-
公开(公告)号：CN115719116B
公开(公告)日：2023-07-14
申请号：CN202211460794.0
申请日：2022-11-21
Applicant: 重庆大学
IPC: G06Q10/04 , H04L9/00 , G06Q50/06 , G06F21/60 , G06F21/62 , G06N3/084 , G06N3/08 , G06F18/214 , G06N3/04
Abstract: 本发明适用于电力预测技术领域，提供了一种电力负荷预测方法、装置及终端设备，方法包括：获取用户客户端的加密用电数据，作为加密训练数据；使用加密训练数据训练预测模型，获得初始预测模型，以及初始预测模型的加密模型参数；将加密模型参数反馈给用户客户端，以使用户客户端解密加密模型参数；获取用户客户端解密加密模型参数所输出的更新模型参数；根据更新模型参数调整初始预测模型，获得电力负荷预测模型；通过电力负荷预测模型预测用户客户端的电力负荷情况。通过本发明可以克服电力负荷预测方法中深度学习、机器学习过程中的数据没有隐私保护措施，存在泄露用户隐私风险的问题。
-
公开(公告)号：CN114884677B
公开(公告)日：2023-04-25
申请号：CN202210506117.1
申请日：2022-05-09
Applicant: 重庆大学
Abstract: 本发明提供了一种基于区块链的多用户众包任务匹配方法及系统。该方法包括：S1，初始化系统参数，结合可搜索加密算法和秘密共享算法基于初始化后的系统参数生成系统密钥、公钥和每个用户的私钥；S2，基于任务发布者的任务内容和公钥生成任务密文，利用任务发布智能合约在区块链上发布所述任务密文；S3，基于用户的关键字和私钥生成用户的陷门，利用任务匹配智能合约对用户的陷门和任务密文进行匹配，将匹配结果上传区块链并返回用户。任务发布者通过公钥生成任务密文，让每个用户使用自己私钥情况下依旧可以进行关键字与任务密文匹配，实现了多用户敏感信息保护下的匹配；利用区块链解决了中心化服务器可能返回错误的结果的弊端。
-
公开(公告)号：CN115371623A
公开(公告)日：2022-11-22
申请号：CN202211009850.9
申请日：2022-08-25
Applicant: 重庆大学
Abstract: 本发明提供了一种基于改进麻雀优化算法的轴直线度误差评定方法及系统。包括：S1，获取待测轴多个轴截面中心点构成的中心点集；S2，在中心点集所在的空间坐标系O‑XYZ中构建理想轴线，理想轴线上固定点坐标为(a，b，c)，理想轴线在X轴、Y轴、Z轴方向矢量参数为(l，m，n)；S3，以(a，b，c，l，m，n)作为麻雀位置信息，寻找一组最优麻雀位置信息使得中心点集到理想轴线的最大距离最小，将该最小的最大距离的两倍作为待测轴的轴直线度误差。将轴直线度误差测量转换为获取最优理想轴线，应用麻雀搜索算法寻找最优理想轴线使中心点集中点到达理想轴线的最大距离最小，将最小的最大距离的两倍作为轴直线度误差，利用了麻雀搜索算法较强的收敛性，提高轴直线度误差的测量速度和测量精度。
-
公开(公告)号：CN112380543A
公开(公告)日：2021-02-19
申请号：CN202011148017.3
申请日：2020-10-23
Applicant: 重庆大学
Abstract: 本发明公开基于区块链的电子医疗数据隐私保护与安全共享系统，包括服务请求方数据交互模块、注册登记模块、若干数据存储与共享系统和共享数据获取模块；本发明主要考虑四个实体：服务请求方，服务提供方，数据存储与共享系统以及可信第三方，使得服务请求方能够保护个人隐私信息不被泄露。
-
公开(公告)号：CN118982353B
公开(公告)日：2025-04-01
申请号：CN202411026938.0
申请日：2024-07-30
Applicant: 重庆大学
Abstract: 本发明涉及V2G网络领域，涉及一种基于V2G的充电交易数据处理方法，其包括：接收充电用户发出的支付数据证明和第一验证密钥；充电交易智能合约利用第一验证密钥对支付数据证明进行验证，输出第一验证结果；接收充电站发出的充电数据证明和第二验证密钥；充电交易智能合约利用第二验证密钥对充电数据证明进行验证，输出第二验证结果；从证人池中随机选取执行证人监测第一验证结果和第二验证结果的类型，根据第一验证结果和第二验证结果的类型控制充电交易的继续执行或中断。本发明还提出一种基于V2G的充电交易数据处理设备以及存储介质。本发明可以提升充电交易的公平性和系统整体安全性。
-
Patent Agency Ranking
公开(公告)号：CN119066269A
公开(公告)日：2024-12-03
申请号：CN202411165192.1
申请日：2024-08-23
Applicant: 重庆大学
IPC: G06F16/9535 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明提供了一种考虑用户项目需求关系的图卷积推荐方法及装置，该方法包括：对预测时间戳进行编码获得时间编码向量；将时间编码向量输入用户兴趣模型获得用户在预测时间戳对每个项目类别的感兴趣程度置信度分数；根据用户项目交互记录生成图结构数据；将图结构数据输入图卷积网络模型获得用户对每个项目的基础预测评分；利用感兴趣程度置信度分数调整基础预测评分，得到用户对每个项目的调整预测评分；将用户对项目的调整预测评分按照从高到低排序，向用户推荐排序序列中前K1个项目。本发明还提供了一种考虑用户项目需求关系的图卷积推荐装置。本发明提高了推荐系统的推荐精准性。
-
公开(公告)号：CN118710551A
公开(公告)日：2024-09-27
申请号：CN202410825583.5
申请日：2024-06-25
Applicant: 重庆大学
Abstract: 本发明公开了一种基于双重增强低秩张量约束的高光谱图像复原方法与系统，属于图像处理技术领域。以下步骤：S1：获取目标区域高光谱影像数据；S2：图像预处理，生成测试图像；S3：将测试图像输入双重增强低秩张量约束模型，得到复原图像；其中双重增强低秩张量约束模型包括全局先验学习模块、非局部先验学习模块和先验整合模块，测试图像先输入全局先验学习模块生成全局学习结果，然后将测试图像和全局学习结果输入非局部先验学习模块生成非局部学习结果，最后，通过先验整合模块将全局学习结果和非局部学习结果进行先验加权整合得到复原图像；其效果是，性能优于其它高光谱遥感影像复原方法，在精准估计对地监测数据方面更具优势。
-
公开(公告)号：CN118468217A
公开(公告)日：2024-08-09
申请号：CN202410541352.1
申请日：2024-04-30
Applicant: 重庆大学
IPC: G06F18/25 , B60W60/00 , B60W50/00 , G06F18/22 , G06F18/213 , G06V10/40 , G06V10/82 , G06F21/62 , G06N3/045 , G06N3/0455 , G06N3/0895 , G06N3/098
Abstract: 本发明涉及智能决策技术，揭露了基于个性化联邦对比学习的驾驶控制方法，包括：客户端获取驾驶数据，并利用多模态处理器对驾驶数据进行特征提取，得到多模态驾驶特征数据；对多模态驾驶特征数据进行数据处理，得到多模态驾驶对比特征数据；对对比学习驾驶预测模型进行训练，得到目标驾驶预测模型，中央服务器将全局神经元参数进行参数聚合后，得到融合参数分发至多个客户端，客户端利用融合参数对目标驾驶预测模型进行个性化参数优化；客户端接收用户实时驾驶数据进行驾驶预测，得到用户驾驶预测结果。本发明还提出一种基于个性化联邦对比学习的驾驶控制系统。本发明可以实现基于个性化联邦对比学习的驾驶控制的个性化驾驶预测。
-
公开(公告)号：CN117792928A
公开(公告)日：2024-03-29
申请号：CN202311622195.9
申请日：2023-11-30
Applicant: 重庆大学
IPC: H04L41/14 , H04L41/142
Abstract: 本发明涉及一种有向网络环境下基于双重跟踪的鲁棒去中心化随机算法及系统，属于信息通信技术领域。该算法和系统针对现有技术中的以下问题：1)现有的大多数去中心化算法中，信息通过有向网络传输信息，可能会导致的网络不平衡问题；2)日益增加的大规模数据，使得已有算法的鲁棒性受到挑战。提出了一种有效的分布式随机优化算法——RDSA‑DTDN算法，该算法基于梯度跟踪和盈余跟踪双重跟踪技术解决了网络的不平衡问题和在网络层面采样引起的误差，并且通过引入带移动平均的方差缩减技术在降低节点层面随机采样误差的同时带来更好的鲁棒性。
-
公开(公告)号：CN117688425A
公开(公告)日：2024-03-12
申请号：CN202311684880.4
申请日：2023-12-07
Applicant: 重庆大学
IPC: G06F18/24 , G06F16/901 , G06F16/906 , G06N3/042 , G06N3/0455 , G06N3/098 , G06F18/25 , G06F18/22
Abstract: 本发明涉及人工智能技术领域，揭露了面向Non‑IID图数据的多任务图分类模型构建方法，包括：客户端获取本地图数据，并对本地图数据配置混合图神经网络模型；利用混合图神经网络模型对所述本地图数据的分类预测，得到本地图数据的图预测结果，并提取当前混合图神经网络模型的融合层参数，并将融合层参数上传至中央服务器；中央服务器接收混合图神经网络模型中融合层参数，并利用聚合函数将所述融合层参数进行聚合，得到聚合融合层参数，中央服务器将聚合融合层参数分发至所述客户端。本发明还提出一种面向Non‑IID图数据的多任务图分类模型构建系统。本发明可以提高面向Non‑IID图数据的多任务图分类模型构建的准确率以及泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.018 seconds)
