根据各商品三元组子集分别构建知识图谱，并根据各商品三元组子集的知识图谱利用图注意力网络将两个电商平台的商品进行对齐；本发明通过张量补全以及预分类方法可以缓解跨平台商品数据庞大的问题，通过无监督跨平台对齐方法，实现跨平台商品对齐。
-
公开(公告)号：CN116884222A
公开(公告)日：2023-10-13
申请号：CN202311001746.X
申请日：2023-08-09
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明涉及一种卡口节点的短时交通流预测方法，包括：获取目标卡口的天气信息、节假日信息、以及目标卡口所在目标区域的路网地理图及其历史交通流数据；对历史交通流数据提取交通流特征矩阵和POI数据；根据卡口节点的邻居信息利用SDNE算法和DTW算法计算卡口节点与其相邻节点之间的连接强度；根据连接强度矩阵和交通流特征矩阵利用空间注意力机制和基于切比雪夫多项式为卷积核的GCN算法挖掘卡口节点的空间特征；根据空间特征矩阵利用Gate‑TCN模型提取卡口节点的时空特征；根据外部属性构建目标卡口节点的流量吸引矩阵，并根据目标卡口节点的天气信息、节假日信息和时空特征利用MLP多层感知器预测目标卡口节点的交通流。
-
Patent Agency Ranking
公开(公告)号：CN116562334A
公开(公告)日：2023-08-08
申请号：CN202310581445.2
申请日：2023-05-23
Applicant: 重庆邮电大学
IPC: G06N3/04 , H04L25/06 , G06N3/047 , G06N3/0895
Abstract: 本发明属于无线电通信符号检测领域，具体设计一种基于元正则化的符号检测方法。包括采集待测符号的第一信道输出符号；将所述待测符号的第一信道输出符号输入到训练后的自监督检测神经网络模型中，输出待测符号的第一信道输入符号；本发明通过在元学习框架MAML中加入一致元正则化，对齐每个任务中支持集和查询集训练的模型，以消除它们之间的数据分布差异，提高元知识保持数据一致性的能力；本发明提升了符号检测的精确度，实现了更准确的检测性能，并且解决了传统机器学习方法对信道资源浪费、重复训练等问题。
-
公开(公告)号：CN111311641B
公开(公告)日：2023-06-09
申请号：CN202010116432.4
申请日：2020-02-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种无人机目标跟踪控制方法，属于无人机目标跟踪领域。该方法为无人机通过移动网络链路将获取到的视频序列传回到地面跟踪控制系统；地面跟踪控制系统在传回的第一帧视频序列中选择要跟踪的目标；然后对目标进行特征学习得到跟踪模板；通过跟踪模板和下一帧的视频序列计算预估目标在下一帧视频序列中的位置；计算前后两帧目标质心的矢量差，将矢量差作为无人机控制系统的输入通过移动网络链路传递给无人机的机载板来控制无人机跟踪目标飞行。本发明能够对无人机做到超远程的跟踪控制，解决了无人机场景下对运动目标的智能跟踪的问题。
-
公开(公告)号：CN116206443A
公开(公告)日：2023-06-02
申请号：CN202310054179.8
申请日：2023-02-03
Applicant: 重庆邮电大学
Abstract: 本发明属于异常数据处理领域，具体涉一种基于时空路网像素化表示的交通流量数据插补方法；该方法包括：获取交通卡口的车流基本数据；根据车流基本数据构建交通路网并得到交通路网的邻接矩阵；根据车流基本数据得到路网关系特征相似度矩阵；根据路网关系特征相似度矩阵和邻接矩阵通过RoadNet2pix算法对卡口节点进行像素化处理，得到卡口流量图像；将卡口流量图像输入到训练好的基于STAGAN的缺失数据生成模型中，得到数据插补好的完整卡口流量图像；本发明可实现对数据缺失交通卡口的数据插补，准确性高，具有良好的应用前景。
-
公开(公告)号：CN115865593A
公开(公告)日：2023-03-28
申请号：CN202211444691.5
申请日：2022-11-18
Applicant: 重庆邮电大学
IPC: H04L27/26
Abstract: 本发明属于无线通信的信号检测领域，具体涉及一种基于降噪网路的OFDM‑IM信号检测方法，包括：利用降噪网路对预处理后的信号进行降噪，利用降噪后信号能量分布和接收信号的能量分布重构能量分布，利用重构能量分布和降噪信号进行信号检测。本发明考虑到降噪后信号的IQ信号可能改变原信号分布象限，为更好判决激活载波位置，通过降噪信号与接收信号的联合判决，通过模型训练阶段强化静默子载波的方法来增强模型的泛化能力，降低均衡信号的噪声，并改善接收信号的能量分布，进而提升OFDM‑IM信号的检测效率。
-
公开(公告)号：CN115712772A
公开(公告)日：2023-02-24
申请号：CN202211444811.1
申请日：2022-11-18
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00 , G06F17/18
Abstract: 本发明属于网络舆情分析领域，具体涉及一种基于话题关联的话题传播预测方法；包括：获取话题信息，提取话题信息的内部属性和外部属性；采用DTR2vec算法从用户话题内容集合中挑选出用户兴趣特征关键词和用户认知特征关键词，对挑选出的关键词进行向量表示，得到用户历史行为特征向量；根据所有内部属性以及部分外部属性，采用演化博弈论量化话题对用户的影响力，得到话题影响力邻接矩阵；根据话题影响力邻接矩阵提取网络结构特征，得到用户的网络结构特征向量；将用户历史行为特征向量和用户的网络结构特征向量输入到DT‑GCN模型中，得到用户对话题的传播预测结果，本发明可帮助舆情部门快速采取针对性措施，具有良好的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.022 seconds)
