-
公开(公告)号：CN115907165A
公开(公告)日：2023-04-04
申请号：CN202211489736.0
申请日：2022-11-25
Applicant: 重庆邮电大学
Abstract: 本发明属于网络话题传播分析领域，具体涉及一种基于多话题情感度量的衍生话题传播预测方法；该方法包括：获取话题数据；对话题数据进行消息因素特征提取和用户因素特征提取；根据话题热度、用户带动力、用户活跃度、话题个人情感匹配度计算消息影响力；划分用户网络，得到用户的分类结果；根据消息影响力计算用户的独立转发概率；根据话题关联度和用户的独立转发概率计算不同类用户间的转化概率；根据用户的独立转发概率和不同类用户间的转化概率构建动力学方程；求解动力学方程，得到用户对衍生话题的传播预测结果；本发明能够有效预测社交网络中衍生话题的传播态势，实用性高。
-
公开(公告)号：CN115906162A
公开(公告)日：2023-04-04
申请号：CN202211458568.9
申请日：2022-11-17
Applicant: 重庆邮电大学
IPC: G06F21/62 , G06N3/04 , G06N3/08 , G06N20/00 , G06F18/214
Abstract: 本发明属于联邦学习技术应用领域，具体涉及一种基于异质表示和联邦因子分解机的隐私保护方法，该方法包括：获取各客户端用户数据，并在客户端本地对数据进行预处理；对预处理后的数据进行安全对齐；构建纵向联邦因子分解机模型，将安全对齐后的数据通过异质表示后输入到纵向联邦因子分解机模型中，得到隐私保护后的客户端局部模型；本发明通过对用户数据进行对齐处理，并采用数据加密算法对用户ID等隐私信息进行加密保护，使得非重叠用户的信息不泄露。
-
公开(公告)号：CN115859177A
公开(公告)日：2023-03-28
申请号：CN202211479507.0
申请日：2022-11-24
Applicant: 重庆邮电大学
IPC: G06F18/2411 , G06F18/214 , G06N3/006 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及一种航空发动机的故障诊断方法，包括获取具有标签信息的原始航空发动机故障数据并将原始航空发动机故障数据划分为训练集和测试集；将训练集输入稀疏自编码器SAE并通过反向传播机制对稀疏自编码器SAE进行训练；将测试集中的样本输入训练好的稀疏自编码器SAE通过隐藏层降维得到稀疏样本向量；将稀疏样本向量输入SVM多分类器输出稀疏样本向量的预测结果，根据稀疏样本向量的预测结果和稀疏样本向量的标签信息利用粒子群算法计算SVM多分类器的最优参数；将目标航空发动机故障数据的稀疏样本向量输入SVM多分类器输出目标航空发动机故障数据的故障类别。
-
公开(公告)号：CN115829009A
公开(公告)日：2023-03-21
申请号：CN202211391786.5
申请日：2022-11-08
Applicant: 重庆邮电大学
IPC: G06N3/0475 , G06N3/0895
Abstract: 本发明涉及联邦学习领域，特别涉及一种隐私保护下基于半监督联邦学习的数据增强方法，包括构建带辅助分类器的生成对抗网络ACGAN，将改进的Dropout加入ACGAN，将已标注的数据输入ACGAN进行数据增强；构建包括一个中心服务器和C个客户端的Cycle‑Fed模型，利用已标注样本和增强样本对Cycle‑Fed模型进行训练，并将未标注的样本的数据输入Cycle‑Fed模型预测得到伪标注样本；将伪标注样本输入ACGAN的鉴别器进行鉴别，得到具有双重置信度的伪标注样本，完成数据增强；本发明不仅能够大大减小客户端与服务器之间的通信代价，而且能够利用大量未标注数据进行半监督联邦学习。
-
公开(公告)号：CN115795249A
公开(公告)日：2023-03-14
申请号：CN202211392885.5
申请日：2022-11-08
Applicant: 重庆邮电大学
Abstract: 本发明属于阵列信号处理领域，具体涉及一种基于L型互质阵列的二维DOA估计方法，包括：构建L型二维互质阵列；对L型互质阵列进行虚拟阵元插值，通过带有虚拟阵元的L型均匀线性阵列的阵元接收入射信号，计算虚拟阵列接收到的信号的自协方差矩阵；对自协方差矩阵进行一次重构，恢复插值阵元上的信号，对恢复后的信号进行重新排列，并对重新排列后的信号合并；计算合并后的信号的协方差矩阵，对协方差矩阵进行二次重构，恢复协方差矩阵的信号；根据恢复后的信号协方差矩阵进行二维DOA估计。本发明通过利用了虚拟阵列，并对其产生的虚拟矩阵进行了恢复，有效的扩展了阵列的孔径，提升了DOA估计的精确性，且计算成本也较低。
-
Patent Agency Ranking
公开(公告)号：CN115761590A
公开(公告)日：2023-03-07
申请号：CN202211479553.0
申请日：2022-11-24
Applicant: 重庆邮电大学
IPC: G06V20/40 , G06F40/289 , G06V10/82 , G06V10/774 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及一种基于话题空间视频化的谣言检测方法，包括：通过社交平台提供的API接口获取具有标签信息的原始话题数据；创建谣言话题检测模型，所述谣言话题检测模型包括：数据预处理模块、数据特征提取模块、3DCNN卷积神经网络、compare模块、Topic2RGB模块和Topic2Video模块；将原始话题数据作为训练样本对谣言话题检测模型进行训练；获取目标话题数据，并将目标话题数据输入训练完成后的谣言话题检测模型，输出目标话题的检测结果，本发明将话题的态势发展特征话题视频化之后进行分析，可以使社交平台更加直观的识别谣言话题，赢得更多的信任从而获取更多利益，同时也可以为社会稳定提供保障。
-
公开(公告)号：CN115757518A
公开(公告)日：2023-03-07
申请号：CN202211496022.2
申请日：2022-11-25
Applicant: 重庆邮电大学
IPC: G06F16/2457 , G06F16/2458 , G06F16/215 , G06N20/00 , G06Q50/00
Abstract: 本发明属于数据挖掘技术领域，涉及一种基于原生‑衍生话题迁移学习的关键元素影响力发现方法，包括从社交平台提供的API接口中获取包含原生话题和衍生话题的信息以及相关用户信息；构建衍生话题早期传播网络拓扑结构及传播时序，包括用联合分布自适应方法对原生话题和衍生话题内容空间进行跨领域特征适配，并考虑衍生话题早期数据稀疏，用对抗迁移学习方法对网络结构进行补偿；构建衍生话题的消息‑路径‑用户三元关联图并进行循环迭代打分，对衍生话题的关键元素影响力大小排序；本发明可以及时准确地挖掘衍生话题爆发早期的关键元素，本发明也可以广泛应用于精准投放商品广告、发现重要致病基因、预测热门研究成果和阻止计算机病毒传播等。
-
公开(公告)号：CN115588487A
公开(公告)日：2023-01-10
申请号：CN202211382847.1
申请日：2022-11-07
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于联邦学习和生成对抗网络的医学图像数据集制作方法，包括：将生成对抗网络模型中的判别器作为全局模型下发给所有客户端；客户端随机抽取训练样本发送至服务器；服务器将训练样本输入中心生成器生成仿真样本并发送给客户端；客户端利用全局模型对仿真样本和训练样本中的样本进行判别得到判别结果，根据判别结果更新全局模型的参数生成本地模型；并将本地模型以及判别结果上传至服务器；服务器根据所有客户端本地样本的数量计算客户端的聚合权重；并根据样本的判别结果更新中心生成器的参数；服务器根据所有客户端的聚合权重对本地模型进行聚合得到新的全局模型，重复步骤上述步骤利用收敛后的中心生成器生成仿真医学图像数据集。
-
公开(公告)号：CN115588226A
公开(公告)日：2023-01-10
申请号：CN202211354009.3
申请日：2022-11-01
Applicant: 重庆邮电大学
Abstract: 本发明属于人工智能安全领域，涉及一种高鲁棒性的深度伪造人脸检测方法；本发明主要包括4个部分：首先获取原始数据集并进行筛选得到训练样本；对伪造人脸检测器进行扰动攻击，从而干扰伪造人脸检测器的分类准确率并得到扰动样本；采用卷积神经网络消除扰动样本中的对抗性扰动，得到重构图像分类器；将重构图像分类器和受到扰动攻击后的伪造人脸检测器进行集成，最终得到深度伪造人脸检测模型；本发明提高了模型鲁棒性，同时提升了模型检测准确率。
-
公开(公告)号：CN115511181A
公开(公告)日：2022-12-23
申请号：CN202211186799.9
申请日：2022-09-27
Applicant: 重庆邮电大学
Abstract: 本发明属于社交网络建模和信息传播领域，具体涉及一种基于迁移学习的跨领域谣言传播预测方法；该方法包括：获取话题数据并构建用户话题网络；定义随机游走策略，采用Node2Vec算法将用户话题网络表示为特征向量矩阵；采用BERT模型对话题文本信息进行表示，得到话题的文本特征向量；采用演化博弈论度量谣言信息和辟谣信息的传播影响力；根据特征向量矩阵、文本特征向量、谣言信息传播影响力、辟谣信息传播影响力对预测模型进行训练并采用新模型损失函数对模型参数进行调整；使用迁移学习对预测模型进行修正，采用修正后的模型进行用户传播谣言话题预测；本发明预测精度高，有利于抑制谣言信息或传播辟谣信息，实用性高。
-
-
-
-
-
-
-
-
-
Search Results
172
records
(took 0.026 seconds)
