-
公开(公告)号：CN117763227A
公开(公告)日：2024-03-26
申请号：CN202311550519.2
申请日：2023-11-20
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/901 , G06F18/25 , G06N3/0464 , G06N3/042 , G06N3/045
Abstract: 本发明属于推荐技术领域，具体涉及一种基于兴趣组划分和多信息融合的推荐方法，包括：获取用户‑物品历史交互数据及用户社交信息；将用户和物品以及他们之间的关系表示成图结构；通过卷积神经网络对图结构表示中的用户节点进行一阶邻居节点信息捕获；进行用户节点兴趣组划分；通过卷积神经网络在各自的兴趣组内进行用户节点和物品节点的高阶邻居节点信息捕获；提取用户和节点的特征执行内积操作，得到的内积值作为用户对这个物品喜爱程度值进行推荐。本发明聚焦于用户与物品交互的隐藏信息及用户的社交信息，提取用户和物品之间的高阶相关性和特征表示，同时引入了兴趣组划分的思想，从而提高了推荐的准确度。
-
公开(公告)号：CN117333454A
公开(公告)日：2024-01-02
申请号：CN202311296978.2
申请日：2023-10-08
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06T5/00 , G06V10/764 , G06N3/0464 , G06V10/82 , G06N3/08 , G06V10/74 , G06V10/44
Abstract: 本发明属于器件缺陷检测领域，具体涉及一种数码管芯片溢胶缺陷识别方法，包括：在传送带运动状态下使用多个相机分别拍摄传送带上数码管芯片的各个面；将得到的图片进行数据增强和光照均衡处理；构建数码管芯片缺陷检测模型，通过光照均衡处理后的图片对数码管芯片缺陷检测模型进行训练；将待检测的数码管芯片图像进行预处理并送入到已训练好的模型中检测，最后获得识别检测结果。本发明通过将YOLOv5模型的C3模块中增加了双重注意力机制，提高对缺陷目标的准确性和鲁棒性；通过引入对比学习网络，它具有更强的泛化能力和鲁棒性，这使得模型在应用于实际生产环境时更加灵活和可靠。
-
公开(公告)号：CN117095155A
公开(公告)日：2023-11-21
申请号：CN202310906241.1
申请日：2023-07-21
Applicant: 重庆邮电大学
IPC: G06V10/20 , G06V10/40 , G06V10/82 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 本发明属于计算机视觉领域，具体涉及一种基于改进的YOLO自适应注意力‑特征增强网络的多尺度数码管检测方法，包括：获取待检测的数码管图像，对数码管图像进行预处理；将预测处理后的数码管图像输入到改进的YOLO自适应注意力‑特征增强网络中，通过特征金字塔模块和路径聚合网络对特征图进行多尺度特征聚合处理，得到聚合后的高层特征图；将高层特征图输入到检测模块中，得到检测结果；本发明采用自适应意力模块和特征增强模块对特征图进行多尺度特征提取和增强处理，从而提高了检测精度。
-
公开(公告)号：CN115085808B
公开(公告)日：2023-10-17
申请号：CN202210645161.0
申请日：2022-06-09
Applicant: 重庆邮电大学
IPC: H04B10/116 , H04B10/69 , G06N3/0464 , G06N3/084
Abstract: 本发明属于可见光通信中数字信号处理领域，特别涉及一种基于小波神经网络的VLC系统时频联合后均衡方法，包括在接收端的信号经过同步、归一化后输入到基于小波神经网络的时频联合后均衡器进行非线性补偿，得到均衡后的PAM信号，所述基于小波神经网络的时频联合后均衡器包括时域子网、频域子网、通道注意力模块以及输出层，其中时域子网和频域子网分别用于提取时域和频域的特征，并将提取的特征输入通道注意力模块获取时域分量、频域分量的补偿权重，在输出层通过时域分量、频域分量及其分别对应补偿权重计算获取均衡后的信号；本发明联合时域和频域特征来补偿信号在传输过程中产生的非线性损伤，降低系统的误码率，提高系统的传输性能。
-
公开(公告)号：CN113360725B
公开(公告)日：2023-10-03
申请号：CN202110625003.4
申请日：2021-06-04
Applicant: 重庆邮电大学 , 南方电网科学研究院有限责任公司
IPC: G06F16/903 , G06F16/906 , G06Q50/06 , G06F18/24 , G06F18/23213 , G06F18/22 , G06F18/10 , G06N3/0464 , G06N3/084
Abstract: 本发明属于时序数据检索技术领域，特别涉及一种基于边缘协同分类的电力时序数据检索方法，包括对电力数据集进行K‑shape聚类，并根据肘部法则得到最佳聚类数；根据聚类的分类结果，利用残差神经网络模型创建分类模型；采用联邦学习对不同边缘设备上的模型参数进行聚合；当用户输入时序数据进行检索时，利用残差神经网络模型对该时序数据进行分类；对每个类别的数据进行DTW计算，将最近似的N条时序数据作为检索结果推荐给用户；本发明解决智能算法的资源需求与边缘设备受限于资源之间的矛盾、服务质量与隐私保护之间的矛盾、智能任务需求多样与边缘设备能力单一之间的矛盾问题，实现对不同边缘设备的协同分类与检索。
-
Patent Agency Ranking
公开(公告)号：CN112269945B
公开(公告)日：2022-10-18
申请号：CN202011207375.7
申请日：2020-11-03
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06F16/951 , G06F17/15 , G06Q10/04 , G06Q50/00
Abstract: 本发明属于网络舆情分析领域，涉及一种基于谣言辟谣促谣和三方认知博弈的信息传播预测方法，包括获取在线数据；根据爬取的数据，获取消息热度、消息传播强度、用户认知指数以及用户相互强度；构建谣言传播驱动力模型，在该模型中基于三方认知博弈根据获取的信息获取谣言、辟谣以及促谣消息的收益函数；根据收益函数计算谣言、辟谣以及促谣消息的驱动力，并根据驱动力来预测用户行为；将在线爬取的数据输入建立的模型，预测得到网络节点的采取辟谣行为和促谣行为的概率；本发明可应用于社交网络中谣言传播预测和控制，舆情部门可以更及时和精确的对网络谣言进行监控和控制，并在合理的时间进行引导和抑制。
-
公开(公告)号：CN115085808A
公开(公告)日：2022-09-20
申请号：CN202210645161.0
申请日：2022-06-09
Applicant: 重庆邮电大学
IPC: H04B10/116 , H04B10/69 , G06N3/04 , G06N3/08
Abstract: 本发明属于可见光通信中数字信号处理领域，特别涉及一种基于小波神经网络的VLC系统时频联合后均衡方法，包括在接收端的信号经过同步、归一化后输入到基于小波神经网络的时频联合后均衡器进行非线性补偿，得到均衡后的PAM信号，所述基于小波神经网络的时频联合后均衡器包括时域子网、频域子网、通道注意力模块以及输出层，其中时域子网和频域子网分别用于提取时域和频域的特征，并将提取的特征输入通道注意力模块获取时域分量、频域分量的补偿权重，在输出层通过时域分量、频域分量及其分别对应补偿权重计算获取均衡后的信号；本发明联合时域和频域特征来补偿信号在传输过程中产生的非线性损伤，降低系统的误码率，提高系统的传输性能。
-
公开(公告)号：CN112270570B
公开(公告)日：2022-03-11
申请号：CN202011207345.6
申请日：2020-11-03
Applicant: 重庆邮电大学
IPC: G06Q30/02 , G06Q30/06 , G06Q10/04 , G06N3/08 , G06F40/289 , G06F40/216 , G06F16/2458
Abstract: 本发明属于电商大数据推荐领域，特别涉及一种基于特征组合与表示学习的点击转化率预测方法，包括；获取书城电商平台销售数据和基础数据，包括用户数据和书籍数据；通过表示学习与特征组合的方法获取用户数据和书籍数据中的隐藏的属性特征；通过与特征组合与表示学习的联合训练建立预测模型，将获得的隐藏的属性特征作为输入，通过该模型得到点击转化率预测结果本发明针对文本等特征进行深度挖掘得到完整特征空间，通过分析图书营销活动的动态性来预测点击购买的转化率，本发明能够针对书城电商平台提升精准营销的效果。
-
公开(公告)号：CN108564479B
公开(公告)日：2022-02-11
申请号：CN201711380260.6
申请日：2017-12-20
Applicant: 重庆邮电大学
IPC: G06Q50/00 , G06F16/9536
Abstract: 本发明请求保护一种基于隐链接分析热点话题传播趋势的系统及方法，属于社交网络分析领域。包括：首先从现有的基于Web的研究型推荐系统下载或者利用公共API获取用户的相关信息并进行包括数据分片在内的数据处理。其次，建立隐链接。利用社交网络中存在隐性关系，通过用户之间标签相似度、相同话题、文本内容相似性、共同好友四个属性建立隐链接，并利用隐链接和显链接建立网络拓扑结构，分析热点话题传播态势。第三，定义影响力。利用个体驱动机制和好友驱动机制这两个方面定义影响力；并且利用多元线性回归模型拟合个体影响力和好友影响力。第四，建立改进的SIR模型，结合影响力，分析热点话题传播态势，挖掘隐链。
-
公开(公告)号：CN109767622B
公开(公告)日：2021-12-17
申请号：CN201910114601.8
申请日：2019-02-14
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种面向卡口相似性划分和循环神经网络的交通流量预测方法，属于智能交通分析领域。第一，获取数据源，并做数据处理。第二，交通卡口关联性分析。根据轨迹集中交通卡口的上下文关系，使用统计概率模型构建关联空间，按照关联空间中的相对位置度量交通卡口之间的关联性；第三，按照向量空间相似性对卡口进行划分，根据交通卡口向量之间表现出的交通时空关系，使用AP聚类算法对卡口空间的卡口向量集进行无监督聚类分析，找到具有交通流量相似性的卡口组。第四，预测和分析过程，利用卡口的历史交通流量数据和具有流量相似性卡口的历史数据，建立循环神经网络预测模型,通过综合考虑时序特性和空间相关性预测卡口的交通流量。
-
-
-
-
-
-
-
-
-
Search Results
207
records
(took 0.03 seconds)
