-
公开(公告)号：CN115202402B
公开(公告)日：2024-11-19
申请号：CN202211001316.3
申请日：2022-08-19
Applicant: 重庆邮电大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明属于无人机技术领域，尤其涉及一种无人机集群多任务动态分配方法，包括无人机根据动态出现的新任务确定该任务的响应半径；在该任务响应范围内的无人组成该任务的无人机子团队，无人机子团队竞争该任务；当前无人机将所有需要重分配的任务构成新的任务集合，新的任务集为动态出现的新任务以及无人机子团队中各个无人机未完成的任务；无人机之间分享任务的信息并对本地的任务列表进行更新，并将更新的任务列表分享给其他无人机，当无人机的任务列表不再因为共享信息更新时，完成任务分配；本发明实现无人机集群的动态任务分配，能够适应复杂多变的任务场景，增强无人机集群协同执行任务的时效性，有效解决任务执行过程中出现突发情况的问题。
-
公开(公告)号：CN118227888A
公开(公告)日：2024-06-21
申请号：CN202410468348.7
申请日：2024-04-18
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/9538 , G06F17/16 , G06F40/30 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明属于推荐系统领域，尤其涉及一种结合多级语义辅助异质图神经网络的推荐方法，包括：以异质网络建模真实世界中各种实体之间的关系，并通过元路径来获取蕴含不同信息的同质网络；将基于不同元路径的同质网络送入GCN中，得到目标节点基于不同元路径的节点表示；获取节点的第一、第二、第三级语义信息；最后将得到的节点表示送入一个基于经典的矩阵分解模型构建的评分预测器来得到预测评分。本发明能充分挖掘异质网络的语义信息，获取到高质量的节点表示，为推荐系统提供了潜在的辅助信息，解决了传统推荐系统数据稀疏性问题，在推荐准确性和多样性方面相较于现有方法具有显著的改进。
-
公开(公告)号：CN118025190A
公开(公告)日：2024-05-14
申请号：CN202410164392.9
申请日：2024-02-05
Applicant: 重庆邮电大学
IPC: B60W40/08 , B60W40/09 , B60L53/00 , G06V40/16 , G06V10/25 , G06T7/73 , G06V10/762 , G06V10/82 , G06N3/0455 , G06N3/045 , G06N3/0464 , G06N3/096 , G06N7/01 , G06Q50/06
Abstract: 本发明属于充电行为预测技术领域，具体涉及一种电动汽车驾驶员充电决策预测方法及系统；该方法包括：获取电动汽车驾驶员原始视频流并对其进行预处理，得到电动汽车驾驶员图像数据集；采用训练好的蒸馏学习神经网络对电动汽车驾驶员图像数据集进行处理，得到图像表情识别结果和驾驶员个体粗略定位结果；采用人体关键点检测网络和KNN聚类算法对驾驶员个体粗略定位结果进行处理，得到人体姿态定位点；构建隐马尔可夫模型并将图像表情识别结果和人体姿态定位点输入到隐马尔可夫模型中进行处理，得到电动汽车驾驶员充电预测结果；本发明可准确预测电动汽车的充电行为，有助于城市能源规划。
-
公开(公告)号：CN118013457A
公开(公告)日：2024-05-10
申请号：CN202410154819.7
申请日：2024-02-04
Applicant: 重庆邮电大学
IPC: G06F18/25 , G06F18/15 , G06F18/2131 , G06F18/2132 , G06N3/045 , G06N3/0442 , G06F123/02
Abstract: 本发明涉及一种基于多模态数据的风速预测方法和系统，包括：获取历史风速序列和外部环境特征；利用SSA算法对历史风速序列进行去噪，得到第一中间风速序列；将第一中间风速序列进行小波变换，得到N个第二中间风速序列，构建第一风速矩阵，对第一风速矩阵归一化处理得到第二风速矩阵；根据滑动窗口和切片相结合的方式对第二风速矩阵进行划分，将划分得到的三个矩阵切片分别进行特征提取，将提取的三个特征分别输入GRU预测模型得到第一风速预测结果、第二风速预测结果和第三风速预测结果，并利用线性权重叠加模块进行叠加得到初始风速综合预测结果；利用训练好的误差修正模型对初始风速综合预测结果进行修正得到最终风速预测结果。
-
公开(公告)号：CN112784047B
公开(公告)日：2023-02-28
申请号：CN202110098164.2
申请日：2021-01-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于自注意力机制的可控可解释司法文本分类方法，属于自然语言处理文本分类领域。该方法提出了Leadformer模型，在Leadformer上人为的设定每个头的作用，分为关键词头与多粒度上下文头，做到宏观上的可控可解释，在关键词头上，以自注意力机制为着力点，采用多任务学习，文本分类任务结合关键词抽取任务，使模型受人为控制地注意在可作为分类解释的词语上，做到微观上的可控可解释。本发明应用于司法领域，能够在高准确率分类的同时，给出分类的解释，并且人为控制注意力矩阵注意在与此类案由相关的关键词上，使相关人员能信任此分类结果。
-
Patent Agency Ranking
公开(公告)号：CN115587595A
公开(公告)日：2023-01-10
申请号：CN202211380333.2
申请日：2022-11-03
Applicant: 重庆邮电大学
IPC: G06F40/295 , G06F40/284 , G06F40/126
Abstract: 本发明属于自然语言处理技术领域，具体涉及一种用于病理文本命名的多粒度实体识别方法，该方法包括：获取病理文本信息，对病理文本按照字粒度、词粒度进行切分；对切分后的文本进行随机mask掩码和向量初始化，使用两个参数共享的Bert模型对随机mask掩码和向量初始化后的文本进行编码；给每个类别的每个实体预设中心代替词和中心代替字；使用KL loss和CE loss对字粒度和词粒度构造损失函数，CE loss针对替换后的字粒度计算损失进行优化，KE loss对替换后词粒度计算损失进行优化，得到实体识别结果。本发明通过字粒度，词粒度构建模板进行预测，可对病理文本的实体进行精准的识别抽取，实体识别效果较好。
-
公开(公告)号：CN111353044B
公开(公告)日：2022-11-11
申请号：CN202010155795.9
申请日：2020-03-09
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/951 , G06F40/242 , G06F40/289 , G06K9/62 , G06Q50/14
Abstract: 本发明涉及自然语言处理情感分析领域，特别涉及一种基于评论的情感分析方法，该方法包括：获取数据；根据采集的数据构建情感词典，并对情感词典进行初始化；将获取的数据进行清洗，即对数据进行实时解析与预处理得到预处理后数据；将预处理的数据输入到初始化后的情感词典中，对数据的情感进行情感倾向性分类，得到情感分类结果；本发明通过利用词典与规则分类方式来提升相关指标，省却了机器学习模型训练时间优点、另外还不易产生过拟合现象、加入了pagerank算法思想与自定义分类规则集成增强了分类结果准确度。
-
公开(公告)号：CN112926569B
公开(公告)日：2022-10-18
申请号：CN202110279656.1
申请日：2021-03-16
Applicant: 重庆邮电大学
Abstract: 本发明属于社交网络技术领域，具体涉及一种社交网络中的自然场景图像文本检测方法，该方法包括：实时获取社交网络中待检测的自然场景图像数据；对获取的数据进行预处理；将预处理后的数据输入到训练好的多粒度特征融合模型中，得到数据检测结果；本发明不仅可以提高图像中的文本检测准确率，而且减少了复杂模型所需要的时间开销，优化了自然场景下复杂环境对图像中文本检测的影响。
-
公开(公告)号：CN110489567B
公开(公告)日：2022-03-22
申请号：CN201910787798.1
申请日：2019-08-26
Applicant: 重庆邮电大学
IPC: G06F16/36 , G06F16/953 , G06N3/04 , G06N3/08
Abstract: 本发明属于特征学习领域，特别涉及一种基于跨网络特征映射的节点信息获取方法及其装置，所述方法包括对源网络和目标网络的文本数据进行嵌入操作，得到源网络和目标网络的第二文本矩阵；将源网络的第二文本矩阵矩阵输入到源网络的神经网络中进行训练；训练源网络的过程中，源网络的第二文本矩阵通过多头注意力机制层得到注意力加权，获得源网络的第三文本矩；对源网络的第三文本矩阵进行归一化处理，并将结果输入到神经网络的全连接层；将全连接层更新的向量作为softmax层的输入，并最大化softmax函数，完成训练；利用训练好的源网络的神经网络迁移到目标网络的神经网络，获得目标网络中节点的向量表示；本发明不仅可以减少计算文本信息的减少时间复杂度，还可以降低模型过拟合的风险。
-
公开(公告)号：CN113762515A
公开(公告)日：2021-12-07
申请号：CN202111109281.0
申请日：2021-09-22
Applicant: 重庆邮电大学
IPC: G06N5/02
Abstract: 本发明涉及一种构建k层等距的多粒度知识空间的方法，属于人工智能技术领域。该方法包括：S1：构建知识图谱中一个概念的原始多粒度知识空间；S2：根据知识空间距离度量原始多粒度知识空间中任意两个知识空间的距离；S3：得到所有候选的k层多粒度知识空间；S4：计算所有候选的k层多粒度知识空间距离的方差；S5：根据知识空间距离方差选出分布最均匀的该概念的k层多粒度知识空间。本发明用于解决大数据背景下，多粒度知识空间模型的层次数很多，导致从粗粒度到细粒度问题的分解以及从细粒度到粗粒度解的合成很耗时的问题，大大提高复杂问题求解的效率。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.03 seconds)
