-
公开(公告)号：CN103476040B
公开(公告)日：2016-04-27
申请号：CN201310440039.0
申请日：2013-09-24
Applicant: 重庆邮电大学
CPC classification number: Y02D70/00
Abstract: 本发明请求保护一种带有隐私保护的分布式压缩感知数据融合方法，涉及无线网络领域。设计了一种分布式场景下，基于数据稀疏位置信息隐藏的隐私保护融合方法，通过数据稀疏支撑集特征学习、数据真实稀疏位置隐藏和分布式压缩感知融合观测，避免了传统隐私保护融合方法所带来的额外通信开销，更有利于传感器网络的数据处理。本发明提出的数据隐私保护融合方法对于传感器网络数据隐私保护效果明显，同时利用分布式压缩感知融合的策略能够有效地降低网络能耗，提高算法效率和数据处理性能，利于用户管理，便于网络应用及规模的拓展。
-
公开(公告)号：CN105490934A
公开(公告)日：2016-04-13
申请号：CN201610049605.9
申请日：2016-01-25
Applicant: 重庆邮电大学
IPC: H04L12/707 , H04L12/721 , H04L12/927 , H04Q11/00
CPC classification number: H04L45/12 , H04L45/22 , H04L47/80 , H04Q11/0005
Abstract: 本发明涉及一种基于碎片处理的公平路由与频谱分配方法，属于弹性光网络路由与频谱分配技术领域。在该方法中，将路由和频谱等网络资源虚拟为“资源池”，通过利用二维矩形Packing模型求解满足频谱双重约束条件的“小矩形块”；通过感知业务持续时间，计算业务的离开时间，为离开时间相近的业务分配邻近的频谱资源，降低频谱碎片的产生；构建混合粒度业务的公平性模型，将相同粒度业务打包成“小矩形块”来进行路由与频谱分配。本方法能够满足频谱邻接性和连续性的双重约束，避免造成阻塞，提升了网络的整体性能。
-
公开(公告)号：CN104080144A
公开(公告)日：2014-10-01
申请号：CN201410345538.6
申请日：2014-07-18
Applicant: 重庆邮电大学
CPC classification number: Y02D70/30
Abstract: 本发明公开一种无线传感器网络中基于梯度的能量有效非均匀分簇数据转发策略设计方法。由于现有基于均匀分簇技术的数据转发策略中，簇头节点组成的骨干网络实现多跳路由带来了一个能量消耗不均衡问题，即靠近基站的簇头节点由于转发大量数据而负载过重，过早耗尽能量而失效，导致网络分割，缩短了网络存活时间。因此，本发明在梯度模型上运行簇机制，通过非均匀成簇和基于节点能量、非簇头节点数目、节点相对位置的低梯度关键节点的动态选择，以提高簇间通信的能量有效性为目标完成数据转发。本发明所提出的设计方法能够在均衡节点间能量消耗的同时，降低网络能量开销，达到了提升网络资源利用率及最大化网络存活时间的目的。
-
公开(公告)号：CN103825762A
公开(公告)日：2014-05-28
申请号：CN201410066885.5
申请日：2014-02-26
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于分簇的业务量疏导及区分重要度保护方法，属于通信网络技术领域。本方法包括以下步骤：将网络分割为簇，簇内业务直接利用分层辅助图进行疏导；簇间业务先利用簇汇聚层寻找簇间最短路，再映射分层辅助图上进行疏导；根据疏导后独有的一个波长中同时存在多优先级业务的情况，区分波长链路重要度；再利用智能可伸缩P圈有效进行分级保护。本方法实现了对动态业务的快速有效疏导，极大地提高了网络资源利用率；同时通过区分链路波长重要度实现不同的服务质量保障，利用P-Cycle全面保护避免了传统针对业务一一保护带来的资源耗费过大，并感知业务的到达、离开，动态伸缩P圈，满足了当今网络智能化需求，充分减少了保护资源开销，增强了网络承载业务的能力。
-
公开(公告)号：CN103427951A
公开(公告)日：2013-12-04
申请号：CN201310323627.6
申请日：2013-07-29
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种带有编码冗余控制的数据转发方法，属于无线网络数据转发技术领域。本方法通过利用基于历史信息的混合估计方法预测相遇持续时间并实时地估计传输容量，进而根据当前的网络状态信息准确地量化编码融合数据的冗余程度，以最大化资源利用率为目标完成编码融合数据转发，具体包括以下步骤：步骤一：对间断连接无线网络进行初始化；步骤二：预测节点相遇持续时间；步骤三：估计节点间的传输容量；步骤四：数据编码机会判断及编码冗余控制数据转发。该方法能够在保障数据可靠传输的同时，对编码融合数据进行实时监控，实现提升网络资源利用率及最小化迭代冗余副本的目的。
-
Patent Agency Ranking
公开(公告)号：CN102801468A
公开(公告)日：2012-11-28
申请号：CN201210307758.0
申请日：2012-08-27
Applicant: 重庆邮电大学
IPC: H04B10/08
Abstract: 本发明请求保护一种基于最小支配集分簇的故障定位方法，涉及光通信技术领域。本发明针对现有故障定位方法定位成本高、对业务依赖性大和定位时间较长等缺点，提出了一种新的故障定位方法，以簇为单位通过最小支配集将光网络进行分簇。各个簇头节点可以通过单跳路由快速收集簇内成员节点监测到的链路信息表并进行定位。若簇内无法单独定位出故障，则簇头节点将生成的簇头矩阵发送给汇聚节点进行进一步定位。本方法相比基于监测设备的故障定位方法可以节省大量的定位成本；相比基于业务感知的故障定位方法能更快速准确地定位故障，并减小了对业务的依赖，即只要有业务覆盖的链路，当其故障后本方法就可以定位该链路的故障。
-
公开(公告)号：CN119761482A
公开(公告)日：2025-04-04
申请号：CN202411935809.3
申请日：2024-12-26
Applicant: 重庆邮电大学
IPC: G06N5/022 , G06N5/04 , G06Q50/20 , G06F16/353 , G06T13/40 , G06N3/045 , G06N3/047 , G06T13/20 , G10L13/027 , G10L15/26
Abstract: 本发明涉及一种教育大模型融合知识图谱驱动的虚拟教师交互方法及系统，属于人工智能、智慧教育领域。本发明通过数据集、问答模型的构建；功能交互的应用；虚拟教师及场景的驱动，实现了虚拟学习环境的自然交互。其中，问答模型不仅需要数据集为其提供语料数据支持，而且需将语音转化为文本并由学科知识框架进行意图分类及会话管理，再通过教育大模型、学科知识图谱等获得最优反馈，最终以语音形式输出；功能交互包括：通信连接、GUI控制中台及结果交互。负责接收问答模型的反馈信息，以驱动虚拟教师生成类人的姿态动作及教学场景的变换。本发明能够为用户提供沉浸式、个性化的教学体验和便捷的在线答疑服务，以此满足用户多样化的学习需求。
-
公开(公告)号：CN118394884A
公开(公告)日：2024-07-26
申请号：CN202410537241.3
申请日：2024-04-30
Applicant: 重庆邮电大学
IPC: G06F16/33 , G06F16/338 , G06F40/30 , G06Q50/20
Abstract: 本发明涉及一种考虑路径语义信息的可解释学习路径推荐方法，属于教育信息化领域。该方法包括：使用GRU网络通过在路径序列每个时间步更新内部状态，实现路径序列中的节点的依赖关系建模。通过扩展路径序列邻接学习单元构建学习路径子图，利用GCN网络汇聚学习路径中单元的邻域信息，更新节点的表征，再使用Transformer捕获节点的关系语义信息，提取学习路径子图的结构语义信息。通过路径匹配选择器来确定学习路径类型，然后使用熵编码器分析不同的路径类型对于学习者的信息增益，区分路径集合中不同路径类型的最终贡献。加权池化模块则通过联合路径表示、语义增强表征以及学习者表征确定最终的路径表征，通过熵编码器获得权重，得到最终的得分输出。
-
公开(公告)号：CN114282006B
公开(公告)日：2024-07-05
申请号：CN202111490872.7
申请日：2021-12-08
Applicant: 重庆邮电大学
IPC: G06F16/36 , G06F16/35 , G06F40/284 , G06F40/289 , G06F40/30 , G06N3/0442 , G06N3/084 , G06F18/214
Abstract: 本发明涉及一种引入语义约束条件的课程知识图谱联合嵌入方法，属于计算机领域。所述方法包括以下步骤：第一步：定义课程知识图谱的实体和关系形成结构化数据并进行结构信息嵌入；第二步：编码课程背景信息中的目录文本信息形成目录信息嵌入；第三步：根据课程的简介信息提出相同课程类别下语义约束条件；第四步：在结构嵌入、目录嵌入和语义约束条件下设计新的损失函数，提出联合嵌入方法。本发明充分利用教育知识图谱的背景信息，不仅使实体和关系的嵌入更加准确，而且还能使实体在向量空间呈现聚类效果，进而提高实体分类任务的准确性，更好地适用于教育场景的下游任务。
-
公开(公告)号：CN117373489A
公开(公告)日：2024-01-09
申请号：CN202311349934.1
申请日：2023-10-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于迁移学习的教师语音情感识别方法，属于教育信息化领域。该方法包括特征提取部分、全局域鉴别部分、局部子域鉴别部分、自适应对抗部分以及分类模块。在特征提取部分中对采集到的教师语音数据经过抽样量化、分帧、加窗、端点检测等数据预处理，得到的数据作为目标域数据，选取已有标签的其他数据集作为源域数据。全局域鉴别部分和局部子域鉴别部分分别获取全局分布和局部分布并计算两个域之间的分布差异。最后获取源域和目标域的域不变特征，经过分类模块识别出目标域中无标签数据的情感类别，完成跨领域的语音情感识别。本发明可以有效地识别出无标签状态下教师语音的情感类别。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.022 seconds)
