-
公开(公告)号：CN112489023A
公开(公告)日：2021-03-12
申请号：CN202011401716.4
申请日：2020-12-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多尺度和多层次的路面裂缝检测方法，属于道路表面裂缝识别领域，包括以下步骤：获取待检测图像创建训练集和测试集；创建包含编码器、解码器、多尺度模块和多层次模块的深度卷积神经网络；训练和测试所述深度卷积神经网络模型，得到裂缝检测神经网络模型；使用裂缝检测神经网络模型对待检测的图像进行像素级分类，输出裂缝的二值图像。本发明，能够实现完全依靠深度神经网络模型自动提取裂缝特征，实现路面裂缝的自动检测，具有检测过程简单、检测速度快和效率高等优点。
-
公开(公告)号：CN101437305A
公开(公告)日：2009-05-20
申请号：CN200810233277.3
申请日：2008-12-09
Applicant: 重庆邮电大学
CPC classification number: Y02D70/30
Abstract: 本发明公开了一种使无线传感器网络双连通并优化通信路径的方法，主要涉及无线传感器网络的可靠性。无线传感器网络部署后如果没有实现双连通，关节点失效将导致网络不再连通，缩小传感、监测的覆盖范围，影响网络寿命。本发明用基于广度优先原则的搜索方法来发现网络中的双连通分量，得到广度优先生成树，记录双连通分量信息，判断关节点，然后用贪心方法来增配尽量少的节点，在实现网络双连通、提高连通可靠性的同时，缩短部分传感节点到汇聚节点的通信路径长度，降低中继能耗，延长网络寿命。
-
公开(公告)号：CN115759116A
公开(公告)日：2023-03-07
申请号：CN202211445352.9
申请日：2022-11-18
Applicant: 重庆邮电大学
IPC: G06F40/30 , G06F16/35 , G06F40/211 , G06F40/126 , G06N3/0464 , G06N3/08
Abstract: 本发明属于情感分析领域，具体涉及了一种基于双图卷积网络的方面级情感分析方法，包括：获取待分析文本的上下文和方面，将其转化为词向量嵌入表示，作为输入；利用双向长短期记忆网络对上下文和方面的词向量嵌入表示进行特征提取，获得上下文和方面的隐藏状态表示；得到上下文的隐藏状态后对其进行位置编码，再将其作为句法图卷积网络的初始输入，得到句法特征；同时结合引导向量对上下文和方面的隐藏状态进行编码，得到交互矩阵；将其作为语义图卷积网络的初始输入，得到语义特征；将句法特征和语义特征连接起来作为最终特征，预测情感极性。本发明提供的方面级情感分析方法，能够从语义和句法这两个方面来提高方面级情感分析的准确率。
-
公开(公告)号：CN111006808A
公开(公告)日：2020-04-14
申请号：CN201911083325.X
申请日：2019-11-07
Applicant: 重庆邮电大学
IPC: G01L5/16
Abstract: 本发明涉及一种基于柔性阵列式触觉传感器的三维力解耦方法，属于触觉传感器力解耦技术领域，包括以下步骤：S1：利用阵列式触觉传感器采集沿不同方向的受力的数据；S2：将采集到的不同方向的压力数据作为触觉传感器的受力数据，根据力的角度对力值进行分解，再将分解到的沿X，Y，Z三个方向的分力数据输入到基于天牛须的优化的神经网络中进行训练构建三维力解耦模型；S3：将实时采集到的触觉传感器受力数据输入到三维力解耦模型中进行三维力的解耦，得出触觉传感器在X,Y,Z三个方向上的受力情况。本发明避免了BP神经网络的局部最优等缺陷。使得触觉传感器在三维力解耦在实时性和准确率上有了良好的改善。
-
公开(公告)号：CN108563647A
公开(公告)日：2018-09-21
申请号：CN201711229414.1
申请日：2017-11-29
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于情感分析的汽车销量预测方法，在汽车评论网站获取评论数据对数据进行预处理，利用多标签分类方法将评论数据按照用户的使用体验分为安全，舒适，操控，动力，经济和服务六个方面；将各方面情感因素分别融入模型建立情感预测模型。对汽车销量进行预测，找出消费者更加注重汽车性能的哪一方面，对以后的生产作为指导。该方法操作过程：用户输入以往销售数据，将数据带入模型，得到下一季度的销量预测数据。本预测方法提高了预测准确度。
-
Patent Agency Ranking
公开(公告)号：CN108230085A
公开(公告)日：2018-06-29
申请号：CN201711208326.3
申请日：2017-11-27
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于用户评论的商品评价模型系统及方法，该方法包括：步骤一，获取电商网站中的商品评论数据及商品销量信息；步骤二，通过自然语言处理的方式，对获取的商品评论数据进行预处理；步骤三，在完成商品评论数据预处理的基础上，筛选出商品的评价属性词；步骤四，针对商品类型和筛选出的商品属性词，对商品属性词进行人工分类，并建立训练数据集，与此同时建立商品评价属性结构；步骤五，根据已建立的商品评价属性结构和已标记的属性词训练集，利用分类算法对测试集进行分类，并根据分类结果和数据信息建立基本评价模型；步骤六，根据商品基本评价模型，调整各属性对评价模型中商品销量的影响程度，生成适合某种商品的评价模型。
-
公开(公告)号：CN101437305B
公开(公告)日：2010-11-10
申请号：CN200810233277.3
申请日：2008-12-09
Applicant: 重庆邮电大学
CPC classification number: Y02D70/30
Abstract: 本发明公开了一种使无线传感器网络双连通并优化通信路径的方法，主要涉及无线传感器网络的可靠性。无线传感器网络部署后如果没有实现双连通，关节点失效将导致网络不再连通，缩小传感、监测的覆盖范围，影响网络寿命。本发明用基于广度优先原则的搜索方法来发现网络中的双连通分量，得到广度优先生成树，记录双连通分量信息，判断关节点，然后用贪心方法来增配尽量少的节点，在实现网络双连通、提高连通可靠性的同时，缩短部分传感节点到汇聚节点的通信路径长度，降低中继能耗，延长网络寿命。
-
公开(公告)号：CN115984236A
公开(公告)日：2023-04-18
申请号：CN202310057818.6
申请日：2023-01-17
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于改进YOLOv5n的计算机主板元器件检测方法，属于目标检测领域。该方法包括：S1：收集计算机主板图像并对元器件进行标注，得到数据集；S2：划分训练集、验证集和测试集；S3：构建改进YOLOv5n元器件检测模型：S31：构建主干特征提取网络、颈部特征融合网络和头部检测网络；S32：在主干特征提取网络中嵌入三个CA注意力机制；S4：使用构建的改进YOLOv5n元器件检测模型在训练集上训练，并在验证集上验证模型的检测能力，取验证集上表现最好的权重文件在测试集上评估结果；S5：将训练好的改进YOLOv5n元器件检测模型对待检测的计算机主板图像进行元器件的精准且快速的定位和分类。
-
公开(公告)号：CN113657349A
公开(公告)日：2021-11-16
申请号：CN202111020275.8
申请日：2021-09-01
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多尺度时空图卷积神经网络的人体行为识别方法，属于神经网络技术领域。该方法包括提取待识别的人体骨骼序列创建数据集并进行预处理；创建包含多尺度图卷积模块、多时长特征融合模块的深度神经网络模型，使模型更好的提取人体骨骼的空间特征和骨骼序列的时序特征；训练和测试所述深度神经网络，得到人体行为识别神经网络模型；利用训练好的模型对待识别的视频图像进行分类，输出分类结果。本发明提供的人体行为识别方法，能够使神经网络模型更好的提取骨骼序列的时空特征，实现人体行为的自动识别，提高人体行为识别准确率。
-
公开(公告)号：CN108399748B
公开(公告)日：2020-12-22
申请号：CN201810190151.6
申请日：2018-03-08
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明请求保护一种基于随机森林与聚类算法的道路旅行时间预测方法，该方法根据历史交通数据的时序规律，结合道路本身属性、天气因素、节假日信息以及道路上下游交通流的状态，利用密度聚类算法(DBSCAN)和随机森林(RF)的混合预测模型精准预测各关键路段在某一时段的旅行时间。该预测结果可用于对交通状态发展趋势进行预判，对潜在拥堵的道路提前做出管控方案，也可用于动态路径诱导，为出行者规划最佳出行计划，助力社会智慧出行。本预测方法通过密度聚类提高随机森林中每棵树的预测精度，从而提高预测的整体准确度。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.028 seconds)
