公开(公告)号：CN117610717A

公开(公告)日：2024-02-27

申请号：CN202311502493.4

申请日：2023-11-13

Applicant: 重庆大学

Inventor： 陈逢文 ,  尚家兴 ,  李诚祥 ,  贾雪琪 ,  郑林江

IPC: G06Q10/04 ,  G06Q50/00 ,  G06N3/0455

Abstract: 本发明提出一种基于双变分级联自编码器的信息流行度预测方法，包括，获取信息扩散过程中的全局交互图和级联图；构建信息扩散模型，将全局交互图和级联图输入信息扩散模型，其中基础信息扩散模型包括变分图自编码器和变分时序自编码器；通过信息扩散模型输出信息的流行度预测结果。本发明提出的方法，基于图神经网络技术来拟合传播拓扑结构、推理传播过程，捕获影响信息传播的关键因素并构建统一的信息扩散预测框架，从而在信息流行度预测任务上得到更加准确的预测结果。

公开(公告)号：CN116304028B

公开(公告)日：2023-10-03

申请号：CN202310139875.9

申请日：2023-02-20

Applicant: 重庆大学

Inventor： 陈逢章 ,  尚家兴 ,  管梦雅 ,  陈逢文 ,  郑林江

IPC: G06F16/35 ,  G06F40/30 ,  G06F40/126 ,  G06N3/042

Abstract: 本发明提出一种基于社会情感共鸣与关系图卷积网络的虚假新闻检测方法，包括，通过预训练Bert模型对历史新闻文本数据以及历史新闻文本数据对应的历史评论文本数据进行编码，获取文本表示；通过情感评分模型计算历史评论文本信息的情感分值；根据文本表示和情感分值构建多关系情感感知图；基于多关系情感感知图，使用关系图卷积网络学习所述多关系情感感知图的情感图表示；获取待预测的新闻文本以及评论文本，基于情感图表示，生成待预测的新闻文本以及评论文本最终预测结果。通过本发明提出的方法，显著提升虚假新闻的检测效率。

公开(公告)号：CN116304028A

公开(公告)日：2023-06-23

申请号：CN202310139875.9

申请日：2023-02-20

Applicant: 重庆大学

Inventor： 陈逢章 ,  尚家兴 ,  管梦雅 ,  陈逢文 ,  郑林江

IPC: G06F16/35 ,  G06F40/30 ,  G06F40/126 ,  G06N3/042

Abstract: 本发明提出一种基于社会情感共鸣与关系图卷积网络的虚假新闻检测方法，包括，通过预训练Bert模型对历史新闻文本数据以及历史新闻文本数据对应的历史评论文本数据进行编码，获取文本表示；通过情感评分模型计算历史评论文本信息的情感分值；根据文本表示和情感分值构建多关系情感感知图；基于多关系情感感知图，使用关系图卷积网络学习所述多关系情感感知图的情感图表示；获取待预测的新闻文本以及评论文本，基于情感图表示，生成待预测的新闻文本以及评论文本最终预测结果。通过本发明提出的方法，显著提升虚假新闻的检测效率。

公开(公告)号：CN114004292B

公开(公告)日：2023-02-03

申请号：CN202111270700.9

申请日：2021-10-29

Applicant: 重庆大学

Inventor： 尚家兴 ,  陈红年 ,  郑林江 ,  王启星 ,  张锐祥 ,  陈浩东

IPC: G06F18/214 ,  G06N20/00

Abstract: 本发明涉及一种基于飞参数据无监督聚类的飞行员平飘顶杆行为分析方法，包括以下步骤：将大量QAR数据进行筛选，得到其中俯仰操纵杆在接地前10英尺的累计值大于0的部分；提取高度、俯仰角等五个参数作为机器学习特征；根据所提取的参数，对其数据进行预处理，得到连续高度值、俯仰角累计变化值、最大俯仰角、飞机方向风量四个特征；使用K‑means聚类算法，将大量平飘顶杆航班数据分为四类：逆风影响类、俯仰影响类、高度影响类、自身影响类；基于数据分析，得到其平飘顶杆事件发生的主要原因。本方法在一定程度上避免了飞机降落阶段可能产生的安全事件，可以为航空科研人员提供对此类问题的新见解，指导航空公司对飞行员进行更加具有针对性的训练考核。

公开(公告)号：CN114282792A

公开(公告)日：2022-04-05

申请号：CN202111559889.3

申请日：2021-12-20

Applicant: 中国民航科学技术研究院 ,  重庆大学

Inventor： 俞力玲 ,  赵新斌 ,  尚家兴 ,  郑林江 ,  周秀婷 ,  陈红年

IPC: G06Q10/06 ,  G06F16/26 ,  G06F16/2458

Abstract: 本发明提供了一种飞行着陆品质监控与评估方法及系统，属于数据挖掘、航空安全、风险评估领域。该方法利用飞机的原始QAR数据获得与重着陆相关的Measurement指标，并利用Measurement指标获得重着陆风险值。所述方法包括：(1)采集飞机的原始QAR数据；(2)从原始QAR数据中提取出飞行参数测量值，即Measurement数据；(3)对数据进行预处理；(4)构建重着陆风险评估模型，获得重着陆风险值。利用本发明，航空公司能够了解航班重着陆风险程度和探究其风险原因，便于实现海量航班数据管理以及自动化评估，还能够通过可视化展示风险变化趋势等有价值的信息。

公开(公告)号：CN108564380B

公开(公告)日：2021-07-20

申请号：CN201810321941.3

申请日：2018-04-11

Applicant: 重庆大学

Inventor： 尚家兴 ,  朱倩雯 ,  武红春 ,  周尚波 ,  冯永 ,  钟将

IPC: G06Q30/00 ,  G06Q50/00 ,  G06Q50/30

Abstract: 本发明涉及一种基于迭代决策树的电信用户分类方法，包括：S1：根据用户的基本信息、通话、短信记录构建用户社交关系网络G(V,E)；S2：从G(V,E)中抽取特征，或根据已分类的用户更新其他用户的特征；S3：用迭代决策树对G(V,E)中未分类的用户分类，即判断是否满足|sFriend‑nFriend|≥L；若满足则分类，将分类的用户数记为κ；K若κ＞K，回到步骤S2，否则进入步骤S4；S4：令L＝L‑1；若L≥0，返回步骤S2，否则进入步骤S5；S5：输出分类结果。本发明在训练集较少的情况下能达到很低的错误率，可以克服训练集占比高导致的过拟合影响，实现用户的精准定位。

公开(公告)号：CN109086437B

公开(公告)日：2021-06-01

申请号：CN201810926656.4

申请日：2018-08-15

Applicant: 重庆大学 ,  桂林电子科技大学

Inventor： 冯永 ,  张逸扬 ,  尚家兴 ,  强保华 ,  邱媛媛

IPC: G06F16/583 ,  G06F16/51 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种融合Faster‑RCNN(Faster‑Regions with Convolutional Neural Network,快速区域卷积神经网络)和Wasserstein自编码器的图像检索方法。本发明搭建深度学习框架，采用Faster‑RCNN模型提取图像特征；对Faster‑RCNN模型进行训练，微调网络权重；提取图像的全局特征，构建图像的全局特征图库；构建Wasserstein自编码器，并对Wasserstein自编码器进行训练；采用Wasserstein自编码器对全局特征进行降维，计算欧几里得距离得出第一相似度，并进行第一次排序，完成图像的粗粒度检索；提取图像中候选区域的特征作为局部特征，构建图像的局部特征图库；采用Wasserstein自编码器对局部特征进行降维，计算第二相似度并进行第二次排序，完成图像的细粒度检索。该方法能加快图像的检索速度以及提高图像检索的准确率。

公开(公告)号：CN118427628B

公开(公告)日：2024-12-17

申请号：CN202410435047.4

申请日：2024-04-11

Applicant: 重庆大学

Inventor： 郑林江 ,  方堃宇 ,  尚家兴

IPC: G06F18/22 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/045 ,  G06N3/082 ,  G06N3/0442

Abstract: 本发明公开了一种基于表示学习的飞行轨迹相似度计算方法，包括以下步骤：S1.构建FT2Vec模型，所述FT2Vec模型包括轨迹增强模块、特征提取模块和轨迹编码模块；S2.输入原始轨迹，用轨迹增强模块创建原始轨迹的不同变体，增强轨迹；S3.通过特征提取模块接收轨迹增强模块生成的原始轨迹的不同增强变体，提取轨迹位置的细粒度特征；S4.通过轨迹编码模块的孪生注意力机制聚合特征提取模块的输出，然后通过LSTM生成最终的时空轨迹表示；S5.训练、优化FT2Vec模型。本发明提出的FT2Vec是首个专为飞行轨迹相似性计算而设计的表示学习模型，计算成本低，效率高。

公开(公告)号：CN117314173B

公开(公告)日：2024-10-15

申请号：CN202311486143.3

申请日：2023-11-08

Applicant: 重庆大学 ,  四川函钛科技有限公司

Inventor： 郑林江 ,  尚家兴 ,  綦麟 ,  陈逢文

IPC: G06Q10/0635 ,  G06Q50/40 ,  G06Q50/20

Abstract: 本发明涉及一种基于无线电高度辅助测算的擦机尾风险识别分析方法及系统，属于航空飞行器技术领域。本方法包括以下步骤：计算获取飞机起飞时的抬头率P、获取飞机起飞时无线电高度数据H、结合飞机起飞时的抬头率P和无线电高度H进行加权计算，获得飞机起飞时的离地姿态数据G、以飞机主起落架完全压缩时的擦尾姿态数据作为风险阈值、比较离地姿态数据G和风险阈值，将离地姿态数据大于风险阈值的航班认定为风险航班。本发明技术方案以无线电高度作为辅助判断擦机尾风险分析，具有提高准确性、减少假事件、增强擦机尾风险管理能力等优势和成果效益。这些能够为航空公司提供有效的支持和帮助，促进航空安全的提升和业务发展。

公开(公告)号：CN118332468A

公开(公告)日：2024-07-12

申请号：CN202410513278.2

申请日：2024-04-26

Applicant: 重庆大学

Inventor： 郑林江 ,  晏文龙 ,  尚家兴 ,  陈逢文

IPC: G06F18/2433 ,  G06F18/241 ,  G06F18/213 ,  G06N3/045 ,  G06N3/042 ,  G06N3/049 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/0895 ,  G06F123/02

Abstract: 本申请提出了一种基于对比学习的飞行数据异常检测方法及装置，该方法包括：利用两个并行的图注意力网络分别捕获飞行数据变量间的变量依赖性和变量内的时间相关性；将时间相关性和变量依赖性的嵌入表示映射到低维空间，引入随机噪声对映射数据进行数据增强，得到增强嵌入窗口与非增强嵌入窗口；使用双视图对比策略提取增强嵌入窗口与非增强嵌入窗口内潜在变量的局部不变性，以局部比较的视角学习多变量时间序列的数据表示；使用增强嵌入窗口与非增强嵌入窗口重构输入，根据基于门控循环单元的解码器获取重构输出，利用重构输出进行异常检测。本申请能够从动态变化的飞行参数时间序列中捕获不变信息和细粒度表示，提高异常检测的鲁棒性。