-
公开(公告)号：CN113946708B
公开(公告)日：2024-07-16
申请号：CN202111280061.4
申请日：2021-10-29
Applicant: 重庆邮电大学
IPC: G06F16/583 , G06F16/958 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 本发明属于数据挖掘和信息检索领域，具体涉及基于图像复原技术和谣言辟谣信息的话题传播预测方法；该方法包括获取参与话题讨论的用户数据源信息；提取用户的相关属性；提出rumor2pixel算法，将用户传播空间映射到像素空间，生成话题图像，利用无监督的对抗生成网络对得到的话题图像进行数据补偿，根据演化博弈理论，定义博弈策略，量化谣言‑辟谣互影响力，利用卷积神经网络建立谣言‑辟谣信息的话题传播预测模型，预测用户最终是否会参与该话题的讨论；本发明能让相关部门更准确地掌握网络谣言事件的发酵和传播，并加以引导和管控；也能应用于企业产品和服务的推广，有助于掌握群体行为特性分布，分析潜在客户群体，从而获得良好的经济、社会效益。
-
公开(公告)号：CN117351060A
公开(公告)日：2024-01-05
申请号：CN202311295218.X
申请日：2023-10-07
Applicant: 重庆邮电大学
IPC: G06T7/60 , G06T7/62 , G06V20/40 , G06V10/25 , G06V10/26 , G06V10/82 , G06F17/18 , G06N20/00 , G06N3/0464 , G06N3/09 , G06N3/092 , G06N3/084 , G01B11/00
Abstract: 本发明涉及计算机视觉领域、人工智能技术领域以及智慧农业技术领域，具体涉及一种尺寸参照的牲畜视觉估重方法及系统；包括根据目标养殖房尺寸设计饲料器皿尺寸，然后固定放置在目标养殖房内；在目标养殖房的墙体上布置网络摄像头，其拍摄视野完全覆盖饲料器皿；获取网络摄像头拍摄的视频，通过物体检测模型对视频中每一帧图像进行检测筛选出饲料器皿显露图像和牲畜取食图像；采用图像掩码生成模型对饲料器皿显露图像和牲畜取食图像分别进行实例分割，得到饲料器皿成像面积和牲畜成像面积；基于饲料器皿尺寸，根据饲料器皿成像面积和牲畜成像面积的比例计算牲畜大小，采用机器学习回归模型根据牲畜大小预估牲畜体重；本发明能够准确估算牲畜体重。
-
公开(公告)号：CN112257795B
公开(公告)日：2022-10-18
申请号：CN202011172598.4
申请日：2020-10-28
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/74 , G06V10/774 , G06N20/00 , H04B10/11
Abstract: 本发明属于光通信技术的自由空间光子领域，具体涉及一种基于朴素贝叶斯的空间光通信系统非线性补偿方法，该方法包括接收端获取发送端发送的信号，将接收的信号输入到训练好的朴素贝叶斯算法模型中，得到接收信号的待分类项与类别映射关系；根据待分类项与类别映射关系对接收信号进行非线性补偿；本发明利用核函数考虑数据序列与数据序列之间的相似度，利用机器学习中的朴素贝叶斯算法，提供一种较低复杂度以及对特定应用场景下自由空间光通信系统整体非线性有明显补偿效果的判决方式，降低自由空间光通信系统的误码率，提高其传输速率。
-
公开(公告)号：CN110837602B
公开(公告)日：2022-10-04
申请号：CN201911071659.5
申请日：2019-11-05
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本发明属于数据挖掘、社交网络分析技术领域，特别涉及一种基于表示学习和多模态卷积神经网络的用户推荐方法，包括获取用户数据并进行预处理；构建网络结构特征向量和用户文本特征向量；根据网络结构特征向量计算用户相似度，利用注意力机制提取用户文本特征向量中的关键信息；构建卷积神经网络，并在卷积神经网络的卷积层之前建立一个融合层，将网络结构特征与用户文本特征的关键信息进行融合，得到网络节点矩阵；将当前时刻的待测用户的特征空间向量输入卷积神经网络，得到下一时刻待测用户可能产生的用户关系，并将预测的用户关系推送给待测用户；本发明可以有效识别用户之间的关系，并且识别过程的避免了全局运算，降低了计算复杂度。
-
公开(公告)号：CN112256756B
公开(公告)日：2022-09-23
申请号：CN202011135676.3
申请日：2020-10-22
Applicant: 重庆邮电大学
IPC: G06F16/2458 , G06F16/951 , G06F16/9536
Abstract: 本发明属于数据挖掘技术领域，具体涉及到一种基于三元关联图和知识表示的影响力发现方法，包括通过网络爬虫获取数据，并进行数据清洗；根据获取的数据源按照用户的转发行为提取热点话题下的消息传播路径和话题下的总消息以及话题下的总用户信息，构建消息‑路径‑用户三元关联图模型；根据交叉迭代策略，在构建的消息‑路径‑用户三元关联图模型上进行正反迭代打分机制来挖掘出热点话题传播的关键元素节点；得到的关键消息、关键路径和关键用户的影响力得分序列结果和相关信息存储到服务器，完成影响力发现；本发明可以帮助使用者在异构、多属性的社交网络中发现高影响力用户。
-
Patent Agency Ranking
公开(公告)号：CN112231583B
公开(公告)日：2022-06-28
申请号：CN202011249665.8
申请日：2020-11-11
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06Q30/06 , G06K9/62 , G06N3/08
Abstract: 本发明涉及数据分析和推荐系统技术领域，具体涉及一种基于动态兴趣组标识和生成对抗网络的电商推荐方法，包括：输入用户行为数据的评分特征，使用训练好的评分预测模型进行预测，评分预测模型输出评分的预测值，根据评分的预测值生成推荐列表为用户推荐项目。本发明利用生成对抗网络补偿数据，对补偿后的数据标识兴趣组类别，解决了用户无兴趣偏好信息和兴趣泛化问题，对用户和商家都有重要的应用价值。
-
公开(公告)号：CN112865866A
公开(公告)日：2021-05-28
申请号：CN202110073541.7
申请日：2021-01-20
Applicant: 重庆邮电大学
IPC: H04B10/116 , H04B10/524 , H04B10/54
Abstract: 本发明属于可见光通信技术领域，具体涉及一种基于GSN的可见光PAM系统非线性补偿方法，该方法包括：将接收到的PAM信号输入到基于GSN的非线性均衡模块中进行非线性补偿得到补偿后的PAM信号，再通过PAM解映射把补偿后的PAM信号转变为二进制信号；基于GSN的非线性均衡模块由辅助分类器网络和分类器网络组成；辅助分类器网络主要对接收的数据进行特征映射；分类器网络为一个多分类器，通过分类方法得到补偿后的PAM信号电平；本发明中2个网络参数的更新会受彼此的影响，最终达到动态的平衡，防止了系统过拟合现象的出现，降低了误码率，提高了系统的传输速率。
-
公开(公告)号：CN112600618A
公开(公告)日：2021-04-02
申请号：CN202011414459.8
申请日：2020-12-07
Applicant: 重庆邮电大学
IPC: H04B10/116 , H04L25/03 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及可见光通信技术领域，具体涉及一种基于注意力机制的可见光信号均衡系统及方法，包括：数据接收端接收到数据后，将接收到的数据进行解码，得到解码数据；将解码数据输入到训练好网络权重参数的CLSTM神经网络模型中，得到均衡信号并输出。本发明利用卷积神经网络和长短时记忆网络(LSTM)补偿接收数据中存在的线性和非线性损伤，提高了可见光通信系统的传输速率和接收机的灵敏度，改善传输性能。
-
公开(公告)号：CN112418525A
公开(公告)日：2021-02-26
申请号：CN202011325005.3
申请日：2020-11-24
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q50/00 , G06N3/04 , G06F16/9536 , G06F40/289
Abstract: 本发明属于社交网络分析领域，具体为一种社交话题群体行为的预测方法、装置及计算机存储介质；所述预测方法包括构建出对抗生成网络对话题数据进行数据增强；采用节点游走策略形成话题序列；以最大化概率熵为目标，提取出游走完成的话题序列的低维向量；采用融合注意力机制将数据增强后的话题数据的文本信息映射到低维的向量空间，提取出影响群体行为的文本特征因素；输入话题序列的低维向量和文本特征因素，采用卷积神经网络预测出下一时间段的潜在话题节点群体用户是否会参与热点话题的传播；本发明有效地缓解了有效数据稀疏性、话题传播特征空间复杂性和话题时限性带来的问题，提高了社交话题群体行为预测的精度。
-
公开(公告)号：CN112231583A
公开(公告)日：2021-01-15
申请号：CN202011249665.8
申请日：2020-11-11
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06Q30/06 , G06K9/62 , G06N3/08
Abstract: 本发明涉及数据分析和推荐系统技术领域，具体涉及一种基于动态兴趣组标识和生成对抗网络的电商推荐方法，包括：输入用户行为数据的评分特征，使用训练好的评分预测模型进行预测，评分预测模型输出评分的预测值，根据评分的预测值生成推荐列表为用户推荐项目。本发明利用生成对抗网络补偿数据，对补偿后的数据标识兴趣组类别，解决了用户无兴趣偏好信息和兴趣泛化问题，对用户和商家都有重要的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.042 seconds)
