-
公开(公告)号：CN109327855A
公开(公告)日：2019-02-12
申请号：CN201811430690.9
申请日：2018-11-28
Applicant: 重庆邮电大学
IPC: H04W24/08 , H04W24/10 , H04W4/02 , H04B17/336 , H04B17/318
Abstract: 本发明公开了一种多模终端测量小区选择方法，包括：首次测量任务完成后：终端记录本次测量的小区为已测量小区，选择信号质量最好的N个小区作为跟踪小区；估计各跟踪小区的传播路径时延及强度，作为该跟踪小区的历史传播路径时延及强度；在非首次测量任务中：终端估计各跟踪小区当前的传播路径时延及强度；如果有不少于N/2个跟踪小区当前的传播路径时延及强度与该跟踪小区的历史传播路径时延及强度的偏差小于预设的门限值，终端仅对新增的待测小区进行测量；否则终端对所有待测小区进行测量，本发明的技术方案在保证终端上报的测量数据的准确性的同时有效的降低了有效的降低了终端测量功耗和接收数据量。
-
公开(公告)号：CN109242552A
公开(公告)日：2019-01-18
申请号：CN201810961118.9
申请日：2018-08-22
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于大数据的商铺定位方法，包括：101对数据进行预处理操作；102根据记录时间对数据进行划分操作；103根据一定规则构建每条样本的候选集；104对数据进行打标操作；105对数据进行特征工程构建操作；106建立多个机器学习模型，并进行模型融合操作；107通过已建立的模型，根据用户的经纬度、所连接的WiFi信息等数据定位用户所在商铺。本发明主要是通过对用户的经纬度、所连接的WiFi信息等数据进行预处理和分析提取特征，建立多个机器学习模型，从而定位用户当前所在商铺，使得商家能够在在正确的时间、正确的地点给用户最有效的服务。
-
公开(公告)号：CN107292805A
公开(公告)日：2017-10-24
申请号：CN201710408580.1
申请日：2017-06-02
Applicant: 重庆邮电大学
IPC: G06T1/00
Abstract: 本发明请求保护一种基于多参数分数阶离散Tchebichef变换的图像加密方法，涉及数字图像处理、信息安全的技术领域。本发明利用图像块的分数阶的变换阶数、生成序列的初始值和系统参数作为图像加密的密钥，然后对图像进行加密。图像解密过程为上述逆过程，将加密后的图像通过正确秘钥、错误密钥解密加密图像，分别得到正确解密图像和错误解密图像。通过实验分析得出本加密方法具有很高的安全性。本图像加密方法增大了密钥空间，增强了加密系统的安全性。另外，本方法提出的加密算法得到的密文图像是实值图像，其大小与原始图像大小相同，方便显示、传输和存储。
-
公开(公告)号：CN107086935A
公开(公告)日：2017-08-22
申请号：CN201710457666.3
申请日：2017-06-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及基于WIFI AP记录的机场客流分布预测方法，涉及大数据挖掘处理技术领域，从控制中心获取WIFI AP记录进行预处理操作，通过WIFI AP接入设备数量分类WIFI AP，为各类WIFI AP分别构建训练样本集，使用各自的训练样本集分别构建回归模型，根据回归模型获取测试样本集，集合第一类模型和第二类模型的测试样本集获得预测结果，预测机场客流分布。本发明利用相关特性，使用数据挖掘及机器学习的相关方法，对机场的客流分布进行预测，达到有效利用机场资源。
-
公开(公告)号：CN106886569A
公开(公告)日：2017-06-23
申请号：CN201710026254.4
申请日：2017-01-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于MPI的ML‑KNN多标签中文文本分类方法，涉及文本分类和机器学习中的多标签分类算法。为解决ML‑KNN算法在具体实现中大规模文本分类问题和求解优化问题，控制计算的时间和空间的开销，本发明采用的技术方案是，采用MPI编程实现中文文本数据的预处理、特征提取、ML‑KNN算法及分类的并行化。相比传统的串行多标签中文文本分类方法，本发明极大的提高了多标签中文文本分类的效率。同时，在数据量一定的情况下，算法的效率一般会随着计算资源(进程数)的增加而增加。值得一提的是，在基于MPI并行化ML‑KNN步骤中，对数据集进行划分时既可以以样本为单位划分，又可以以特征为单位划分，这使得本发明在处理高维文本数据的时候，具有更大的优势。
-
Patent Agency Ranking
公开(公告)号：CN106803082A
公开(公告)日：2017-06-06
申请号：CN201710059062.3
申请日：2017-01-23
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于条件式生成对抗网络的在线笔迹识别方法，包括：101用户注册模块：用户的基本信息；102接收模块：接收到用户输入的一段文字信息，包括：书写文字的风格、书写文字的力度、书写文字的间距；103条件式生成对抗网络：在笔迹签名数据集上以类别标签为条件训练对抗网络，可以根据标签条件信息，生成对应的方向数字特征；104笔迹鉴定模块：通过条件生成对抗网络挖掘用户的个性化笔迹，鉴别是通过对抗网络签名判别模型，判别模型D是一个二分类器，判别输入是真实笔迹数据还是生成的样本；S105应用模块：将笔迹鉴定应用到门禁系统和多个用户签署文件场景下。本发明具有更高的稳定性、安全性、便捷性；同时结合了条件式生成对抗网络方法，对用户书写风格、力度和间距信息均可识别，避免对文字特征提取不全面的问题。
-
公开(公告)号：CN106599913A
公开(公告)日：2017-04-26
申请号：CN201611115834.2
申请日：2016-12-07
Applicant: 重庆邮电大学
CPC classification number: G06K9/6219 , G06K9/6215 , G06K9/6282 , G16H50/20
Abstract: 本发明涉及一种基于聚类的多标签不平衡生物医学数据分类方法，包括以下步骤：S101对标签不均衡的数据根据特征相似度和标签关联性定义关系矩阵；S102根据关联矩阵对数据进行聚类；S103对每个类簇中的不平衡标签进行有方向性的增加；S104对每个类簇中的数据用多标签分类器进行训练学习；S105根据投票原则把每个分类器的结果进行合并，预测出标签。本发明通过层次聚类方法对数据进行聚类，并且在聚类时考虑标签关联性来降低簇内标签的不平衡性，从而提高重采样方法生成新数据的可靠性，降低噪声数据的概率。
-
公开(公告)号：CN117911646A
公开(公告)日：2024-04-19
申请号：CN202311746855.4
申请日：2023-12-18
Applicant: 重庆邮电大学
IPC: G06T17/20
Abstract: 本发明属于计算机图形学几何处理技术领域，具体涉及一种基于全局无缝参数化的四边网格生成方法，包括：获取三维网格模型，根据三维网格模型得到原始网格数据，并对其进行预处理；提取网格的拓扑关系，计算顶点之间的谐波权重；根据基于面的约束和谐波权重计算4‑旋转对称方向场；根据拓扑关系和4‑旋转对称方向场计算奇异点；通过奇异点对网格进行切割；根据切割后的网格构建泊松方程，并对其进行求解，得到参数化函数值；根据参数化函数值得到四边形网格；本发明通过插值约束得到接近用户需求的方向场；本发明通过迭代整数四舍五入和障碍函数，使得求解精度得到保证；本发明约束每个面的无缝函数梯度时逆时针保序，因此整个参数化时局部单射。
-
公开(公告)号：CN109740624B
公开(公告)日：2022-12-27
申请号：CN201811399639.6
申请日：2018-11-22
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于大数据的物流供应链需求预测方法，包括：101对数据进行预处理操作；102对经过预处理的数据进行特征工程构建；103提取目标之间的关系特征；104提取输入输出空间的目标敏感特征；105建立机器学习模型，根据供应链的历史需求数据进行预测。本发明主要是通过提取关于物流供应链需求预测目标的输入输出空间的敏感特征来处理输入空间和输出空间的复杂关系，建立机器学习模型，从而预测供应链在未来5周内的需求，使得商家能够在正确的时间给用户最有效服务。
-
公开(公告)号：CN109413717B
公开(公告)日：2020-12-22
申请号：CN201811430697.0
申请日：2018-11-28
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种LTE终端测量小区选择方法，包括：首次测量任务完成后，终端记录本次测量的小区为已测量小区，在已测量小区中选择信号质量最好的N个小区作为跟踪小区；估计各跟踪小区的定时偏差，作为该跟踪小区的历史定时偏差；在非首次测量任务中，终端估计各跟踪小区当前的定时偏差；如果各跟踪小区当前的定时偏差与该跟踪小区的历史定时偏差的差值均小于预设的门限值，终端选择本次测量任务新增的待测小区作为本次的测量小区进行测量；否则终端选择本次测量任务的所有待测小区作为本次的测量小区进行测量，本发明的技术方案在保证终端上报的测量数据的准确性的同时有效的降低了有效的降低了终端测量功耗和接收数据量。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.018 seconds)
