-
公开(公告)号：CN117787276A
公开(公告)日：2024-03-29
申请号：CN202310808846.7
申请日：2023-07-03
Applicant: 重庆邮电大学
IPC: G06F40/295 , G06F18/214 , G06F18/25
Abstract: 本发明公开了一种基于注意力机制交互的中文医学命名实体识别方法，包括如下步骤：步骤一：获取3个公开的中文医学命名实体识别数据集，其内部都各自划分了训练集以及测试集；步骤二：将数据集进行两种预处理，一种用于预训练BERT模型，另一种用于训练中文医学命名实体识别模型；步骤三：使用步骤二的第一种数据对BERT模型进行预训练；步骤四，将步骤3)得到的新模型作为新的预训练语言模型；步骤五：第二种数据通过深层语义提取模块，获得文本深层语义特征；步骤六：第二种数据通过浅层语义提取模块，获得文本浅层语义特征；步骤七：通过交互层对深浅层语义进行交互融合，获得整体特征；步骤八：将整体特征传入预测层，进行最终的实体预测。本发明的模型优点在于使用预训练增强了模型在医疗领域方面的知识，利用TransformerBlock提升了模型泛化能力以及模型的收敛速度，并使用高低阶语义注意力交互融合网络加强模型全面理解文本语义，利用GlobalPointer增强了模型对嵌套实体的识别效果。
-
公开(公告)号：CN117375794A
公开(公告)日：2024-01-09
申请号：CN202311322958.8
申请日：2023-10-12
Applicant: 重庆邮电大学
Abstract: 本发明涉及车联网和区块链共识技术领域，具体涉及一种基于车联网的云端区块链混合共识方法。本方法首先提出了一种基于可靠指数和可信指数的节点稳定性和安全性评估方法，然后针对Raft共识算法进行优化，提出S‑Raft共识算法，使其同时具备崩溃容错能力和恶意攻击容错能力，最后提出了一种视图切换机制和联审共识算法，可在兼顾系统稳定运行的同时，全面审查系统中的恶意节点，并将恶意节点剔出系统。与传统Raft共识算法相比，本方法提高了系统的运行效率、稳定性和安全性，更加满足现实应用场景的实际需求。
-
公开(公告)号：CN117097501A
公开(公告)日：2023-11-21
申请号：CN202310618274.6
申请日：2023-05-29
Applicant: 重庆邮电大学
IPC: H04L9/40 , H04L67/104 , G06N3/042 , G06N3/084
Abstract: 本发明公开了一种基于局部特征与全局表征耦合的2D人体姿态估计方法，包括如下步骤：步骤一：获取数据集，将以太坊交易数据建模为图数据并进行采样处理；步骤二：使用分层编码器生成嵌入向量；步骤三，进行图对比学习；步骤四，使用预测头进行预测分类。本发明主要的亮点是基于分层图注意力网络来提升特征的表达能力，实现了端到端的以太坊钓鱼识别方法。
-
公开(公告)号：CN116662532A
公开(公告)日：2023-08-29
申请号：CN202310804951.3
申请日：2023-07-03
Applicant: 重庆邮电大学
IPC: G06F16/335 , G06N3/0442 , G06F16/9535
Abstract: 本发明公开了一种基于图神经网络的神经时间门自适应融合会话推荐方法。本模型分为五个层次：会话图构建层、会话嵌入层、注意力网络层、神经时间门层和评分预测层，具体包括：将用户历史会话点击序列作为输入来构建会话图；通过图神经网络学习项目在会话图上的嵌入，得到项目嵌入的向量表示；所有项目向量输入注意力网络，分别提取出用户的长期偏好和短期偏好；通过神经时间门融合长期偏好和短期偏好，生成最终的偏好嵌入；融合项目嵌入与最终的偏好嵌入，输入到归一化指数函数以对候选项目进行评分预测。本发明主要提出了一个基于神经时间门的长期偏好和短期偏好在维度层面的细粒度融合的方法，学习到更有代表性和更全面的融合偏好嵌入，使模型能挖掘到更精准的用户偏好，提高推荐系统的关键性能。
-
公开(公告)号：CN116566646A
公开(公告)日：2023-08-08
申请号：CN202310337009.0
申请日：2023-03-31
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于双链架构和国密算法的车联网匿名快速身份认证方法，包括：构建双链系统，搭建系统运行框架，包括云端链、动态链及车内TEE可信环境；初始化系统，初始化系统参数，包括密码学曲线选择等；实名注册，车辆将自身真实身份信息提交云端链进行注册，成功后获得专属数字证书；车辆假名生成与注册，车辆首先在本地生成假名Token，随后将证书与Token作为参数调用存证链智能合约进行匿名身份注册；车辆间匿名快速认证，车辆间基于动态链，通过假名Token及DH秘钥协商算法，实现车辆间匿名快速认证。本发明基于双链架构和国密算法，存证链构建车辆节点真实信息网络，负责作恶节点真实信息追溯；动态链提供高效率的车辆间双向认证协议支持。
-
Patent Agency Ranking
公开(公告)号：CN109740624B
公开(公告)日：2022-12-27
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：CN111210435B
公开(公告)日：2022-10-18
申请号：CN201911349605.0
申请日：2019-12-24
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于局部和全局特征增强模块的图像语义分割方法，包括选取并制作语义分割任务所需的训练集图像和验证集图像，以及相应的标签图片。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标准化，对应的标签图像进行编码，设计卷积神经网络中，处理后数据作为模型的输入数据，输出多通道特征图，优化卷积神经网络参数，输入真实场景图像到参数优化后的卷积神经网络中进行语义分割，输出像素被标记后的图像。本发明为场景解析和强化学习等研究中的后续操作提供了重要的技术支持，可应用于虚拟现实，自动驾驶和人机交互等领域。
-
公开(公告)号：CN109766790B
公开(公告)日：2022-08-23
申请号：CN201811581304.6
申请日：2018-12-24
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于自适应特征通道的行人检测方法，包括如下步骤：步骤一，获取Caltech行人数据帧，基于该数据帧捕获训练集和验证集；步骤二，缩放训练集和验证集图像；步骤三，将标准化后图像作为模型输入数据；步骤四，基于Caffe开源深度学习框架设计卷积神经网络，输出图像包含行人与否的信息、行人的位置信息以及该位置存在行人的可能性；步骤五，计算模型的输出信息与对应标注信息的损失，优化并训练模型；步骤六，利用优化后的模型参数，检测真实场景图像中存在的行人，得到相应的行人检测框。本发明基于卷积神经网络，采用了转移学习以及多任务联合学习的技术，实现了端到端的行人检测方法，为行人检测的后续操作提供了重要的技术支持。
-
公开(公告)号：CN113128558A
公开(公告)日：2021-07-16
申请号：CN202110266707.7
申请日：2021-03-11
Applicant: 重庆邮电大学
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：CN107895283B
公开(公告)日：2021-02-09
申请号：CN201711086963.8
申请日：2017-11-07
Applicant: 重庆邮电大学
IPC: G06F30/27
Abstract: 本发明请求保护一种基于时间序列分解的商家客流量大数据预测方法，属于智能信息处理领域。主要包括步骤：101对历史消费数据进行预处理；102对经过预处理的数据构建特征工程并选取特征；103基于时间序列分解构建客流量预测模型；104对已建立模型进行多模型加权融合，预测商家客流量。本发明能够为商家更为精准的预测客流量，有利于商家更精确的配置资源，提前做好准备以及适时采取宣传措施等。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.029 seconds)
