-
公开(公告)号：CN117830932A
公开(公告)日：2024-04-05
申请号：CN202311703585.9
申请日：2023-12-12
Applicant: 重庆邮电大学
IPC: G06V20/52 , G06V10/44 , G06V10/80 , G06V10/762
Abstract: 本发明公开了一种基于连续帧点云空间特征增强的障碍物检测方法。本发明中，有效的提高了目标物体的空间稠密度，增强了点云的空间特征，提高了目标检测的准确率，并且增加了对惯导测量数据的鲁棒性，对无人驾驶的感知领域具有重要应用价值，针对IMU估计姿态变换矩阵存在的偏移误差和鲁棒性不强等问题，提出利用NDT配准算法对IMU估计的姿态变换进行精配准，从而减少IMU由于积分累积产生的误差。然后利用传统目标检测算法提取动态目标单独处理融合，并根据估计的姿态变换矩阵将前一帧背景点云投影至当前帧点云，从而提高稀疏点云的密度，提高障碍物检测的准确率。
-
公开(公告)号：CN117556042A
公开(公告)日：2024-02-13
申请号：CN202311486030.3
申请日：2023-11-08
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/36 , G06F18/213 , G06F18/241 , G06F40/30 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/094 , G06N5/022 , G06N5/02
Abstract: 本发明提出了一种基于动态图的知识增强型虚假新闻检测方法。一方面，该方法挖掘虚假新闻原帖子和评论文本中隐含的背景知识，通过引入知识图谱中的实体上下文信息作为辅助信息，为虚假新闻检测模型提供额外的知识信息。这种方式可以让模型具备更强的理解能力和联想能力，从而提高模型的泛化能力。同时，使用动态图来捕捉新闻传播过程中的动态信息，使模型可以从时间特征和空间特征方面对消息流进行更细粒度的建模。另一方面，该方法采用对抗学习的思想，剔除特定于某一事件的特征，并学习事件的不变特征，从而增强模型的早期检测能力。
-
公开(公告)号：CN116993661A
公开(公告)日：2023-11-03
申请号：CN202310614991.1
申请日：2023-05-29
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于特征融合和注意力机制的潜在癌变息肉临床诊断方法，包括如下步骤：步骤一：根据息肉数据集划分所需的训练集和测试集；步骤二：对数据集进行预处理，统一尺寸和归一化；步骤三：将预处理后的数据输入神经网络中，提取图像特征；步骤四：计算输出的息肉位置预测图和临床医学专家标注的标签之间的损失，训练并优化模型，记录最优参数；步骤五：为模型加载最优保存权重，根据模型第一层和第二层输出的预测图计算最终分割预测。本方法的优势在于捕捉浅层特征中的多尺度信息和细节信息，融合并过滤深层语义特征。编码器端计算全局关系，重新调整特征图权重。模型实现了端到端的自动息肉分割，可准确分割多种息肉。
-
公开(公告)号：CN116886264A
公开(公告)日：2023-10-13
申请号：CN202310851861.X
申请日：2023-07-12
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种车联网中基于车端动态区块链的信息传输方法，包括：车辆在车联网中构建动态的区块链网络，实现去中心化架构，每辆车成为网络的节点，共同参与交易验证和区块链的管理，提高系统的安全性和抗攻击性，车辆将数据存储在区块链上，其他车辆基于共识和验证获得这些数据，有助于车辆系统行驶以及交通信息共享，车辆可以通过轻型的软件和基础设施完成区块链创建，不再需要大量的硬件投入和维护成本，本发明利用车辆构建动态区块链并实现身份认证可以使车辆拥有更多的自主控制权。
-
公开(公告)号：CN116760614A
公开(公告)日：2023-09-15
申请号：CN202310804947.7
申请日：2023-07-03
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于区块链和PUF技术的车联网零知识证明身份认证方案，包括如下步骤：步骤一：搭建系统架构并进行初始化，主要包括交通云、CRS(Challenge Response Storage，挑战应答存储)数据库、车辆链；步骤二：身份初始化，每台车辆都向云端提交真实信息以进行身份的初始化；步骤三：车辆通过物理不可克隆函数(PUF)技术，与交通云进行身份认证，并生成假名；步骤四：车辆间匿名双向认证，车辆间基于假名机制，通过非交互式零知识证明及ECDHE算法进行匿名双向认证；本发明基于区块链技术和物理不可克隆函数(PUF)技术，结合非交互零知识证明方法，创新性地构建了车联网环境下的车云间认证协议和车辆间双向匿名身份认证协议，解决传统身份认证方案中认证开销大及隐私泄露的问题。
-
Patent Agency Ranking
公开(公告)号：CN109783636B
公开(公告)日：2023-03-28
申请号：CN201811517941.7
申请日：2018-12-12
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/953
Abstract: 本发明请求保护一种基于分类器链的汽车评论主题提取方法，包括：101汽车评论文本数据预处理，对汽车论坛用户历史评论数据进行预处理操作；102评论文本向量化，使用加权TF‑IDF方法对数据预处理后的每条文本进行向量化从而提取文本特征；103评论主题聚类划分，使用k‑means算法对文本主题聚类划分，得到现有主题类别的一个划分；104局部多标签分类器链主题提取算法设计：将一条完整的分类器链转化为多条局部分类器链，同时每条局部分类器链采用距离类簇中心点由远到近的原则构建链，最后多条局部分类器链集成得到最终预测结果。本发明基于汽车论坛的用户历史评论数据，提取文本特征，设计改进的局部分类器算法，建立预测模型，从而预测每条评论属于哪些主题。
-
公开(公告)号：CN113128558B
公开(公告)日：2022-07-19
申请号：CN202110266707.7
申请日：2021-03-11
Applicant: 重庆邮电大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明请求保护一种基于浅层空间特征融合与自适应通道筛选的目标检测方法，包括如下步骤：获取数据集，选取并划分目标检测任务所需的训练集和验证集；对训练集图像进行数据增强，分别对训练集图像和验证集图像中的样本图像进行数据增强；数据输入基于Pytorch开源深度学习框架设计的卷积神经网络中；输出图像中可能存在的目标的位置与类别信息；计算网络模型的输出信息与对应标注信息的损失，训练并优化检测模型；利用优化后的模型参数，检测真实场景图像中是否存在目标，得到相应的目标检测框。本发明采用浅层空间特征融合的方式，提升网络的特征提取能力，实现了端到端的目标检测方法。
-
公开(公告)号：CN110083802B
公开(公告)日：2022-05-03
申请号：CN201910293785.9
申请日：2019-04-12
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于多目标回归的高速公路收费站车流量大数据预测方法，包括：101对数据进行预处理操作；102对数据进行打标操作；103对数据进行特征工程构建操作；104构建一种结合目标特定特征和目标相关性的多目标回归模型；105通过已建立的模型，根据收费站历史车流量数据、天气数据等信息，预测收费站8点到10点每20分钟的车流量。本发明主要是通过对收费站历史车流量数据、天气数据等信息进行预处理和分析提取特征，建立一种结合目标特定特征和目标相关性的多目标回归模型，预测收费站8点到10点每20分钟的车流量，从而使交通管理部门能够利用大数据及时采取措施减少收费站的拥堵。
-
公开(公告)号：CN109242552B
公开(公告)日：2020-09-29
申请号：CN201810961118.9
申请日：2018-08-22
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于大数据的商铺定位方法，包括：101对数据进行预处理操作；102根据记录时间对数据进行划分操作；103根据一定规则构建每条样本的候选集；104对数据进行打标操作；105对数据进行特征工程构建操作；106建立多个机器学习模型，并进行模型融合操作；107通过已建立的模型，根据用户的经纬度、所连接的WiFi信息等数据定位用户所在商铺。本发明主要是通过对用户的经纬度、所连接的WiFi信息等数据进行预处理和分析提取特征，建立多个机器学习模型，从而定位用户当前所在商铺，使得商家能够在在正确的时间、正确的地点给用户最有效的服务。
-
公开(公告)号：CN106570178B
公开(公告)日：2020-09-29
申请号：CN201610991719.5
申请日：2016-11-10
Applicant: 重庆邮电大学
IPC: G06F16/35
Abstract: 本发明请求保护一种基于图聚类的高维文本数据特征选择方法，该方法包括：剔除不相关特征，并构造加权无向图；再结合社区发现算法快速地将特征聚类；并以“最大相关最小冗余”原则搜索类簇空间，剔除类簇内的冗余特征；最后根据特征与类别间的关系挑选出最佳特征子集。本发明旨在利用图能体现特征空间分布的特性，结合高效的社区发现进行特征聚类，选取出具有代表性的特征，并消除聚类过程中忽略数据分布情况和每个特征与类别都具有不同程度的重要性问题。同时解决聚类时的盲目性，使得文本分类结果具有更高的准确性和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.029 seconds)
