-
公开(公告)号:CN118625250A
公开(公告)日:2024-09-10
申请号:CN202410857139.1
申请日:2024-06-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于稀疏信号表示的任意阵列相干信号波达方向估计方法,属于计算机人工智能领域。首先将多个相干信号的流形矢量的线性组合作为新的伪流形矢量,从而完成相控阵列多个相关信号的系统建模;然后对接收快拍协方差矩阵进行特征分解,得到最大特征值对应的特征矢量;最其适当凸松弛转换为正则项为l1范数的可求解二次锥凸优化问题,并将凸优化得到的解定义为特征空间谱,根据谱峰搜索得到最终的DoA估计。利用稀疏随机线阵,均匀圆阵分别进行一维和二维DoA估计仿真实验;新的特征空间谱不仅具有超分辨率能力,并且对空间紧邻信号识别成功率较高,从而验证了算法的有效性和正确性。
-
公开(公告)号:CN116884222A
公开(公告)日:2023-10-13
申请号:CN202311001746.X
申请日:2023-08-09
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明涉及一种卡口节点的短时交通流预测方法,包括:获取目标卡口的天气信息、节假日信息、以及目标卡口所在目标区域的路网地理图及其历史交通流数据;对历史交通流数据提取交通流特征矩阵和POI数据;根据卡口节点的邻居信息利用SDNE算法和DTW算法计算卡口节点与其相邻节点之间的连接强度;根据连接强度矩阵和交通流特征矩阵利用空间注意力机制和基于切比雪夫多项式为卷积核的GCN算法挖掘卡口节点的空间特征;根据空间特征矩阵利用Gate‑TCN模型提取卡口节点的时空特征;根据外部属性构建目标卡口节点的流量吸引矩阵,并根据目标卡口节点的天气信息、节假日信息和时空特征利用MLP多层感知器预测目标卡口节点的交通流。
-
公开(公告)号:CN116206443A
公开(公告)日:2023-06-02
申请号:CN202310054179.8
申请日:2023-02-03
Applicant: 重庆邮电大学
Abstract: 本发明属于异常数据处理领域,具体涉一种基于时空路网像素化表示的交通流量数据插补方法;该方法包括:获取交通卡口的车流基本数据;根据车流基本数据构建交通路网并得到交通路网的邻接矩阵;根据车流基本数据得到路网关系特征相似度矩阵;根据路网关系特征相似度矩阵和邻接矩阵通过RoadNet2pix算法对卡口节点进行像素化处理,得到卡口流量图像;将卡口流量图像输入到训练好的基于STAGAN的缺失数据生成模型中,得到数据插补好的完整卡口流量图像;本发明可实现对数据缺失交通卡口的数据插补,准确性高,具有良好的应用前景。
-
公开(公告)号:CN115936110A
公开(公告)日:2023-04-07
申请号:CN202211458846.0
申请日:2022-11-18
Applicant: 重庆邮电大学
IPC: G06N3/098 , G06N3/0464 , G06F18/23 , G06F18/2135 , G06F18/214 , G06F18/25 , G06F9/50
Abstract: 本发明涉及一种缓解异构性问题的联邦学习方法,包括初始化所有客户端的任务量和历史训练数据;选取M个客户端作为第一客户端;并根据客户端的资源报告生成客户端的特征向量;将全局模型和第一客户端的任务量发送给第一客户端对全局模型训练获得本地模型;将客户端上传的本地模型进行聚合得到下一轮迭代训练的全局模型;利用全局模型的训练数据对第一客户端进行更新;服务器根据第一客户端向服务器上传的本地模型和利用辅助数据集重新划分下一轮全局模型迭代训练的第一客户端和第二客户端;并重复执行步骤S2‑S6,直至达到预设的训练轮数为止,输出最终全局模型。
-
公开(公告)号:CN115865593A
公开(公告)日:2023-03-28
申请号:CN202211444691.5
申请日:2022-11-18
Applicant: 重庆邮电大学
IPC: H04L27/26
Abstract: 本发明属于无线通信的信号检测领域,具体涉及一种基于降噪网路的OFDM‑IM信号检测方法,包括:利用降噪网路对预处理后的信号进行降噪,利用降噪后信号能量分布和接收信号的能量分布重构能量分布,利用重构能量分布和降噪信号进行信号检测。本发明考虑到降噪后信号的IQ信号可能改变原信号分布象限,为更好判决激活载波位置,通过降噪信号与接收信号的联合判决,通过模型训练阶段强化静默子载波的方法来增强模型的泛化能力,降低均衡信号的噪声,并改善接收信号的能量分布,进而提升OFDM‑IM信号的检测效率。
-
公开(公告)号:CN115712772A
公开(公告)日:2023-02-24
申请号:CN202211444811.1
申请日:2022-11-18
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00 , G06F17/18
Abstract: 本发明属于网络舆情分析领域,具体涉及一种基于话题关联的话题传播预测方法;包括:获取话题信息,提取话题信息的内部属性和外部属性;采用DTR2vec算法从用户话题内容集合中挑选出用户兴趣特征关键词和用户认知特征关键词,对挑选出的关键词进行向量表示,得到用户历史行为特征向量;根据所有内部属性以及部分外部属性,采用演化博弈论量化话题对用户的影响力,得到话题影响力邻接矩阵;根据话题影响力邻接矩阵提取网络结构特征,得到用户的网络结构特征向量;将用户历史行为特征向量和用户的网络结构特征向量输入到DT‑GCN模型中,得到用户对话题的传播预测结果,本发明可帮助舆情部门快速采取针对性措施,具有良好的应用前景。
-
公开(公告)号:CN115689224A
公开(公告)日:2023-02-03
申请号:CN202211390625.4
申请日:2022-11-07
Applicant: 重庆邮电大学
IPC: G06Q10/0631 , G06Q10/083 , G06Q30/0203 , G06N3/0464 , G06N3/08
Abstract: 本发明属于智能交通领域,涉及出租车需求量特性分析,尤其涉及一种基于轨迹语义化和图卷积网络的出租车需求预测方法,包括从公开的出租车数据集中获取出租车的订单数据;从获取的出租车的订单数据以及地图数据汇总每个区域的需求量,并计算需求模式;根据交通出行量及需求模式的相似性,构建需求关系图和需求相似性图;基于图卷积神经网络构建时空特征提取模块,将需求关系图作为输入,提取区域之间的时空特征;区域之间的时空特征与需求相似性图结合输入全连接层预测得到出租车需求量;本发明可以预测特定时段内每个区域的出租车需求量,可应用于打车平台引导司机前往更容易接到乘客的区域,从而减少司机和乘客的等待时间,合理分配出租车资源。
-
公开(公告)号:CN115577357A
公开(公告)日:2023-01-06
申请号:CN202211221244.3
申请日:2022-10-08
Applicant: 重庆邮电大学
IPC: G06F21/56
Abstract: 本发明本发明属于计算机安全技术领域,具体涉及一种基于堆叠集成技术的Android恶意软件检测方法,包括:获取的移动终端带有标签的Android软件APK数据样本,对获取的数据样本进行数据均衡化,提取均衡化后的数据的特征,根据每个特征的信息熵增益值进行筛选并降维,建立AM‑Stacking恶意软件检测模型,根据筛选出的特征进行恶意软件检测。本发明通过堆叠集成的方式将多个分类性能好的模型进行融合,使用K折交叉验证划分数据集,同时引入注意力机制,并结合均衡化的数据样本和混合特征处理方法,可以更精确的检测出恶意软件的存在和有效地检测出现有各大软件平台和终端中的恶意软件,提高了恶意软件的检测精度。
-
公开(公告)号:CN115293437A
公开(公告)日:2022-11-04
申请号:CN202210972715.8
申请日:2022-08-15
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q50/00 , G06F40/205 , G06F40/242 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明涉及社交网络关系预测领域,具体涉及一种基于社交网络平台动态交互的关系预测方法;该方法在线获取用户的交互信息和文本信息,并分别对文本信息和交互信息进行相关处理,得到文本特征表示和交互网络结构特征表示;文本特征表示与交互网络结构特征表示融合得到用户特征表示;计算用户特征表示中任一用户与其余用户的相关性,选取前K个相关性对应的用户构成当前用户的强相关用户组;将其强相关用户组输入图注意力模型,得到当前用户的新特征;将新特征输入训练好的关系预测模型得到当前用户的关系预测结果;本发明引入交互行为间的潜在关系,不仅可以更准确的进行社交网络链接预测,还可以分析出用户之间所建立链接的类型。
-
公开(公告)号:CN112332977B
公开(公告)日:2022-09-20
申请号:CN202011223377.5
申请日:2020-11-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种多信道传输场景下的加密传输方法,属于通信传输技术领域。该方法包括:S1:建立连接:发送方从任意信道发送初始化数据包建立连接;S2:数据传输:包括数据发送和数据接收;所述数据发送包括数据分块和加密;所述数据分块包括:使用随机序列的对加密数据进行分块,根据信道质量的差异调整分块数据;S3:传输结束。本发明在数据分组传输过程中,前序数据包含下一序列数据的密钥,因此解密过程必须从数据开始传输时依次进行,增加了被数据监听后破解的难度。
-
-
-
-
-
-
-
-
-