-
公开(公告)号：CN119989350A
公开(公告)日：2025-05-13
申请号：CN202510170736.1
申请日：2025-02-17
Applicant: 重庆邮电大学
IPC: G06F21/56 , G06F18/25 , G06F8/53 , G06V10/44 , G06N3/042 , G06F18/24 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/048
Abstract: 本发明涉及一种基于多模态特征融合的恶意APP家族的识别方法，属于信息安全技术领域。该方法对安卓APK进行数据预处理，包括解包和反编译操作，得到字节码文件和smali代码文件。分别提取字节码图像特征、操作码序列特征和控制流程图特征。字节码图像特征使用EfficientNetV2L卷积神经网络进行提取，操作码序列特征使用k‑Shingles算法和SimHash算法进行提取，控制流程图特征使用静态分析工具和胶囊图神经网络进行提取。将三种特征进行低秩多模态融合，并构建CNN‑BiLSTM‑Attention检测分类模型，实现对恶意APP家族的识别判断。本发明提高了识别的准确性，增强了模型的泛化能力。
-
公开(公告)号：CN116452937A
公开(公告)日：2023-07-18
申请号：CN202310454888.5
申请日：2023-04-25
Applicant: 重庆邮电大学
IPC: G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及基于动态卷积与注意力机制的多模态特征目标检测方法，属于图像识别领域。该方法在YOLOv5的Backbone开始阶段有两条数据流，分别输入的可见光图像和红外光图像，并使用动态卷积模块ODConv和多光谱卷积注意力特征融合模块MS‑CBAM以及残差网络进行特征提取操作。本发明的优点在于结合了可见光图像与红外图像的特征，结合多种注意力机制与架构，大幅度提升多模态和小目标的目标检测精度，解决了在昏暗环境下目标检测性能弱的问题。相较于其他多模态融合目标检测，本发明训练速度快、硬件资源消耗低。
-
公开(公告)号：CN116403236A
公开(公告)日：2023-07-07
申请号：CN202211439856.X
申请日：2022-11-17
Applicant: 重庆邮电大学
IPC: G06V40/10 , G06V10/30 , G06V10/762 , G06V10/774 , G06V10/80
Abstract: 本发明公开了一种无监督学习行人重识别方法、装置、设备及存储介质，涉及行人图像识别领域，解决现有技术中识别模型识别精度较低和鲁棒性较差的问题，本申请提出可靠样本挖掘策略，通过DBSCAN聚类算法为每个样本生成两个伪标签，再计算两个伪标签的可靠度，通过预设的伪标签可靠度阈值对伪标签去噪，保留可靠度较高的伪标签，从而降低伪标签噪声，提升伪标签的准确度，以便更接近于真实标签，从而提高识别模型的精度；本申请还提出了融合全局特征和局部特征的二重动量更新策略，分别对存储字典中的特征向量进行局部更新和全局更新，保证模型参数与存储字典中样本特征向量更新步调的一致性，使得存储字典中特征向量表示更加准确，重识别模型的鲁棒性更强。
-
公开(公告)号：CN109657883B
公开(公告)日：2023-04-07
申请号：CN201910077769.6
申请日：2019-01-28
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q40/02 , G06F16/9537 , G06F16/29
Abstract: 本发明涉及数据挖掘与大数据应用领域，特别是涉及一种基于多源数据驱动的银行网点选址推荐方法，该方法包含如下步骤：获取移动信令数据和银行网点周边数据，其包括本地公交数据，网络爬取数据；根据获取的数据对目标银行网点提取人流量、用户价值、交通拥堵指数、周边竞争网点数和人均收入五个特征；利用构造的特征，训练多个选址分类模型，并构建基于概率的多模型融合的银行网点选址推荐模型；使用已构建的银行网点选址推荐模型，根据目标区域的特征，推荐该区域最佳银行网点选址分布，以实现银行网点智能化选址的目的，解决传统选址带来的选址范围不精准、人力成本高的问题，并得到更好经济效益和社会效益。
-
公开(公告)号：CN111813893B
公开(公告)日：2022-11-18
申请号：CN202010588072.8
申请日：2020-06-24
Applicant: 重庆邮电大学
IPC: G06F16/33 , G06F16/35 , G06F16/951 , G06K9/62 , G06N3/04 , G06N3/08 , G06F40/289 , G06F40/30
Abstract: 本发明属于自然语言处理、情感分析领域，特别涉及一种基于深度迁移学习的房地产市场分析方法、装置及设备，方法包括采集房地产网络舆情数据，并对舆情数据进行预处理；构建一个融入变分信息瓶颈的深度多通道神经网络；利用相关领域中大量的标注数据对网络进行预训练；通过迁移学习的方式，使用少量已标注的舆情数据对预先建立的网络进行微调；在所述迁移后的网络上对未标注的房地产舆情数据进行情感倾向分析，并获得最终的房地产市场情绪分析结果；本发明将深度迁移学习与房地产网络舆情进行结合，能够准确分析房地产市场情绪，从而为有关部门的政策制定、公司企业的决策部署以及个体消费者的投资规划，提供参考和指引。
-
Patent Agency Ranking
公开(公告)号：CN111144217B
公开(公告)日：2022-07-01
申请号：CN201911193095.2
申请日：2019-11-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于人体三维关节点检测的动作评价方法，属于计算机视觉领域，包括步骤：S1：对视频分帧后的单帧图片进行人体三维关节点检测；S2：提取视频指定帧数的关键帧；S3：构建运动向量特征和关节动能特征，并提取特征值；S4：多特征融合构建关键帧动作相似度对比模型：融合步骤S3中的子特征，针对不同类型动作，构建个性化模型；基于余弦相似度构造运动向量特征相似度函数，基于加权函数构造关节动能相似度函数；基于两相似度函数得到关键帧动作相似度对比模型，将待检测动作与标准动作的关键帧集合进行比较，最终得到运动视频的动作相似度。本方法更准确和科学，可用于体育健身动作纠正与教学。
-
公开(公告)号：CN109062639B
公开(公告)日：2021-07-06
申请号：CN201810629993.7
申请日：2018-06-19
Applicant: 国网宁夏电力有限公司电力科学研究院 , 重庆邮电大学
IPC: G06F9/451
Abstract: 本发明实施例公开一种变电站SCD文件的升级信息的显示方法及系统，该方法包括：解析升级前的第一SCD文件和升级后的第二SCD文件，分别得到第一解析结果和第二解析结果；比较所述第一解析结果和所述第二解析结果，获得升级信息；获取智能电子设备的哈希值；将所述智能电子设备的哈希值分别与所述智能电子设备的升级信息和所述智能电子设备的名称关联；根据用户输入的所述智能电子设备的名称，显示所述智能电子设备的名称对应的所述智能电子设备的所述升级信息的可视化报告。本发明实施例，可使新旧SCD文件的比对结果实现可视化，简化智能变电站建设者和维护者的工作，降低工作人员的知识门槛，提高工作效率。
-
公开(公告)号：CN109902214B
公开(公告)日：2021-06-08
申请号：CN201910118231.5
申请日：2019-02-15
Applicant: 重庆邮电大学
IPC: G06F16/951 , G06F16/9535
Abstract: 本发明涉及一种基于改进PageRank算法的用户偏好挖掘方法，利用用户的历史上网日志数据，通过改进的PageRank算法挖掘用户的偏好，能够提高用户偏好挖掘的准确率与召回率。该方法包括以下步骤：检查输入数据格式，提取用户上网过程中的兴趣点集合和上网时长集合；分析兴趣点集合和上网时长集合，确定用户访问兴趣点的频次、时长以及自转移参数；以兴趣点的频次、时长以及自转移参数为输入，通过自定义函数计算用户对兴趣点的关注度；将用户对兴趣点的关注度引入到PageRank算法中，计算每个兴趣点的IR值(兴趣点重要性得分，值域为0‑1)；对兴趣点的IR值进行迭代计算，当满足迭代终止条件时，输出所有兴趣点的IR值；最后选取IR值靠前的Top‑K个兴趣点作为用户偏好。
-
公开(公告)号：CN109858460A
公开(公告)日：2019-06-07
申请号：CN201910127877.X
申请日：2019-02-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于三维激光雷达的车道线检测方法，属于智能交通道路环境感知领域，用于获取道路环境中的车道线，包括步骤：以激光雷达中心为原点建立三维坐标系，设置感兴趣区域；检测出道路路沿，根据路沿的几何特征提取路沿候选点，根据路沿方向一致性的特征去除噪声；由路沿位置确定车道线所在路面的点云数据，根据不同介质的反射强度不同的特征，对扫描线进行分层处理，设置反射强度阈值提取车道线候选点，根据车道线全局连续性的特征进行聚类去噪；使用二项式曲线拟合车道线。本发明使用三维激光雷达传感器检测车道线，解决了传统相机在夜晚、强光等光照条件差的情况下无法识别车道线的问题，检测精度较高，可靠性强。
-
公开(公告)号：CN109657883A
公开(公告)日：2019-04-19
申请号：CN201910077769.6
申请日：2019-01-28
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q40/02 , G06F16/9537 , G06F16/29
Abstract: 本发明涉及数据挖掘与大数据应用领域，特别是涉及一种基于多源数据驱动的银行网点选址推荐方法，该方法包含如下步骤：获取移动信令数据和银行网点周边数据，其包括本地公交数据，网络爬取数据；根据获取的数据对目标银行网点提取人流量、用户价值、交通拥堵指数、周边竞争网点数和人均收入五个特征；利用构造的特征，训练多个选址分类模型，并构建基于概率的多模型融合的银行网点选址推荐模型；使用已构建的银行网点选址推荐模型，根据目标区域的特征，推荐该区域最佳银行网点选址分布，以实现银行网点智能化选址的目的，解决传统选址带来的选址范围不精准、人力成本高的问题，并得到更好经济效益和社会效益。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.028 seconds)
