-
公开(公告)号：CN115588487B
公开(公告)日：2024-07-05
申请号：CN202211382847.1
申请日：2022-11-07
Applicant: 重庆邮电大学
IPC: G16H30/20 , G06N3/0475 , G06N3/045 , G06N3/084 , G06N3/094 , G06V10/40 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于联邦学习和生成对抗网络的医学图像数据集制作方法，包括：将生成对抗网络模型中的判别器作为全局模型下发给所有客户端；客户端随机抽取训练样本发送至服务器；服务器将训练样本输入中心生成器生成仿真样本并发送给客户端；客户端利用全局模型对仿真样本和训练样本中的样本进行判别得到判别结果，根据判别结果更新全局模型的参数生成本地模型；并将本地模型以及判别结果上传至服务器；服务器根据所有客户端本地样本的数量计算客户端的聚合权重；并根据样本的判别结果更新中心生成器的参数；服务器根据所有客户端的聚合权重对本地模型进行聚合得到新的全局模型，重复步骤上述步骤利用收敛后的中心生成器生成仿真医学图像数据集。
-
公开(公告)号：CN118154235A
公开(公告)日：2024-06-07
申请号：CN202410230030.5
申请日：2024-02-29
Applicant: 重庆邮电大学
IPC: G06Q30/0202 , G06Q30/0601 , G06Q50/00 , G06F18/22 , G06F17/16 , G06N3/0464
Abstract: 本发明属于互联网应用技术领域，本发明提出了一种商品营销话题传播行为的预测方法、装置及存储介质。所述方法包括获取商品营销话题的用户关系网络、用户属性集合、用户历史行为和营销话题信息；通过张量补全算法提取出用户张量，利用相似度度量计算出用户张量之间的社交网络亲密度关系；通过亲密度关系刻画用户之间的邻接矩阵；通过用户属性集合、用户关系的邻接矩阵和用户对商品的兴趣度刻画用户的特征矩阵；通过图卷积神经网络模型对用户的邻接矩阵和特征矩阵进行预测，从而得到相应的传播预测结果。本发明可以更精确地掌握商品营销话题的发展趋势，有助于社交平台了解消费群体行为特征分布，分析潜在客户群体，获得更好的经济效益。
-
公开(公告)号：CN113888238B
公开(公告)日：2024-04-09
申请号：CN202111243596.4
申请日：2021-10-25
Applicant: 重庆邮电大学
IPC: G06Q30/0242 , G06Q30/0251 , G06N3/0464 , G06N3/08
Abstract: 本发明属于电商大数据推荐领域，涉及一种广告点击率预测方法、装置及计算机设备；所述方法包括获取电商平台的用户行为数据，用户肖像数据和广告数据；对用户行为数据进行预处理形成用户行为序列；将用户行为序列、用户肖像数据、广告数据分别进行编码表示，得到对应特征的嵌入向量；采用基于注意力机制的深度神经网络，提取出用户的兴趣表示向量；采用堆栈式自动编码机，提取出用户肖像特征与广告特征之间的隐形关系向量；将用户的兴趣表示向量和隐形关系向量输入到多层感知机中进行联合训练，得到广告点击率的预测结果；本发明能够有效提高电商平台广告的点击率，实现精准营销和推荐的效果。
-
公开(公告)号：CN116884222B
公开(公告)日：2024-03-26
申请号：CN202311001746.X
申请日：2023-08-09
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明涉及一种卡口节点的短时交通流预测方法，包括：获取目标卡口的天气信息、节假日信息、以及目标卡口所在目标区域的路网地理图及其历史交通流数据；对历史交通流数据提取交通流特征矩阵和POI数据；根据卡口节点的邻居信息利用SDNE算法和DTW算法计算卡口节点与其相邻节点之间的连接强度；根据连接强度矩阵和交通流特征矩阵利用空间注意力机制和基于切比雪夫多项式为卷积核的GCN算法挖掘卡口节点的空间特征；根据空间特征矩阵利用Gate‑TCN模型提取卡口节点的时空特征；根据外部属性构建目标卡口节点的流量吸引矩阵，并根据目标卡口节点的天气信息、节假日信息和时空特征利用MLP多层感知器预测目标卡口节点的交通流。
-
公开(公告)号：CN117544352A
公开(公告)日：2024-02-09
申请号：CN202311494448.9
申请日：2023-11-10
Applicant: 重庆邮电大学
IPC: H04L9/40 , H04L41/142 , H04L41/16
Abstract: 本发明属于网络与信息安全技术领域，具体涉及一种基于高阶异构图网络的恶意软件检测方法，该方法包括选取不同元路径构建异质网络挖掘各类实体信息；采用高阶属性增强的嵌入属性表示方法提取节点的高阶隐藏信息，解决节点直接邻居表达能力不足的问题；采用缓解高阶邻居节点信息在深层网络传播中带来的语义混乱问题的新方法，通过改进节点级聚合过程吸收节点的局部语义，并采用高阶分层聚合机制和语义融合机制对应用程序节点进行嵌入表示。本发明对软件进行异质网络建模，同时利用注意力机制进行元路径聚合，随后利用高阶模型获取节点隐藏关系，能够有效的对难以挖掘隐性关系的恶意软件进行准确检测。
-
Patent Agency Ranking
公开(公告)号：CN112307343B
公开(公告)日：2023-04-07
申请号：CN202011225114.8
申请日：2020-11-05
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06Q30/0201 , G06Q30/0601 , G06N3/045 , G06N3/047 , G06N3/088
Abstract: 本发明属于网络对齐领域，具体涉及一种基于双层迭代补偿和全貌表示的跨电商书城用户对齐方法，该方法包括：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相关属性；将提取的相关属性输入到基于双层迭代和全貌信息的跨书城电商系统用户对齐模型中，得到用户的数据分布；根据用户的数据分布对用户进行对齐处理；本发明采用交替迭代补偿机制对异质平台稀疏数据进行补偿，获取更有效的实验数据。
-
公开(公告)号：CN115687789A
公开(公告)日：2023-02-03
申请号：CN202211472056.8
申请日：2022-11-23
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00
Abstract: 本发明涉及一种基于辟谣和促谣信息的谣言传播预测方法，包括获取目标话题数据与用户信息数据；根据用户对博文的转发次数和用户发布的博文计算用户的积极度；利用TF‑IDF算法提取用户发布的博文中的高频词汇、谣言博文中的关键词、辟谣博文中的关键词以及促谣博文中的关键词并计算用户与谣言博文、辟谣博文以及促谣博文的兴趣吻合度；利用多元线性回归模型计算谣言博文、辟谣博文和促谣博文对用户的影响力；利用博弈论原理和二项分布计算得到用户转发谣言博文、辟谣博文、促谣博文的概率；根据用户转发谣言博文、辟谣博文和促谣博文的概率利用平均场理论构建传播动力学模型预测谣言博文的传播趋势，对网络谣言进行监控和控制。
-
公开(公告)号：CN115587255A
公开(公告)日：2023-01-10
申请号：CN202211382676.2
申请日：2022-11-07
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明属于个性化新闻推荐领域，提出了一种基于用户长短期兴趣的个性化新闻推荐方法，包括：获取用户的历史阅读数据；创建多维度特征提取模型，通过多维度特征提取模型得到历史新闻的特征向量和历史新闻的主题；根据用户的历史阅读数据利用循环神经网络计算用户的短期兴趣向量；利用图卷积神经网络计算得到用户的长期兴趣向量；将用户的长期兴趣向量和用户的短期兴趣向量进行拼接得到用户的兴趣表示向量；将目标新闻数据输入多维度特征提取模型得到目标新闻的特征向量；根据目标新闻特征向量和用户的兴趣表示向量计算用户对目标新闻的点击概率；并将目标新闻推荐给点击概率超过设定阈值的用户，提高平台对用户的留存率。
-
公开(公告)号：CN115510955A
公开(公告)日：2022-12-23
申请号：CN202211100628.X
申请日：2022-09-09
Applicant: 重庆邮电大学
Abstract: 本发明属于舆情分析领域，具体涉及一种基于用户信息和话题博弈关系的信息传播预测方法；该方法包括获取数据并提取相关属性，从而构建用户信息矩阵；基于获取数据建立全用户关系网络，挖取邻居用户对消息传播的影响，从而构建用户关系矩阵与用户信息矩阵融合；设计动态博弈策略，结合融合结果计算原生话题驱动力与衍生话题驱动力，进一步获取最新全用户关系网络；构建话题传播预测模型，预测话题下一时刻的传播趋势；本发明提出了一种能更有效地感知话题传播过程中前置情感和衍生话题等多种因素对用户行为的影响，更好地预测话题传播态势。
-
公开(公告)号：CN115470991A
公开(公告)日：2022-12-13
申请号：CN202211119771.3
申请日：2022-09-15
Applicant: 重庆邮电大学
Abstract: 本发明提出了基于用户短时情感和演化博弈的网络谣言传播预测方法，属于数据处理领域。所述方法包括获取社交网络平台的用户基本信息、用户行为数据和用户文本数据，并进行预处理；计算得到用户自身属性、用户影响力、用户话题参与度、消息流行度、好友驱动力和消息情感分数；并计算出谣言影响力和辟谣影响力，通过演化博弈的方式得到相互影响力；采用节点嵌入算法将用户节点映射到向量空间，采用基于相互影响力的CSR2Vec算法生成特征拓扑矩阵；将特征拓扑矩阵和用户邻接矩阵进行拼接，得到特征向量矩阵；将特征向量矩阵输入到带有注意力机制的图注意力网络模型中，输出用户的传播预测结果；本发明可应用谣言控制，绿色网络安全等多个领域。
-
-
-
-
-
-
-
-
-
Search Results
172
records
(took 0.028 seconds)
