-
公开(公告)号：CN106059976B
公开(公告)日：2019-02-22
申请号：CN201610339126.0
申请日：2016-05-19
Applicant: 重庆邮电大学
IPC: H04L27/26
Abstract: 本发明涉及一种降低通用滤波多载波信号的峰值平均功率比的方法，其包括以下步骤：(1)建立系统模型；(2)设定每个采样点相互独立同分布，利用数值计算对系统模型进行分析；(3)理论分析通用滤波多载波(UFMC)的高峰值平均功率比(PAPR)，得到互补累积分布函数(CCDF)；(4)分析通用滤波多载波(UFMC)的系统参数；(5)运用拉格朗日(Largrange)方法得出互补累积分布函数的最优解；(6)建立滤波器参数与互补累积分布函数(CCDF)的关系。本发明通过分析UFMC峰值平均功率比统计特性与滤波器系数的关系，再运用Largrange最优化方法得到UFMC的CCDF最优解与滤波器系数的理论关系的表达式，对滤波多载波系统的设计有指导意义，可进一步降低峰均功率比。
-
公开(公告)号：CN107359904A
公开(公告)日：2017-11-17
申请号：CN201710575112.3
申请日：2017-07-14
Applicant: 重庆邮电大学
IPC: H04B1/711 , H04B17/391 , H04L25/02 , H04L25/03 , H04L27/26
CPC classification number: H04B17/3912 , H04B1/711 , H04L25/0202 , H04L25/024 , H04L25/03006 , H04L27/264 , H04L27/2657 , H04L27/2659 , H04L2025/03649
Abstract: 本发明涉及一种基于压缩感知、高速移动的UFMC系统无线信道估计方法，属于无线通信领域。该方法包括建立系统模型，分析插入PN序列的UFMC系统参数，确定在多径信道时的发送与接收信号模型；进行多径信道的时间相关特性及稀疏特性分析；进行基于PN序列自相关的信道粗估计；进行基于压缩感知算法的信道时延位置精确估计；进行LS算法的信道幅度值的精确估计；性能与仿真结果分析。本发明充分利用信道时间的相关性，将在信道粗估计过程中平均相干时间内的Rg个连续符号的CIR来降低噪声对信号的影响，进一步提高信道时域冲激响应的粗略估计的估计精度；充分利用粗估计得到的信息进一步提高改进的SAMP算法估计的信道时延和稀疏度的精确度，降低传统SAMP算法的复杂度。
-
公开(公告)号：CN103810131A
公开(公告)日：2014-05-21
申请号：CN201410062138.4
申请日：2014-02-24
Applicant: 重庆邮电大学
IPC: G06F13/40
Abstract: 本发明公开了一种车载系统用蓝牙与CAN的数据转换装置及方法。本发明可以配合移动终端（手机\平板）读取汽车ECU内的故障码，移动终端通过蓝牙与插在汽车诊断OBD接口上的蓝牙转CAN装置通信，蓝牙转CAN装置读取汽车ECU内的故障码并通过蓝牙发送给移动终端，移动终端对接收到的故障码进行解析并显示。采用无线方式取代传统的OBD连接线，方便用户使用，为了保证无线传输过程中数据的稳定性，发送方与接收方采用应答机制进行通信，采用数据校验方式防止传输过程中出现数据丢失、误码等情况，在数据接收端采用FIFO来缓冲数据，防止数据溢出，提高系统稳定性。
-
公开(公告)号：CN103684963A
公开(公告)日：2014-03-26
申请号：CN201310577468.2
申请日：2013-11-18
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种面向车联网应用的中间件架构系统及实现方法，涉及车联网应用嵌入式中间件技术领域。包括中间件消息总线模块、车联网应用组件模块、车联网中间件消息代理模块、车联网安全组件、车联网通信协议适配层。车联网中间件应用组件形成规范的功能组件，车联网中间件消息代理负责将车联网中各类消息的解析、分类处理，远程连接请求经安全组件验证，通过后在车联网消息总线中查询对应的应用组件线程，通过消息总线建立起远程终端与本地应用组件或中间件消息代理之间的消息通道再进行通信。车联网通信协议适配层负责屏蔽平台及企业协议差异性，提供统一通信调用接口。该发明提高代码的可重用性和应用程序的开发效率。
-
公开(公告)号：CN119988019A
公开(公告)日：2025-05-13
申请号：CN202510084861.0
申请日：2025-01-20
Applicant: 重庆邮电大学
IPC: G06F9/50 , G06N3/098 , G06N3/094 , G06N3/0475 , G06N3/045
Abstract: 本发明属于联邦学习技术应用领域，具体涉及一种基于分布感知正则化的联邦学习方法，包括在每轮联邦学习，服务器确定参与本次训练的M个客户端；服务器根据计算能力和本地数据量获取每个客户端的数据处理方式，每个客户端根据自身对应的数据处理方式获取训练数据；服务器下发全局模型，每一个客户端通过训练数据训练全局模型得到本地模型参数，并上传给服务器；服务器根据历史训练数据计算时间窗口，在时间窗口内收集本地模型参数进行聚合得到新的全局模型；重复上述操作直至达到最大联邦学习轮次；本发明有效缓解多个客户端之间的设备异构问题。
-
Patent Agency Ranking
公开(公告)号：CN113962748B
公开(公告)日：2025-05-09
申请号：CN202111297307.9
申请日：2021-11-04
Applicant: 重庆邮电大学
IPC: G06Q30/0201 , G06Q30/0601 , G06F18/22
Abstract: 本发明属于网络对齐领域，具体涉及一种基于元路径的全貌信息表示异质电商平台用户对齐方法，该方法包括：获取用户的属性数据和交互数据，对用户的属性数据和交互数据进行聚合预处理；提取聚合预处理后的用户数据；将提取的用户数据输入到基于元路径的全貌信息表示异质电商平台用户对齐模型中，对用户进行对齐处理；本发明从用户属性信息、用户商品交互信息、用户兴趣关注度三方面出发，其中发明重点部分是采用元路径对异质平台稀疏数据进行聚合，获取更有效的实验数据以及采用注意力机制对学习到的用户属性关系向量和用户交互关系向量进行权重分配，从而进行高效的对齐任务。
-
公开(公告)号：CN119809766A
公开(公告)日：2025-04-11
申请号：CN202510007547.2
申请日：2025-01-03
Applicant: 重庆邮电大学
IPC: G06Q30/0601 , G06N3/08 , G06F17/10 , G06F16/9535
Abstract: 本发明属于电子商务技术领域，具体涉及一种基于精确对称正定流形学习的长尾商品推荐方法；包括：获取电商平台的用户行为数据和商品特征数据并对其进行预处理，得到商品特征矩阵和用户商品交互矩阵；采用低秩近似技术对用户商品交互矩阵进行优化，更新用户商品交互矩阵；将商品特征矩阵映射到对称正定矩阵空间中，并进行流形嵌入处理，得到商品的SPD特征向量；采用流行全连接层对商品的SPD特征向量进行聚合处理，得到聚合特征；使用几何保留映射函数将聚合特征映射到欧几里得空间，得到映射特征；对映射特征进行处理，得到长尾商品推荐结果；本发明实现了电商平台广告点击率的提升，显著增强了精准营销和推荐效果。
-
公开(公告)号：CN119598036A
公开(公告)日：2025-03-11
申请号：CN202411712567.1
申请日：2024-11-27
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06F16/9535 , G06Q50/00 , G06N3/045 , G06F18/25 , G06F18/213 , G06F40/30
Abstract: 本发明属于社交网络衍生话题分析领域，具体涉及一种面向时变网络的关键影响力用户发现方法，包括对原始话题网络数据进行预处理得到话题网络数据；沿时间维度对话题网络数据切片得到不同时间点下的话题网络数据；计算用户节点在不同时间点下的动态重要性，根据动态重要性获取每一用户节点的转移序列；采用注意力机制构建每一用户节点的特征向量；获取每一用户节点的累计交互序列和最近交互序列，通过双Transformer结构获取每一用户节点的兴趣向量；将每一用户节点的特征向量和兴趣向量拼接得到综合特征；所有综合特征输入全连接层和softmax函数层，得到关键影响力用户识别结果；本发明可有效地发现话题空间中的关键影响力元素。
-
公开(公告)号：CN119577509A
公开(公告)日：2025-03-07
申请号：CN202411626986.3
申请日：2024-11-14
Applicant: 重庆邮电大学
IPC: G06F18/24 , G06F18/213 , G06F18/10 , G06N3/042 , G06N3/0464
Abstract: 本发明属于互联网应用技术领域，具体涉及一种社交平台引导话题的关键节点溯源方法，包括：获取用户数据；对用户数据进行预处理；提取预处理后用户数据的属性特征；采用混合随机游走策略对用户数据进行处理，得到用户隐藏关系；对用户数据中的话题信息进行情感分析，得到用户情感特征；采用URE2vec算法对用户属性特征、用户隐藏关系以及用户情感特征进行向量化表示，对向量化表示结果进行降维，得到隐藏信息；将隐藏信息输入到关键节点溯源模型中，得到话题传播关键节点以及话题引导意图；本发明采用一种混合随机游走策略，通过混合随机游走策略并利用显式关系和隐式关系为用户找出偏好相似的隐式朋友，缓解数据稀疏性。
-
公开(公告)号：CN119128241A
公开(公告)日：2024-12-13
申请号：CN202411181670.8
申请日：2024-08-27
Applicant: 重庆邮电大学
IPC: G06F16/951 , G06F16/9535 , G06Q50/00 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明属于互联网应用技术领域，具体涉及一种基于隐性关系和级联长度的热点话题传播预测方法；包括：获取话题数据并对其进行预处理；从预处理好的话题数据中提取用户相关属性，用户相关属性包括用户自身属性、用户相似度和用户活跃度；根据用户相关属性，采用关联规矩算法挖掘用户间的潜在关系并构建用户隐性关系网络；根据用户自身属性构建用户关注关系网络，合并用户隐性关系网络与用户关注关系网络，得到用户全关系网络；根据用户全关系网络学习用户的结构特征，得到话题网络的结构特征矩阵；将话题网络的结构特征矩阵和用户活跃度输入到训练好的话题传播预测模型中进行处理，得到话题传播预测结果；本发明可提高话题传播预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
153
records
(took 0.022 seconds)
