-
公开(公告)号：CN103199919A
公开(公告)日：2013-07-10
申请号：CN201310137968.4
申请日：2013-04-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种多参数感知的高精度网络故障筛选定位方法，涉及光通信技术领域。本发明针对传统的基于监测波长的定位方法定位开销大的缺陷，引入业务获取故障告警信息，节约了定位开销。本发明进一步针对现有基于业务的定位方法单一参数对提升定位性能具有局限性，提出了一种多参数的定位方法，将定位过程分为故障预测、筛选和定位三个模块，使用多参数分别完成基于压缩感知的故障筛选和进一步的故障定位。本发明通过多参数的巧妙结合打破了单一参数的局限，能有效提高定位准确度。
-
公开(公告)号：CN119691263A
公开(公告)日：2025-03-25
申请号：CN202411692200.8
申请日：2024-11-25
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/9536 , G06N5/022 , G06N3/042 , G06N3/045 , G06F16/28 , G06F16/901 , G06F40/30 , G06Q50/20
Abstract: 本发明涉及一种基于学科知识图谱和图神经网络的个性化学习资源推荐方法，属于教育内容推荐领域。该方法包括：提取教材中的关键实体以及关键实体之间的关系，构建学科知识图谱；根据学生在学习过程中的行为数据，建立初步的学习记录表；通过知识追踪模型整合、预测学生对于学习记录表中的每个知识点的掌握程度分布，构建学生画像；将学科知识图谱中的知识点及其关联关系嵌入学生画像中，并通过图神经网络更新学生画像中的知识嵌入表示；构建个性化推荐模型，采用协同过滤和内容推荐的混合推荐方法推送符合学生当前学习状态的学习资源。本发明能够在多维度上准确捕捉学生的个性化需求，有效提高推荐内容的准确性、泛化性和可解释性。
-
公开(公告)号：CN117746484A
公开(公告)日：2024-03-22
申请号：CN202311782105.2
申请日：2023-12-22
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V40/18 , G06V10/774 , G06Q50/20
Abstract: 本发明涉及一种面部特征多粒度认知增强的微表情识别方法和系统，属于情感计算技术领域。该方法包括数据获取、多维预处理、多粒度全局特征提取、多粒度局部特征提取、多粒度认知增强和特征分类。采用多维预处理方法进行数据预处理。采用多粒度全局/局部特征提取方法分别获取粗/细粒度特征向量，并且在提取多个局部特征时引入迁移学习。在多粒度认知增强过程中，通过通道注意力模块提取人脸全局特征向量，之后将其加权到局部特征向量，旨在利用面部全局的粗粒度特征为局部特征的细粒度特征提供指导；将获得的最终特征向量作为分类模型的输入分量进行模型训练以获得分类模型。该系统基于上述方法实现，可以实时监控并反馈学生课堂情绪变化。
-
公开(公告)号：CN117556789A
公开(公告)日：2024-02-13
申请号：CN202311550403.9
申请日：2023-11-20
Applicant: 重庆邮电大学
IPC: G06F40/166 , G06F40/18 , G06F40/30 , G06F40/20 , G06F18/22 , G06F18/23213 , G06Q50/20 , G06N3/0455 , G06N3/09
Abstract: 本发明涉及一种基于多层次语义挖掘的学生评语生成方法，属于语义挖掘技术领域，具体包括以下步骤：S1：获取学生数据，通过文本生成方法生成表格描述性文本，获取预测文本的条件概率；S2：考虑序列级的语义相似度，将结构化数据与参照自然语言文本进行对齐；S3：提取模型预测文本内表格所包含的信息，并与输入表格数据进行匹配和比对，检验预测文本的准确性和可靠性；S4：通过语义相似度预测以及语句顺序预测得到流畅、连贯的准确性评语文本。
-
公开(公告)号：CN117494677A
公开(公告)日：2024-02-02
申请号：CN202311523690.4
申请日：2023-11-15
Applicant: 重庆邮电大学
IPC: G06F40/169 , G06F40/289 , G06F40/216 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及一种基于生成式人工智能的在线课程观点摘要生成方法，属于人工智能领域。该方法包括：采集文本评论数据并进行清理、分词和去停用词操作；采用预训练过的BERT语言模型将文本评论数据进行词嵌入，映射为高维向量表示形式，然后输入到Bi‑GRU网络得到评论的隐藏状态信息；随机选择一个评论作为伪摘要，以该伪摘要为参考对象，计算其余评论与伪摘要的距离，从而对伪摘要进行内容调整生成初级数据集，提高数据集质量以生成综合数据集；使用生成网络对综合数据集进行训练生成课程观点摘要，以验证综合数据集的实效性；同时设计课程类型预测子任务以提高生成网络的编码器和解码器性能，通过多任务的方式提高摘要生成的准确性。
-
Patent Agency Ranking
公开(公告)号：CN115860119A
公开(公告)日：2023-03-28
申请号：CN202211556154.X
申请日：2022-12-06
Applicant: 重庆邮电大学
IPC: G06N5/025 , G06F18/214 , G06N3/0455 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了基于动态元学习的少样本知识图谱补全方法和系统，涉及知识图谱图补全技术领域，其技术方案要点是：基于动态元学习的少样本知识图谱补全方法和系统，在传统的基于优化的元学习补全方法的基础上引入了动态邻居编码器，在执行链接预测任务的时候，根据任务关系动态地调节实体邻居信息的权重，并将动态邻居信息融合到实体嵌入中，从而提高实体嵌入的语义表示。同时，对同一关系的不同属性建立了基于一维卷积的融合策略，使得关系嵌入能够表示各方面属性信息，进一步增强了关系表示的鲁棒性，并利用该关系嵌入对模型进行训练，显著提高了链接预测的准确性，进而达到提升知识图谱补全效果的目的。
-
公开(公告)号：CN114372137A
公开(公告)日：2022-04-19
申请号：CN202210027830.8
申请日：2022-01-11
Applicant: 重庆邮电大学
IPC: G06F16/335 , G06F40/30
Abstract: 本发明涉及一种融合深度知识追踪的动态感知试题推荐方法及系统，属于计算机领域。第一步：将学生的试题交互序列数据输入嵌入层，把大规模稀疏特征转换为适合模型输入的低维密集特征，并按时间对学生试题交互排序；第二步：使用门控循环单元来建模试题交互序列之间的依赖关系，并引入辅助损失函数利用下一个试题交互来监督当前隐藏状态的学习；第三步：设计了带有自注意更新门的门控循环单元对与目标试题相关的知识演化过程进行建模；第四步：将学生动态的知识状态和目标试题的嵌入向量串联，馈入多层感知机进行最终的Softmax判决，决定目标试题是否要推荐给学生。本发明有效地提高了试题推荐预测的性能，实现对学生个性化试题推荐。
-
公开(公告)号：CN106131715B
公开(公告)日：2019-07-26
申请号：CN201610549746.7
申请日：2016-07-12
Applicant: 重庆邮电大学
IPC: H04Q11/00 , H04B10/032 , H04J14/02
Abstract: 本发明公开了一种可扩展的低开销TWDM‑PON全光纤保护结构，包括光路终端OLT，光路终端OLT通过光纤连接M个远端节点RN形成主环，主环上任意两个远端节点RN连接扩展结点EN，扩展结点EN通过光纤连接M个远端节点RN形成次级环，主环上任意一个远端节点RN通过光纤与N个光网络单元ONU形成最后一公里环，所述主环、次级环和最后一公里环都采用环网保护的方法进行保护。本发明在提高可靠性的同时有效降低了保护开销。其次，本发明提出的结构还可通过EN节点在主环的任意两RN节点之间灵活扩展，并且在连接EN节点的光纤故障时可通过冗余备份的方法提供保护，在网络扩展的同时又有效地保证了可靠性。
-
公开(公告)号：CN104486741B
公开(公告)日：2018-01-05
申请号：CN201410767770.9
申请日：2014-12-13
Applicant: 重庆邮电大学
IPC: H04W8/00
Abstract: 本发明公开一种信任状态感知的混合式服务发现方法。由于现有混合式服务发现机制在VDN选择、服务信息转发及服务选择时没有考虑节点非协作行为，造成服务发现成功率下降及资源的极大浪费，同时均没有考虑节点社会属性，使得服务信息难以及时准确地到达目的节点且网络负载率较大。因此，本发明在充分考虑节点社会属性的基础上通过感知邻居节点、节点间关系强度，完成网络结构的检测，同时基于历史信息及入侵检测机制计算节点信任度，进而，以节点活跃度及信任度为参数选择合适服务节点来实现服务发现过程。本发明所提出的设计方法能够在保证服务发现成功率的同时，降低网络负载及服务发现过程时延，达到了提升网络资源利用率及提高用户体验质量的目的。
-
公开(公告)号：CN104080144B
公开(公告)日：2017-08-29
申请号：CN201410345538.6
申请日：2014-07-18
Applicant: 重庆邮电大学
CPC classification number: Y02D70/30
Abstract: 本发明公开一种无线传感器网络中基于梯度的能量有效非均匀分簇数据转发策略设计方法。由于现有基于均匀分簇技术的数据转发策略中，簇头节点组成的骨干网络实现多跳路由带来了一个能量消耗不均衡问题，即靠近基站的簇头节点由于转发大量数据而负载过重，过早耗尽能量而失效，导致网络分割，缩短了网络存活时间。因此，本发明在梯度模型上运行簇机制，通过非均匀成簇和基于节点能量、非簇头节点数目、节点相对位置的低梯度关键节点的动态选择，以提高簇间通信的能量有效性为目标完成数据转发。本发明所提出的设计方法能够在均衡节点间能量消耗的同时，降低网络能量开销，达到了提升网络资源利用率及最大化网络存活时间的目的。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.026 seconds)
