公开(公告)号：CN117496715A

公开(公告)日：2024-02-02

申请号：CN202311602798.2

申请日：2023-11-28

Applicant: 重庆邮电大学

Inventor： 王蓉 ,  郭清旺 ,  邓凌琪 ,  肖云鹏 ,  谢国强

IPC: G08G1/01 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0499 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明属于智能交通领域，具体涉及一种基于隐藏时空特征挖掘的时空交通流预测方法，包括：将道路口作为路网节点,获取路网节点的历史交通数据，并转化为交通态势嵌入矩阵；将粒度信息与交通态势嵌入矩阵融和，得到交通态势像素矩阵；根据交通态势像素矩阵从时间、空间多个维度捕获特征并进行融合；通过非线性激活的前馈神经网络实现未来交通流量的预测。本发明针对交通隐私数据泄漏和动态的时空相关性，通过捕获交通数据中隐藏的时空间依赖关系，同时，引入Transformer多头注意力机制有效地捕获长时依赖与多维特征的动态变化关系，有效的提升了交通流的预测准确性。

公开(公告)号：CN117314672A

公开(公告)日：2023-12-29

申请号：CN202311341906.5

申请日：2023-10-17

Applicant: 重庆邮电大学

Inventor： 葛君伟 ,  刘琴 ,  肖云鹏 ,  周旻果 ,  李暾 ,  王蓉 ,  郭瑞乾 ,  贾朝龙

IPC: G06Q50/00 ,  G06N5/04 ,  G06F40/216 ,  G06F40/284 ,  G06F40/30 ,  G06F16/31 ,  G06F16/35

Abstract: 本发明属于社交网络分析领域，具体涉及一种基于话题匹配度的关键元素影响力溯源方法；该方法包括：获取社交网络传播数据并构建话题多维异质网络；根据话题多维异质网络计算用户‑路径转移概率矩阵和路径‑消息转移概率矩阵；根据社交网络传播数据计算三种关键元素的重要程度；对三种关键元素的重要程度分别进行归一化，得到三种关键元素的第一影响力；根据三种关键元素的重要程度计算三种关键元素的收益，根据三种关键元素的收益计算三种关键元素的第二影响力；根据两种转移概率矩阵、三种关键元素的第一影响力和三种关键元素的第二影响力计算三种关键元素的影响力评分；本发明能够准确识别当前社交网络中衍生话题的关键元素。

公开(公告)号：CN116206443B

公开(公告)日：2023-12-15

申请号：CN202310054179.8

申请日：2023-02-03

Applicant: 重庆邮电大学

Inventor： 贾朝龙 ,  陈震英 ,  王蓉 ,  李暾 ,  庞育才 ,  段思睿 ,  肖云鹏

IPC: G08G1/01 ,  G08G1/065 ,  G06V20/54

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：CN115641718B

公开(公告)日：2023-12-08

申请号：CN202211299621.5

申请日：2022-10-24

Applicant: 重庆邮电大学

Inventor： 贾朝龙 ,  何钰湄 ,  王蓉 ,  李暾 ,  庞育才 ,  段思睿 ,  肖云鹏

IPC: G08G1/01 ,  G06F17/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于智能交通管理领域，尤其涉及一种基于卡口流量相似性和语义关联的短时交通流预测方法；包括获取交通流数据的相关属性，相关属性包括交通流特征矩阵、多阶邻居和POI类型；构建路网地理图和路网语义图，采用自适应时空GAT模型分别提取路网地理图与路网语义图的时空特征，将两种时空特征动态融合得到预测值；本发明能够挖掘并利用相似交通流中的蕴含信息，动态捕获路网的时空特征，最终实现更加深层地挖掘出城市路网中相关路段和邻接路段的时空相关性，并提高了交通流预测的准确性。

公开(公告)号：CN117151170A

公开(公告)日：2023-12-01

申请号：CN202311122481.9

申请日：2023-09-01

Applicant: 重庆邮电大学

Inventor： 王蓉 ,  周贵臣 ,  高龙 ,  肖云鹏 ,  李暾

IPC: G06N3/0475 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/098 ,  G06N20/00 ,  G06V10/764 ,  G06F21/62

Abstract: 本发明属于信息安全技术领域，具体涉及一种基于联邦学习的双重模型替换后门攻击方法及系统；该方法包括：构建TrojanGan模型并进行优化训练，得到预训练的TrojanGan编码器；根据图像中毒攻击方法，采用TrojanGan编码器构建预训练后门模型；根据预训练后门模型进行联邦学习训练，得到多目标后门攻击聚合模型；采用多目标后门攻击聚合模型对多目标后门攻击图像进行分类，得到攻击结果；本发明可提高了模型中多个后门的注入效率与攻击的成功率，同时保持联邦学习聚合模型的正常识别性能。

公开(公告)号：CN116088579A

公开(公告)日：2023-05-09

申请号：CN202310169372.6

申请日：2023-02-27

Applicant: 重庆邮电大学

Inventor： 余翔 ,  王彬彬 ,  段思睿 ,  王蓉 ,  肖云鹏 ,  庞育才

IPC: G05D1/10

Abstract: 本发明涉及一种基于深度强化学习的无人机自适应信息路径规划方法，属于无人机技术领域。该方法使用高斯过程模型对地形进行有效信息的概率映射；根据一般的信息路径规划模型建立基于强化学习的信息路径规划模型；设计策略价值网络，并使用一个训练网络同时输出策略与估值；采用强化学习策略，通过使用主动搜索产生的数据进行训练；对策略价值网络训练优化，定义损失函数进行向减小损失方向的迭代更新；对训练完的策略价值网络进行评估；使用更新后的策略价值网络与蒙特卡洛树搜索结合完成搜索，得到用于数据收集的信息路径。

公开(公告)号：CN115907865A

公开(公告)日：2023-04-04

申请号：CN202211408791.2

申请日：2022-11-11

Applicant: 重庆邮电大学

Inventor： 段思睿 ,  龙雨洵 ,  肖云鹏 ,  庞育才 ,  王蓉 ,  余翔 ,  李暾

IPC: G06Q30/0251 ,  G06Q30/0601 ,  G06N20/00

Abstract: 本发明属于网络对齐领域，具体涉及一种基于张量分解和全貌表示的跨电商书城用户对齐方法，包括：提取电商书城平台用户的基本属性信息和用户行为数据信息；采用“用户‑行为‑图书”张量分解模型对用户行为数据信息进行同态补偿；采用UBN2vec全貌表示模型对补偿后的电商书城用户数据进行处理；使用用户兴趣群组分块索引模型对电商书城用户进行兴趣群组划分，将兴趣偏好不同的用户划分到不同的兴趣群组中；计算同一兴趣群组中用户节点嵌入表示矢量间的相似度，选取另一平台中相似度最高的用户作为待匹配用户的对齐用户。本发明减少了兴趣差别较大用户的匹配次数，降低了匹配过程的复杂度，最终精准高效地实现对跨书城平台用户的对齐。

公开(公告)号：CN115761408A

公开(公告)日：2023-03-07

申请号：CN202211475594.2

申请日：2022-11-23

Applicant: 重庆邮电大学

Inventor： 肖云鹏 ,  朱海鹏 ,  李暾 ,  李茜 ,  庞育才 ,  王蓉 ,  唐飞 ,  王国胤

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明属于数据安全技术领域，具体涉及一种基于知识蒸馏的联邦域适应方法及系统；该方法包括：多个医疗机构作为客户端采集数据库中的医疗图像，服务器采集本地医疗数据库中的医疗图像；将客户端中的数据作为源域数据，服务器中的数据作为目标域数据；构建基于医疗图像分类模型的联邦学习模型；根据源域数据和目标域数据对联邦学习模型进行医疗图像分类模型训练和对比学习，得到训练好的全局模型；服务器采集目标医疗机构的医疗图像并将其输入到全局模型中，得到医疗图像分类结果；本发明预测精度高，对用户数据隐私保护性好，具有良好的应用前景。

公开(公告)号：CN115641718A

公开(公告)日：2023-01-24

申请号：CN202211299621.5

申请日：2022-10-24

Applicant: 重庆邮电大学

Inventor： 贾朝龙 ,  何钰湄 ,  王蓉 ,  李暾 ,  庞育才 ,  段思睿 ,  肖云鹏

IPC: G08G1/01 ,  G06F17/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于智能交通管理领域，尤其涉及一种基于卡口流量相似性和语义关联的短时交通流预测方法；包括获取交通流数据的相关属性，相关属性包括交通流特征矩阵、多阶邻居和POI类型；构建路网地理图和路网语义图，采用自适应时空GAT模型分别提取路网地理图与路网语义图的时空特征，将两种时空特征动态融合得到预测值；本发明能够挖掘并利用相似交通流中的蕴含信息，动态捕获路网的时空特征，最终实现更加深层地挖掘出城市路网中相关路段和邻接路段的时空相关性，并提高了交通流预测的准确性。

公开(公告)号：CN115495671A

公开(公告)日：2022-12-20

申请号：CN202211128418.1

申请日：2022-09-16

Applicant: 重庆邮电大学

Inventor： 肖云鹏 ,  杨劲松 ,  李茜 ,  王蓉 ,  李暾 ,  庞育才 ,  贾朝龙 ,  陈惠 ,  袁文博 ,  朱宇

IPC: G06F16/9536 ,  G06Q10/04 ,  G06Q50/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于网络舆情分析领域，具体涉及一种基于图结构迁移的跨领域谣言传播控制方法，包括：实时获取待传播的数据，并提取待传播数据的相关属性；采用URR2vec算法对相关属性进行处理，得到用户转发行为驱动力；根据用户转发行为驱动力采用训练后的图卷积神经网络计算用户转发行为影响力；根据用户转发行为影响力确定谣言传播趋势，并传播趋势对谣言进行控制；本发明通过对待传播的数据提取谣言话题重要度、谣言话题热度、用户活跃度、用户受情感影响指数以及用户亲密度等的相关特征，通过提取的特征对待传播的数据进行分析，使得预测的谣言传播趋势的准确度更高。