公开(公告)号：CN114357141A

公开(公告)日：2022-04-15

申请号：CN202210030263.1

申请日：2022-01-12

Applicant: 重庆邮电大学

Inventor： 黄宏程 ,  徐硕硕 ,  胡敏

IPC: G06F16/332 ,  G06F16/36 ,  G06F16/242 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于人机交互对话系统领域，具体涉及一种基于时序知识图谱的人机对话兴趣感知方法；该方法包括：获取用户输入内容和机器人对话库数据；根据用户输入内容和对话库数据得到至少两个候选回复；将用户输入内容和候选回复输入到采用基于时序知识图谱的人机对话兴趣感知模型中，得到用户对所有候选回复感兴趣的概率，选择概率最高的候选回复作为机器人的回复内容；本发明既考虑了人机交互过程中外部知识，又考虑了用户兴趣偏好，解决了当前人机交互系统存在机器人背景知识缺乏、用户在对话过程中兴趣度不高的问题，使人机对话更自然，具有广阔的应用前景。

公开(公告)号：CN107784124B

公开(公告)日：2021-08-24

申请号：CN201711182961.9

申请日：2017-11-23

Applicant: 重庆邮电大学

Inventor： 胡敏 ,  陈元会 ,  黄宏程

IPC: G06F16/9535 ,  G06F16/9537 ,  G06F16/955 ,  G06Q50/00

Abstract: 本发明涉及一种基于时空关系的LBSN超网络链接预测方法，属于数据挖掘领域。该方法包括以下步骤：S1：获取数据源；S2：构建超网络模型；S3：定义和量化超网络边权值；S4：基于该模型，首先构建多种类型的加权超边结构，通过不同的结构挖掘用户间不同的语义关系，最后通过梯度下降方法训练模型参数，进而预测网络中的链接关系。本发明通过加权超边结构，能够有效挖掘节点之间的多种关联关系，不仅能够解决网络中的稀疏性问题，同时能够提高模型的抗噪性与稳定性，并且其预测准确性也有着较大的提升。

公开(公告)号：CN113098707A

公开(公告)日：2021-07-09

申请号：CN202110279221.7

申请日：2021-03-16

Applicant: 重庆邮电大学

Inventor： 黄宏程 ,  鲍晓萌 ,  胡敏 ,  陶洋

IPC: H04L12/24 ,  G06N3/08

Abstract: 本发明涉及边缘计算与物联网技术领域，具体涉及边缘网络中一种虚拟网络功能需求预测方法，包括：获取数据，并进行数据预处理，得到预处理后的数据；获取的数据包括不同区域内的电信活动数据集，主要包含短信服务数据、通话数据以及互联网数据，具体是指短信服务数据、通话服务数据以及互联网服务数据；将预处理后的数据输入到训练好的组合预测模型中，得到预测结果，预测结果为预测的网络服务请求数量；根据预测结果分析边缘节点资源足够和边缘资源不足时的VNF需求，确认VNF的数量。本发明将SVR和GRU两种模型结合以提高VNF需求预测准确率，实现边缘网络中VNF的提前放置。

公开(公告)号：CN112802193A

公开(公告)日：2021-05-14

申请号：CN202110263368.7

申请日：2021-03-11

Applicant: 重庆邮电大学

Inventor： 胡敏 ,  周秀东 ,  黄宏程

IPC: G06T17/00 ,  G06T5/00 ,  G06T7/13 ,  G06T7/136 ,  G06T7/155

Abstract: 本发明属于图像处理领域，具体涉及一种基于MC‑T算法的CT图像三维重建方法，该方法包括：获取待重建的脑出血CT图像和脑出血CT病灶掩膜图；对获取脑出血CT图像和脑出血CT病灶掩膜图进行预处理；采用MC‑T算法对预处理后的图像数据进行重建，得到重建后的三维图像；本发明针对传统的MC算法中存在的计算速度慢以及二义性问题，提出了一种基于MC算法改进的三维重建算法，该算法以二维脑出血CT图像和病灶分割掩膜切片作为输入，在三维数据场中通过体素棱边标记的方法，有效的排除了空体元的检测。

公开(公告)号：CN106411733A

公开(公告)日：2017-02-15

申请号：CN201610810802.8

申请日：2016-09-08

Applicant: 重庆邮电大学

Inventor： 万晓榆 ,  张丹 ,  赵书宜 ,  胡敏 ,  樊自甫 ,  王正强

IPC: H04L12/721 ,  H04L12/803

CPC classification number: H04L47/125 ,  H04L45/124

Abstract: 本发明请求保护一种基于链路实时负载的SDN动态负载均衡调度方法，包括：控制器获取拓扑信息和收集网络的状态信息；控制器为网络中的路径设置一个权重，并以此作为路径的选择依据，从跳数最少的路径中选择权重最小的一条作为初始路径；计算网络负载均衡度，如果负载均衡度大于给定的阈值，返回第一步；否则，进入第四步；定位出负载最高的链路并检测该链路是否存在大流，如果检测大流，方法结束；否则，进入下一步；第五步：针对检测到的大流满足限定的条件，选择满足限定条件的大流进行调度，若该链路存在多条满足条件的大流，则优先调度更大的流，实现高效的负载均衡。本发明在研究数据中心网络的拓扑架构和流量特征的基础上，充分利用了SDN网络的集中式控制的优势，提出了一种基于链路实时负载的SDN动态负载均衡调度算法。