-
公开(公告)号：CN109740624A
公开(公告)日：2019-05-10
申请号：CN201811399639.6
申请日：2018-11-22
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于大数据的物流供应链需求预测方法，包括：101对数据进行预处理操作；102对经过预处理的数据进行特征工程构建；103提取目标之间的关系特征；104提取输入输出空间的目标敏感特征；105建立机器学习模型，根据供应链的历史需求数据进行预测。本发明主要是通过提取关于物流供应链需求预测目标的输入输出空间的敏感特征来处理输入空间和输出空间的复杂关系，建立机器学习模型，从而预测供应链在未来5周内的需求，使得商家能够在正确的时间给用户最有效服务。
-
公开(公告)号：CN105930833B
公开(公告)日：2019-01-22
申请号：CN201610338147.0
申请日：2016-05-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于视频监控的车辆跟踪与分割方法，包括：预先浏览视频前20帧确定车辆行驶方法和车道宽度；初始化第1帧图像建立背景模型；从第2帧开始，利用背景模型提取所述视频帧图像的前景图像；更新背景模型；结合前景图像的面积及其外接矩形的面积联合判定前景图像是否为运动车辆；根据前景图像的外接凸包对运动目标进行粘连车辆判定；若为粘连车辆，对车辆进行分割；将车辆加入跟踪队列进行跟踪。本发明能够实时对视频中的车辆进行稳定的跟踪，并能够对粘连车辆进行分割，处理速度快，可满足对实时系统的要求。
-
公开(公告)号：CN107958266A
公开(公告)日：2018-04-24
申请号：CN201711164678.3
申请日：2017-11-21
Applicant: 重庆邮电大学
CPC classification number: G06K9/6223 , G06F9/546
Abstract: 本发明请求保护一种基于MPI并行将连续属性进行离散化的方法，涉及粗糙集，离散化，并行计算，聚类等概念。首先，读取信息系统的数据，将信息系统水平划分为m个样本数据子集，通过通信分配给n个节点；其次，每个节点并行对数据进行归一化处理，得到新的数据，再并行对属性进行聚类，通过通信合并聚类结果；最后根据聚类结果进行区间划分，并对不同的区间进行属性编码，从而得到连续属性离散化的结果，构造出属性离散化后的信息系统，从而能利用粗糙集知识进行属性约简等后续工作。本发明结合了粗糙集连续属性离散化方法和MPI并行计算，从而使得连续属性离散化过程可以并行求得，提高算法的效率。
-
公开(公告)号：CN107067025A
公开(公告)日：2017-08-18
申请号：CN201710081921.9
申请日：2017-02-15
Applicant: 重庆邮电大学
IPC: G06K9/62
Abstract: 本发明请求保护一种基于主动学习的数据自动标注方法，属于主动学习领域，包括以下步骤：101对已标记和未标记数据进行处理；102利用多个不同分类器对未标记数据进行分类；103选出分歧熵低的数据；104对分歧熵低的数据进行人工标记；105对人工标记结果进行自检。本发明针对如何在减少人工标注数据的数量的同时，尽量保证人工标注数据的准确性问题，通过结合主动学习方法发明一个附带自检功能的数据自动标注系统，达到缩减工作量且提高人工标注数据准确性的目的。
-
公开(公告)号：CN106777006A
公开(公告)日：2017-05-31
申请号：CN201611115832.3
申请日：2016-12-07
Applicant: 重庆邮电大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于Spark下并行超网络的分类算法，具体包括以下步骤：步骤S1.把文本数据部署到Spark平台上；步骤S2.在Spark平台上对文本数据进行并行化预处理；步骤S3.在Spark平台上，对超网络算法的演化学习进行并行化实现。本发明主要解决在大规模文本数据量的情况下，演化超网络分类算法的并行处理问题，通过分布式数据存储阶段，数据预处理阶段，并且通过改变超边结构以及超网络演化计算方式，修改目标函数，完成对超网络算法的并行化处理，提高传统超网络的分类算法性能和效率，解决在海量数据中，传统的超网络模型已经难以满足时间和空间的限制。
-
Patent Agency Ranking
公开(公告)号：CN106570173A
公开(公告)日：2017-04-19
申请号：CN201610988558.4
申请日：2016-11-09
Applicant: 重庆邮电大学
IPC: G06F17/30
Abstract: 本发明请求保护一种基于Spark的高维稀疏文本数据聚类方法，包括步骤：用RDD读入数据集；并用RDD接口设计出分布式稀疏向量集；分布式稀疏向量集与其所在结点的完整数据集计算相似度，按编号抽象为相似矩阵。将存放的相似矩阵对称化，并求其归一化形式和Laplace矩阵形式。4、利用SVD分解步骤3中归一化Laplace矩阵，5、步骤4构建的新矩阵作为样本输入到K‑means模型进行训练。6、利用建立的模型对测试集进行聚类。本发明提高了传统谱聚类算法在大数据集下的运算性能。
-
公开(公告)号：CN105824251A
公开(公告)日：2016-08-03
申请号：CN201610332849.8
申请日：2016-05-18
Applicant: 重庆邮电大学
IPC: G05B17/02
CPC classification number: G05B17/02
Abstract: 本发明涉及人工神经网络控制与机器人导航领域，公开了一种基于神经网络的仿生趋温行为方法，包括：1)环境建模，将温度分布情况通过高斯函数进行建模；2)线虫肌肉结构建模，将线虫全身建模成多关节连杆结构；3)运动学建模，构建了线虫一次偏转运动过程；4)偏向角度建模，根据线虫头部结点前后两个时刻的温度差和该时刻与最适温度的差值，通过一个非线性函数求出下一时刻的偏转角度；5)人工神经网络建模，构建三层人工神经网络结构，对偏转运动过程中的非线性函数进行拟合。本方法对研究生物体趋温性行为的本质具有重要的理论意义。同时，对爬虫机器人的神经网络构建、步态控制、运动策略选择和偏转运动控制等方面的研究具有重要的指导意义。
-
公开(公告)号：CN119862324A
公开(公告)日：2025-04-22
申请号：CN202411951141.1
申请日：2024-12-27
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06N5/025 , G06N5/02 , G06N3/042 , G06N3/045
Abstract: 本发明属于深度学习和推荐系统技术领域，具体涉及一种基于知识交互图的多行为推荐方法，包括：获取用户和项目的数据，根据用户和项目的数据构建知识交互图，将知识交互图输入训练好的用户多行为推荐模型，得到用户和项目的交互概率；用户多行为推荐模型包括：知识交互图嵌入模块、行为知识感知图注意力模块以及预测模块；本发明通过结合多行为交互图和项目知识图构建统一的知识交互图，从未对受知识关系影响的多种行为之间的复杂依赖关系进行了建模，并通过行为知识感知图注意力模块对知识交互图进行更新处理，揭示了行为与知识之间的潜在依赖关系，克服了传统多行为推荐方法在行为依赖关系建模方面的局限性，提升了推荐效果。
-
公开(公告)号：CN119833113A
公开(公告)日：2025-04-15
申请号：CN202411902902.4
申请日：2024-12-23
Applicant: 重庆邮电大学
IPC: G16H50/20 , G16H50/70 , G06T7/00 , G06V10/44 , G06V10/52 , G06V10/62 , G06V10/80 , G06V10/82 , G06V10/77 , G06N3/045 , G06N3/048 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明属于自闭症识别领域，具体涉及一种基于功能分区与图卷积神经网络的自闭症识别方法；包括：获取自闭症脑成像数据，采用DMN模式对大脑进行分区，根据分区构建局部功能邻接矩阵和全局动态邻接矩阵；采用时空特征提取器对自闭症脑成像数据进行处理，得到时空特征；将时空特征送入到频率特征提取器，得到频率特征；采用局部功能特征提取器对频率特征与局部功能邻接矩阵进行处理，得到局部功能特征；采用全局动态特征提取器对频率特征与全局动态邻接矩阵进行处理，得到全局动态特征；将局部功能特征和全局动态特征进行特征融合；将融合后的特征输入到分类器，得到自闭症识别结果；本发明减小了不同自闭症患者之间的数据差异，提升了识别效果。
-
公开(公告)号：CN119829752A
公开(公告)日：2025-04-15
申请号：CN202411902249.1
申请日：2024-12-23
Applicant: 重庆邮电大学
IPC: G06F16/335 , G06F16/383 , G06F18/10 , G06F18/25 , G06F123/02
Abstract: 本发明属于信息处理技术领域，具体涉及一种基于时序和极性的评论推荐方法；包括：获取用户评论和项目评论并对其进行预处理，得到用户评论嵌入、项目评论嵌入、用户属性集合和项目属性集合；根据用户评论嵌入和用户属性集合计算用户融合嵌入，根据项目评论嵌入和项目属性集合计算项目融合嵌入；使用序列模型根据不同的极性分别对用户融合嵌入和项目融合嵌入进行处理，得到用户序列向量和项目序列向量；使用交叉注意力机制根据不同极性对用户序列向量和项目序列向量进行处理，得到用户最终嵌入和项目最终嵌入；融合用户最终嵌入和项目最终嵌入，得到融合嵌入；将融合嵌入输入到全连接层进行处理，得到项目推荐结果；本发明推荐准确性高，具有良好的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.031 seconds)
