-
公开(公告)号：CN110489652A
公开(公告)日：2019-11-22
申请号：CN201910784984.X
申请日：2019-08-23
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/2458
Abstract: 本发明涉及一种基于用户行为数据检测的新闻推荐方法、系统及计算机设备，所述方法包括：对用户新闻点击行为数据进行转换，生成可处理的用户行为数据集，过滤掉用户行为数据集中的非频繁行为，使用频繁项集串行挖掘算法获取相对频繁项集，构建由用户行为中的相对频繁项集形成的相对频繁项集树，找出最优频繁项集，计算用户行为中最优频繁项集的完整支持度，根据完整支持度，生成用户行为频繁项集相关的关联规则，根据关联规则向用户推荐新闻，本发明能够充分考虑真实生产环境，高效地处理海量用户行为数据集，属于数据分析技术领域。
-
公开(公告)号：CN108337685B
公开(公告)日：2019-05-24
申请号：CN201810076862.0
申请日：2018-01-26
Applicant: 重庆邮电大学
Abstract: 本方法涉及高性能计算技术领域，特别涉及基于分簇DGM的无线传感器网络数据融合方法；方法包括按照空间相关性对多传感器数据进行动态分簇；对数据序列群中的异常点检测和补齐；借助灰理论中的离散区间灰数概念对传感器节点之间的相关性进行描述；采用离散灰数DGM预测模型对数据序列的发展趋势进行建模预测；实现多传感器数据融合；本方法能有效地对异常点进行检测和补齐，提升数据的可靠性；利用数据之间的空间关联性进行预测数据的修正，有效地提升数据预测的准确性；减少了簇头节点和汇聚节点之间的数据发送量；有效减少传感器节点的传输距离；降低传感器节点的传输能耗；减少了汇聚节点的对接点数，缓解了网络拥塞问题。
-
公开(公告)号：CN108647681A
公开(公告)日：2018-10-12
申请号：CN201810429149.X
申请日：2018-05-08
Applicant: 重庆邮电大学
CPC classification number: G06K9/3258 , G06K9/627 , G06K2209/01
Abstract: 本发明属于图像处理技术领域，具体为一种带有文本方向校正的英文文本检测方法；所述方法包括：分别对英文文本图像各个通道的进行最大稳定极值区域检测，得出候选文本区域；建立基于卷积神经网络模型的分类器，过滤错误的候选文本区域，获得初步文本区域；利用双层文本分组算法将所述初步文本区域分组；将分组后的初步文本区域进行方向校正，从而获得校正文本；本发明采用一种增强的多通道MSER模型：以得到更精细的文本区域；引入并行SPP-CNN分类器来更好地区分文本区域和非文本区域，可以处理任意大小的图像，且可在多尺度下提取池特征，从而可以通过源图像的多层空间信息来了解更多的特征；本发明可以处理略微倾斜的场景文本。
-
公开(公告)号：CN108154172A
公开(公告)日：2018-06-12
申请号：CN201711390560.2
申请日：2017-12-21
Applicant: 重庆邮电大学
IPC: G06K9/62
Abstract: 本发明涉及高性能图像识别领域，特别涉及基于三支决策的图像识别方法；所述方法包括训练样本数据集图像；利用样本数据集图像对基于三支决策的分类器进行训练，得到待识别图像所需要的分类器，即基于三支决策的图像识别分类器；对所述待识别图像进行分割；把待识别图像划分为三个区域；对基于三支决策分类器分割出的延迟决策区域进行迭代分类处理；对剩下的延迟决策区域进行判断，是否达到临界值；当延迟决策区域达到临界值，说明待识别图像已经不可再分割，然后对所有的正区域识别；本发明可以充分利用图像中有用信息，使图像识别技术和三支决策理论结合起来，达到更高的识别率。
-
公开(公告)号：CN106597574A
公开(公告)日：2017-04-26
申请号：CN201611252359.3
申请日：2016-12-30
Applicant: 重庆邮电大学
IPC: G01W1/10
CPC classification number: G01W1/10
Abstract: 本发明涉及高性能计算技术领域，特别涉及基于时变云模型的天气温度预测方法及装置；所述方法包括获取历史天气温度数据；利用某一天的时刻温度数据生成该天的历史时刻云温度分布，即温度分布的期望值、温度分布的熵值和温度分布的超熵值；预测下一时刻温度分布的期望特征值、熵值和超熵值；进而获得下一时刻的温度分布；本发明方法和装置利用云模型对获取到的温度数据进行随机性和模糊性的处理，克服了温度数据的突变性问题，能够得出更为精准的温度预测结果；对时序数据概念进行提取，大量减少了算法处理数据量，使得算法的计算量减小；本发明可以有效将天气温度预测应用到各个行业中。
-
Patent Agency Ranking
公开(公告)号：CN119167234A
公开(公告)日：2024-12-20
申请号：CN202411290099.3
申请日：2024-09-14
Applicant: 重庆邮电大学
IPC: G06F18/2431 , G06Q10/04 , G06F18/213 , G06F16/22 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明涉及基于胶囊网络的工业生产表格数据分类预测方法，包括：获取待检测的工业生产表格数据，经过预处理后进行特征提取，将提取的特征输入训练后的胶囊网络，得到预测结果。该胶囊网络的训练过程包括：获取带有特定标签的工业生产表格数据，进行特征嵌入，利用多个特征提取器进行不同粒度的特征提取；将嵌入特征和通过多个特征提取器所提取的高级特征进行合并，将合并后的特征编码到初级胶囊中；将初级胶囊的输出信息通过自注意力静态路由机制传递给高级胶囊，进行分类预测，计算边际损失；将所述分类预测结果输入特征重构网络，进行重构，计算重构损失；根据边际损失和重构损失迭代训练胶囊网络。本发明可以明显提高预测结果的准确性。
-
公开(公告)号：CN117575219A
公开(公告)日：2024-02-20
申请号：CN202311523718.4
申请日：2023-11-14
Applicant: 重庆邮电大学
Inventor： 龙虹毓 , 尹霄 , 向敏 , 徐洋 , 陈昌川 , 程安宇 , 胡峰 , 代劲 , 余建航 , 何维晟 , 陈昕 , 陈正新 , 潘顺 , 徐扬 , 何云龙 , 王晶 , 何梓杰 , 王志军 , 彭禾欣 , 胡俊燕 , 张亚垅 , 江振光 , 李梓 , 谈力 , 喻腾飞
IPC: G06Q10/0631 , G06Q10/04 , G06Q30/0202 , G06Q50/06 , G06Q50/50 , H02J3/00 , H04N23/50 , H04N7/18
Abstract: 本发明属于充电站选址技术领域，具体涉及一种基于山地电动汽车出行特征的充电设施规划方法及系统，所述方法包括：在山地城市环境下建立山地城市交通路网模型；计算路网中任意两个节点间的耗电量；计算任意两点之间的最短行程时间信息；计算道路上的电动汽车数量；预测电动汽车的充电负荷；建立多目标函数；将建立的多目标函数作为评估指标，采用TOPSIS评价分析方法在实际山地城市环境下充电站最优位置规划方案。本发明考虑了电动汽车交通行为影响，进行考虑多目标的山地城市充电设施规划；并采用主客观综合计算权重的方法进行最优解集寻优，得到的规划结果能满足多个目标需求。
-
公开(公告)号：CN117559415A
公开(公告)日：2024-02-13
申请号：CN202311523338.0
申请日：2023-11-14
Applicant: 重庆邮电大学
Inventor： 龙虹毓 , 陈正新 , 陈昕 , 杨燕 , 向敏 , 胡峰 , 代劲 , 程安宇 , 徐洋 , 陈功贵 , 潘顺 , 徐扬 , 何云龙 , 王晶 , 何梓杰 , 王志军 , 江振光 , 张亚垅 , 彭禾欣 , 胡俊燕 , 喻腾飞 , 李梓 , 谈力
Abstract: 本发明涉及配电网技术领域，涉及一种考虑坡度角网格划分的移动虚拟电厂调度系统及方法；本发明将坡度角和负荷特性纳入配电网网格划分的影响因素，采用网格优化模型划分出配电网网格；采用时间调度优化模型得到每个移动虚拟电厂对相应电动汽车的时间尺度调度决策；采用空间调度优化模型得到每个移动虚拟电厂对相应电动汽车的空间尺度调度决策；基于此，提出了考虑坡度角网格划分的移动虚拟电厂调度系统及方法，整体提升了网格布局的有效性和移动虚拟电厂的供电调度效率的高效性。
-
公开(公告)号：CN117352162A
公开(公告)日：2024-01-05
申请号：CN202311389736.8
申请日：2023-10-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及医疗领域，特别涉及一种基于双规则因果特征选择的疾病因素数据处理方法，本发明将特征选择方法与因果贝叶斯网络结合，通过引入改进的OR规则和AND规则充分挖掘与疾病存在因果关系的疾病危险因素，避免了现有特征选择方法因挖掘错误的因果关系而导致有偏疾病预测输出；本发明通过融合双规则挖掘与疾病具有因果关系的父子特征和配偶特征，解决了当前疾病危险因素挖掘算法存在的假阳性与假阴性错误，并进一步采用分类器进行疾病预测，进而提高疾病诊断系统的精度。
-
公开(公告)号：CN116913445A
公开(公告)日：2023-10-20
申请号：CN202310654968.5
申请日：2023-06-05
Applicant: 重庆邮电大学
Abstract: 本发明属于医疗数据处理技术领域，具体涉及一种基于表格学习的医疗缺失数据插补方法；该方法包括：获取待插补的医疗缺失数据并对其进行预处理，得到预处理好的医疗缺失数据；对预处理好的医疗缺失数据分别进行预插补和转换操作，得到初步完整医疗数据和缺失掩码矩阵；采用改进的生成器对初步完整医疗数据和缺失掩码矩阵进行处理，得到修正后的完整医疗数据；将缺失掩码矩阵输入到提示生成器中，得到提示矩阵；采用改进的鉴别器对修正医疗数据和提示矩阵进行处理，得到估计掩码矩阵；计算模型损失并根据模型损失调整模型参数，得到训练好的医疗缺失数据插补模型；本发明插补精度高，插补速度快。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.022 seconds)
