-
公开(公告)号：CN103488932A
公开(公告)日：2014-01-01
申请号：CN201310484702.7
申请日：2013-10-16
Applicant: 重庆邮电大学
CPC classification number: G06F21/35 , G06F21/445
Abstract: 本发明提出一种移动设备与个人电脑的桌面安全互信方法即系统，技术方案是：将个人电脑与移动设备进行唯一绑定，把移动设备的特有属性作为密钥，当电脑检测到移动设备离开电脑的有效范围内的时候，电脑将立即响应并自动进入锁屏状态；当移动设备接近电脑一定范围内时，电脑将自动识别并解屏。通过此系统和方法既及时保护电脑信息的安全，同时给用户提供更快捷简单的使用。
-
公开(公告)号：CN117496699A
公开(公告)日：2024-02-02
申请号：CN202311425642.1
申请日：2023-10-30
Applicant: 重庆邮电大学
IPC: G08G1/01 , G08G1/065 , G06Q10/04 , G06Q50/40 , G06N3/0455 , G06N3/0442 , G06N3/0464
Abstract: 本发明属于交通流预测技术领域，具体涉及一种面向多元交通流时空数据信息的交通流预测方法，包括获取输入数据，基于注意力机制对输入数据进行加权求和得到动态加权的输入数据矩阵，并利用出度矩阵和入度矩阵分别对其进行掩码得到对应的动态权重矩阵；构建自适应矩阵并对其进行稀疏化；基于动态权重矩阵和自适应矩阵构建扩散图卷积网络模块，在基于扩散图卷积网络模构建GRU门控单元，将输入数据输入门控单元获取状态向量；利用多头注意力机制对获取的隐状态信息进行处理，将多头注意力的输出输入到神经网络层进行预测；本发明提高交通流预测的准确度，同时降低了交通流波动对预测结果的影响。
-
公开(公告)号：CN104767659B
公开(公告)日：2018-02-13
申请号：CN201510208971.X
申请日：2015-04-28
Applicant: 重庆邮电大学
IPC: H04L12/26 , H04L12/823 , H04L1/00
Abstract: 本发明提供了一种预测式的动态高速网络流量检测方法和装置，涉及网络流量检测技术领域，使用网络数据采集接口实时采集网络流量，根据已检测流量的信息，将连接分为可信连接和不可信连接，通过过滤不可信连接的方法加速流量检测过程，保证检测的有效性，并预防丢包。所述连接是否可信与用户缓冲区可用空间大小动态相关。当网络中流量过大或用户自定义程序读取数据过慢导致缓冲区空间不足时，减少可信连接数量，预防丢包。反之，增加可信连接数量，尽可能多地检测网络中的连接。通过本发明，能在保证检测有效性的同时，防止因为缓冲区被填满导致的丢包问题。
-
公开(公告)号：CN103945330B
公开(公告)日：2017-10-27
申请号：CN201410198376.8
申请日：2014-05-12
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种虚拟私有云平台、虚拟私有云安全接入方法和系统，虚拟私有云平台接收到用户的接入请求时，使用定位服务器和无线信号源设备对无线云终端进行位置定位并做位置权限判断，位置允许通过则继续验证用户账户的信息，如果无线云终端同时具有位置权限和账户权限，虚拟私有云将允许无线云终端访问所请求的资源，接入成功后，虚拟私有云平台仍对接入的无线云终端进行定位追踪，防止其移动到非法的位置进行攻击。本发明将可攻击区域缩小到指定的范围内，以强化虚拟私有云的安全管控。
-
公开(公告)号：CN117496699B
公开(公告)日：2024-09-10
申请号：CN202311425642.1
申请日：2023-10-30
Applicant: 重庆邮电大学
IPC: G08G1/01 , G08G1/065 , G06Q10/04 , G06Q50/40 , G06N3/0455 , G06N3/0442 , G06N3/0464
Abstract: 本发明属于交通流预测技术领域，具体涉及一种面向多元交通流时空数据信息的交通流预测方法，包括获取输入数据，基于注意力机制对输入数据进行加权求和得到动态加权的输入数据矩阵，并利用出度矩阵和入度矩阵分别对其进行掩码得到对应的动态权重矩阵；构建自适应矩阵并对其进行稀疏化；基于动态权重矩阵和自适应矩阵构建扩散图卷积网络模块，在基于扩散图卷积网络模构建GRU门控单元，将输入数据输入门控单元获取状态向量；利用多头注意力机制对获取的隐状态信息进行处理，将多头注意力的输出输入到神经网络层进行预测；本发明提高交通流预测的准确度，同时降低了交通流波动对预测结果的影响。
-
Patent Agency Ranking
公开(公告)号：CN117456178A
公开(公告)日：2024-01-26
申请号：CN202311423445.6
申请日：2023-10-30
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及医学影像人工智能语义分割技术领域，特别涉及基于改进的Unet3+网络的视网膜血管图像分割方法，包括：获取视网膜血管图像的数据集和视网膜血管图像的灰度图数据集；将这两个数据集输入引导过滤编码器模块进行特征提取，得到特征图G；将特征图G输入到引导过滤解码器模块，得到解码特征图；将解码特征图输入到分类引导模块中，得到分类引导图；将分类引导图输入到深监督模块中，得到图像分割结果；根据图像分割结果计算模型的损失值，通过损失值更新模型参数，当损失值最小时，完成模型训练；本发明采用引导过滤层在不增加模型参数数量和复杂性的前提下能够有效避免模型在上下采样的过程中图像边缘信息的丢失。
-
公开(公告)号：CN116629255A
公开(公告)日：2023-08-22
申请号：CN202310660161.2
申请日：2023-06-05
Applicant: 重庆邮电大学
IPC: G06F40/289 , G06F40/211 , G06F40/30 , G06N3/045 , G06F16/35 , G06N3/08
Abstract: 本申请涉及自然语言处理技术领域，具体涉及一种基于依存分析和Longformer的长复合语句事件抽取方法及装置，方法包括将待抽取语句转换为依存分析图并进行裁剪，使用裁剪后的依存分析图对句子进行建模，得到句子结构表示；构建ELongformer模型并通过其得到第一语义表征，将其与句子结构表示串联，利用串联后的表示进行事件触发词的识别；构建ALongformer模型并通过其得到第二语义表征，将第二语义与局部语义表征进行融合，利用融合后的特征进行事件元素的识别；将事件触发词抽取器和事件元素抽取器的预测结果进行拼接得到事件抽取最终的结果；本发明可以有效增强事件抽取模型在长复合语句上的抽取效果。
-
公开(公告)号：CN112434514A
公开(公告)日：2021-03-02
申请号：CN202011333910.3
申请日：2020-11-25
Applicant: 重庆邮电大学
IPC: G06F40/211 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明属于自然语言处理领域，设特别涉及一种基于多粒度多通道的神经网络的语义匹配方法、装置及计算机设备，所述方法包括使用预训练语言模型将输入的两个待检测句子划分为词语级和字符级的句子表示，并进行预处理；使用双向长短时记忆网络提取句子表示矩阵的上下文知识，并使用余弦距离处理双向长短时记忆网络提取的特征；使用一种基于交互的自注意力机制提取句子表示矩阵及其交互矩阵中的重点特征；将获取的两种不同的匹配向量进行拼接，由前馈神经网络得到高级特征向量并计算分类结果；本发明使用双向长短时记忆网络提取全局特征，使用自注意力机制侧重局部特征，使得模型学习到的权重更加全面，更加精准。
-
公开(公告)号：CN119722751A
公开(公告)日：2025-03-28
申请号：CN202411877167.6
申请日：2024-12-19
Applicant: 重庆邮电大学
Abstract: 本发明公开了多摄像头多目标跟踪方法及装置，在目标区域的不同位置分别单独设置摄像头，每个摄像头均设置独立数据库，设置1个公共数据库，该方法包括：获取各个摄像头的实时视频，将其按时序转换成每帧图像数据；利用姿态估计模型对每帧图像数据进行目标预测，根据预测结果提取待跟踪目标的特征信息；利用改进的DeepSORT模型，将待跟踪目标的特征信息与对应独立数据库或者公共数据库中的信息进行目标匹配和跟踪，得到跟踪结果。本发明可以提高多摄像头多目标跟踪系统中行人跟踪的准确性和鲁棒性。
-
公开(公告)号：CN115906868A
公开(公告)日：2023-04-04
申请号：CN202211531365.8
申请日：2022-12-01
Applicant: 重庆邮电大学
IPC: G06F40/30 , G06F40/289 , G06F18/214 , G06F18/25 , G06N3/04 , G06N3/0442 , G06N3/0499
Abstract: 本发明属于自然语言处理领域，设特别涉及一种基于义原知识与抽象语义表征用于复述识别的方法及系统，包括：对语句进行分词处理并进行词汇级向量表征和义原知识知识表征；将义原知识表征结果采用均值处理，并使用全局语义信息对均值处理结果进行交互注意力特征信息提取得到全局义原表征；从句子结构上对待识别复述语句进行抽象语义解析得到单根有向无环图，并进行全局义原表征与词汇级向量表征；按照无环图有向的顺序提取全局和局部特征信息，并对该信息进行距离特征度量；将距离特征度量结果输入到神经网络中，得到识别结果；本发明引入外部义原知识来进行语义表征，通过全局语义信息辅助义原知识表征的准确性，并解析中文复述语句的抽象语义获取其语义关系，从而提高复述识别的准确性。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.03 seconds)
