-
公开(公告)号：CN112464082B
公开(公告)日：2022-06-28
申请号：CN202011226185.X
申请日：2020-11-05
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于网络舆情分析领域，具体涉及一种基于稀疏表示和张量补全的谣言‑辟谣博弈传播控制方法，该方法包括：获取用户数据信息，对用户数据信息进行预处理；提取预处理后的用户数据信息的相关属性；将用户数据信息的相关属性输入到基于稀疏表示和张量补全的谣言‑辟谣博弈传播模型，预测用户传播谣言的趋势；根据预测的用户谣言传播趋势对谣言传播的用户进行控制，阻止谣言的传播；本发明利用演化博弈理论和神经网络对用户是否参加谣言‑辟谣话题进行预测，可动态化的预测用户在什么时候参与该话题讨论，并对谣言话题发展趋势进行态势感知。
-
公开(公告)号：CN112418525B
公开(公告)日：2022-06-10
申请号：CN202011325005.3
申请日：2020-11-24
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q50/00 , G06N3/04 , G06F16/9536 , G06F40/289
Abstract: 本发明属于社交网络分析领域，具体为一种社交话题群体行为的预测方法、装置及计算机存储介质；所述预测方法包括构建出对抗生成网络对话题数据进行数据增强；采用节点游走策略形成话题序列；以最大化概率熵为目标，提取出游走完成的话题序列的低维向量；采用融合注意力机制将数据增强后的话题数据的文本信息映射到低维的向量空间，提取出影响群体行为的文本特征因素；输入话题序列的低维向量和文本特征因素，采用卷积神经网络预测出下一时间段的潜在话题节点群体用户是否会参与热点话题的传播；本发明有效地缓解了有效数据稀疏性、话题传播特征空间复杂性和话题时限性带来的问题，提高了社交话题群体行为预测的精度。
-
公开(公告)号：CN112865866B
公开(公告)日：2022-04-05
申请号：CN202110073541.7
申请日：2021-01-20
Applicant: 重庆邮电大学
IPC: H04B10/116 , H04B10/524 , H04B10/54
Abstract: 本发明属于可见光通信技术领域，具体涉及一种基于GSN的可见光PAM系统非线性补偿方法，该方法包括：将接收到的PAM信号输入到基于GSN的非线性均衡模块中进行非线性补偿得到补偿后的PAM信号，再通过PAM解映射把补偿后的PAM信号转变为二进制信号；基于GSN的非线性均衡模块由辅助分类器网络和分类器网络组成；辅助分类器网络主要对接收的数据进行特征映射；分类器网络为一个多分类器，通过分类方法得到补偿后的PAM信号电平；本发明中2个网络参数的更新会受彼此的影响，最终达到动态的平衡，防止了系统过拟合现象的出现，降低了误码率，提高了系统的传输速率。
-
公开(公告)号：CN113946708A
公开(公告)日：2022-01-18
申请号：CN202111280061.4
申请日：2021-10-29
Applicant: 重庆邮电大学
IPC: G06F16/583 , G06F16/958 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于数据挖掘和信息检索领域，具体涉及基于图像复原技术和谣言辟谣信息的话题传播预测方法；该方法包括获取参与话题讨论的用户数据源信息；提取用户的相关属性；提出rumor2pixel算法，将用户传播空间映射到像素空间，生成话题图像，利用无监督的对抗生成网络对得到的话题图像进行数据补偿，根据演化博弈理论，定义博弈策略，量化谣言‑辟谣互影响力，利用卷积神经网络建立谣言‑辟谣信息的话题传播预测模型，预测用户最终是否会参与该话题的讨论；本发明能让相关部门更准确地掌握网络谣言事件的发酵和传播，并加以引导和管控；也能应用于企业产品和服务的推广，有助于掌握群体行为特性分布，分析潜在客户群体，从而获得良好的经济、社会效益。
-
公开(公告)号：CN112307343A
公开(公告)日：2021-02-02
申请号：CN202011225114.8
申请日：2020-11-05
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06Q30/02 , G06Q30/06 , G06N3/04 , G06N3/08
Abstract: 本发明属于网络对齐领域，具体涉及一种基于双层迭代补偿和全貌表示的跨电商书城用户对齐方法，该方法包括：获取用户数据，对用户数据进行预处理；提取预处理后用户数据的相关属性；将提取的相关属性输入到基于双层迭代和全貌信息的跨书城电商系统用户对齐模型中，得到用户的数据分布；根据用户的数据分布对用户进行对齐处理；本发明采用交替迭代补偿机制对异质平台稀疏数据进行补偿，获取更有效的实验数据。
-
Patent Agency Ranking
公开(公告)号：CN112270006A
公开(公告)日：2021-01-26
申请号：CN202011201549.9
申请日：2020-11-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及云计算安全技术领域，具体涉及一种电商平台中隐藏搜索模式和访问模式的可搜索加密方法，包括获取数据源、初始化阶段、密文检索。首先从公开数据集获取数据；初始化阶段包括提取关键字和文档的关系，构建索引矩阵和辅助数据结构，生成相关密钥。密文查询阶段包括：用户对待查询关键字生成搜索陷门，发送给服务器；服务器根据搜索陷门，检索二级映射，获得搜索范围，检索对应数据块序列；用户构造置换矩阵，并加密上传给服务器，在服务器端与索引矩阵执行同态计算，改变索引矩阵中数据的位置。本发明融合二级搜索和同态加密技术到可搜索加密领域中，保证用户隐私的同时实现高效的安全搜索，对用户隐私保护和信息检索有着重要的应用价值。
-
公开(公告)号：CN104268085B
公开(公告)日：2017-07-28
申请号：CN201410577779.3
申请日：2014-10-24
Applicant: 重庆邮电大学
IPC: G06F11/36
Abstract: 本发明请求保护一种基于属性提取的软件漏洞挖掘系统及方法，属于计算机安全领域，包括了关键代码发现模块、漏洞分析模块、漏洞推理模块。包括以下步骤：提取待测软件关键代码的步骤；对待测软件在虚拟机环境中执行，并采用虚拟机故障注入引擎与关键代码进行测试交互，记录测试结果；将测试结果结合挖掘经验知识库进行推理。本发明有效地解决了软件缺陷不确定与漏洞的复杂因果关系推理问题。基于属性提取的软件漏洞挖掘方法在安全性、灵活性、兼容性方面都有着一定的优势。
-
公开(公告)号：CN104731962A
公开(公告)日：2015-06-24
申请号：CN201510158310.0
申请日：2015-04-03
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种社交网络中基于相似社团的好友推荐方法，属于数据挖掘和信息检索领域。通过用户的社交信息找到社交网络中的社交社团，从结构和属性两方面提出一种计算社团间相似度的规则，利用用户节点在社团中的拓扑结构将用户分类，通过分析用户节点在自身社团中以及其它社团中的角色地位来定义节点在网络中的角色，为目标社团的各类用户提供相似社团中相对应的同类或多类的用户作为好友推荐集。该方法将传统的单个用户之间的相似度计算扩展为社团间相似度的计算，将传统的用户之间的好友推荐问题扩展为在相似社团中通过角色发现，将用户分类，为目标社团的各类用户推荐同类或多类用户。可以广泛应用于社交网络、电子商务等相关领域。
-
公开(公告)号：CN117711173A
公开(公告)日：2024-03-15
申请号：CN202311571995.2
申请日：2023-11-22
Applicant: 重庆邮电大学
IPC: G08G1/01 , G08G1/08 , G06N3/0464
Abstract: 本发明涉及路径规划领域，特别涉及一种基于强化学习的车辆路径规划方法及系统，方法包括通过交通路网构建有向图，有向图中一个节点为交通路网中的一个路口，若两个节点之间存在道路连接则两个节点之间存在一条边；获取实时的交通流信息，根据交通流的拥堵情况为有向图中的边赋予权重，拥堵情况越严重边权重越低；将有向图输入到图卷积网络中，从有向图中提取得到路况流量特征矩阵；将车辆视为一个智能体，每到达一个节点智能体根据当前状态选择执行的动作，并根据选择的动作更新智能体的状态；智能体选择的动作为在该节点处的前进方向，将路况流量特征矩阵、当前智能体所在的位置矩阵和目的地所在的位置矩阵拼接在一起作为智能体的状态。
-
公开(公告)号：CN117350976A
公开(公告)日：2024-01-05
申请号：CN202311345770.5
申请日：2023-10-18
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06T7/73 , G06V20/70 , G06V10/52 , G06V10/80 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/096 , G06N3/0895
Abstract: 本发明涉及一种数码管芯片的缺陷检测方法，包括：获取源域数码管芯片图像数据集：根据源域数码管芯片图像数据集对YOLO V5模型进行训练，得到第一缺陷检测模型；获取目标域数码管芯片图像数据集，基于迁移学习将第一缺陷检测模型迁移到目标域中；利用labelImg对部分目标域数码管芯片图像进行标注；利用标注的目标域数码管芯片图像对第一缺陷检测模型进行预训练得到第二缺陷检测模型；基于半监督的方法利用未标注的目标域数码管芯片图像集对第二缺陷检测模型进行再训练，得到最终的缺陷检测模型；通过最终的缺陷检测模型对目标域待测数码管芯片图像进行缺陷检测，得到目标域待测芯片中缺陷的类别和缺陷的位置。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.089 seconds)
