-
公开(公告)号：CN113643027A
公开(公告)日：2021-11-12
申请号：CN202110767294.0
申请日：2021-07-07
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于区块链实现行业网络积分管理的方法及装置，该方法中监管机构发布该行业积分标准合约与商户注册合约。积分标准合约通过合约代码限定适配于该行业内的积分用途以及若干指标。商户可以通过提供证书以及待发布积分基本信息调用积分标准合约发布自己的积分账本合约。每个商户积分账本合约中都实现了积分的票卷累计兑换功能以及通兑功能，用户使用积分时可以实现单类积分票卷的累计兑换以及多类积分的汇通。监管机构可以实现透明化、规范化积分管理；商家可以快捷部署积分，降低运行积分系统成本，增加自身用户粘性，发放积分票卷可减少链上交易数量降低节点压力，优化小微多次积分的发放效率。
-
公开(公告)号：CN107067025B
公开(公告)日：2020-12-22
申请号：CN201710081921.9
申请日：2017-02-15
Applicant: 重庆邮电大学
IPC: G06K9/62
Abstract: 本发明请求保护一种基于主动学习的文本数据自动标注方法，属于主动学习领域，包括以下步骤：101对已标记和未标记数据进行处理；102利用多个不同分类器对未标记数据进行分类；103选出分歧熵低的数据；104对分歧熵低的数据进行人工标记；105对人工标记结果进行自检。本发明针对如何在减少人工标注数据的数量的同时，尽量保证人工标注数据的准确性问题，通过结合主动学习方法发明一个附带自检功能的数据自动标注系统，达到缩减工作量且提高人工标注数据准确性的目的。
-
公开(公告)号：CN106777006B
公开(公告)日：2020-10-23
申请号：CN201611115832.3
申请日：2016-12-07
Applicant: 重庆邮电大学
IPC: G06F16/953 , G06F16/35
Abstract: 本发明涉及一种基于Spark下并行超网络的分类算法，具体包括以下步骤：步骤S1.把文本数据部署到Spark平台上；步骤S2.在Spark平台上对文本数据进行并行化预处理；步骤S3.在Spark平台上，对超网络算法的演化学习进行并行化实现。本发明主要解决在大规模文本数据量的情况下，演化超网络分类算法的并行处理问题，通过分布式数据存储阶段，数据预处理阶段，并且通过改变超边结构以及超网络演化计算方式，修改目标函数，完成对超网络算法的并行化处理，提高传统超网络的分类算法性能和效率，解决在海量数据中，传统的超网络模型已经难以满足时间和空间的限制。
-
公开(公告)号：CN106570173B
公开(公告)日：2020-09-29
申请号：CN201610988558.4
申请日：2016-11-09
Applicant: 重庆邮电大学
IPC: G06F16/35
Abstract: 本发明请求保护一种基于Spark的高维稀疏文本数据聚类方法，包括步骤：用RDD读入数据集；并用RDD接口设计出分布式稀疏向量集；分布式稀疏向量集与其所在结点的完整数据集计算相似度，按编号抽象为相似矩阵。将存放的相似矩阵对称化，并求其归一化形式和Laplace矩阵形式。4、利用SVD分解步骤3中归一化Laplace矩阵，5、步骤4构建的新矩阵作为样本输入到K‑means模型进行训练。6、利用建立的模型对测试集进行聚类。本发明提高了传统谱聚类算法在大数据集下的运算性能。
-
公开(公告)号：CN109242552A
公开(公告)日：2019-01-18
申请号：CN201810961118.9
申请日：2018-08-22
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于大数据的商铺定位方法，包括：101对数据进行预处理操作；102根据记录时间对数据进行划分操作；103根据一定规则构建每条样本的候选集；104对数据进行打标操作；105对数据进行特征工程构建操作；106建立多个机器学习模型，并进行模型融合操作；107通过已建立的模型，根据用户的经纬度、所连接的WiFi信息等数据定位用户所在商铺。本发明主要是通过对用户的经纬度、所连接的WiFi信息等数据进行预处理和分析提取特征，建立多个机器学习模型，从而定位用户当前所在商铺，使得商家能够在在正确的时间、正确的地点给用户最有效的服务。
-
Patent Agency Ranking
公开(公告)号：CN105824251B
公开(公告)日：2018-06-15
申请号：CN201610332849.8
申请日：2016-05-18
Applicant: 重庆邮电大学
IPC: G05B17/02
Abstract: 本发明涉及人工神经网络控制与机器人导航领域，公开了一种基于神经网络的仿生趋温行为方法，包括：1)环境建模，将温度分布情况通过高斯函数进行建模；2)线虫肌肉结构建模，将线虫全身建模成多关节连杆结构；3)运动学建模，构建了线虫一次偏转运动过程；4)偏向角度建模，根据线虫头部结点前后两个时刻的温度差和该时刻与最适温度的差值，通过一个非线性函数求出下一时刻的偏转角度；5)人工神经网络建模，构建三层人工神经网络结构，对偏转运动过程中的非线性函数进行拟合。本方法对研究生物体趋温性行为的本质具有重要的理论意义。同时，对爬虫机器人的神经网络构建、步态控制、运动策略选择和偏转运动控制等方面的研究具有重要的指导意义。
-
公开(公告)号：CN107086935A
公开(公告)日：2017-08-22
申请号：CN201710457666.3
申请日：2017-06-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及基于WIFI AP记录的机场客流分布预测方法，涉及大数据挖掘处理技术领域，从控制中心获取WIFI AP记录进行预处理操作，通过WIFI AP接入设备数量分类WIFI AP，为各类WIFI AP分别构建训练样本集，使用各自的训练样本集分别构建回归模型，根据回归模型获取测试样本集，集合第一类模型和第二类模型的测试样本集获得预测结果，预测机场客流分布。本发明利用相关特性，使用数据挖掘及机器学习的相关方法，对机场的客流分布进行预测，达到有效利用机场资源。
-
公开(公告)号：CN106886569A
公开(公告)日：2017-06-23
申请号：CN201710026254.4
申请日：2017-01-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于MPI的ML‑KNN多标签中文文本分类方法，涉及文本分类和机器学习中的多标签分类算法。为解决ML‑KNN算法在具体实现中大规模文本分类问题和求解优化问题，控制计算的时间和空间的开销，本发明采用的技术方案是，采用MPI编程实现中文文本数据的预处理、特征提取、ML‑KNN算法及分类的并行化。相比传统的串行多标签中文文本分类方法，本发明极大的提高了多标签中文文本分类的效率。同时，在数据量一定的情况下，算法的效率一般会随着计算资源(进程数)的增加而增加。值得一提的是，在基于MPI并行化ML‑KNN步骤中，对数据集进行划分时既可以以样本为单位划分，又可以以特征为单位划分，这使得本发明在处理高维文本数据的时候，具有更大的优势。
-
公开(公告)号：CN106875670A
公开(公告)日：2017-06-20
申请号：CN201710131675.3
申请日：2017-03-07
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种Spark平台下基于GPS数据的出租车调配方法，包括：101从调度中心获取出租车历史GPS数据部署到Spark平台上，对数据做并行地预处理操作；102在Spark平台下对出租车历史GPS数据进行分析，提取特征建立回归模型；103在Spark平台下对出租车的实时GPS数据进行提取并预测其未来的路径、终点位置以及到达时间；104根据预测结果对出租车的调配进行优化。本发明主要是在Spark平台下解决出租车调配问题，通过对出租车历史GPS数据的分析，提取特征建立回归模型，从而预测出租车未来的GPS路径、终点位置以及到达时间，继而对出租车的调配进行优化。
-
公开(公告)号：CN106803265A
公开(公告)日：2017-06-06
申请号：CN201710011320.0
申请日：2017-01-06
Applicant: 重庆邮电大学
CPC classification number: G06T5/002
Abstract: 本发明公开了一种基于光流法和卡尔曼滤波的多目标跟踪方法，首先，通过光流法处理输入视频帧。其次，经光流聚类处理去除离群点。然后，经形态学膨胀和改进的中值滤波处理，进而实现对运动目标的准确获取。最后，根据所获取的目标信息，使用卡尔曼滤波方法处理后续图像序列，并对运动目标进行预测，从而实现对运动目标的有效跟踪。本发明无需训练分类器和构建目标模板，通过聚类处理后能够更好的用光流信息标记运动目标。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.024 seconds)
