-
公开(公告)号：CN110795641A
公开(公告)日：2020-02-14
申请号：CN201911071623.7
申请日：2019-11-05
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q50/00 , G06K9/62 , G06N3/04 , G06N3/08 , G06F17/18 , G06F40/289
Abstract: 本发明属于社交网络谣言信息控制技术领域，特别涉及一种基于表示学习的网络谣言传播控制方法，包括获取原始数据进行预处理，并对预处理后的原始数据进行时间分片；提取用户社交结构、用户历史信息、用户基本属性三个方面的相关属性向量，并将相关属性转换为低位稠密实质向量；构建图卷积神经网络，并将特征向量作为图卷积神经网的输入；利用训练数据对图卷积神经网络进行训练；图卷积神经网络输出下一个时刻用户的粉丝参与话题的概率、该粉丝参与谣言的概率以及该粉丝参与辟谣话题的概率；若该用户参与谣言的概率最大，则将辟谣消息推送给该用户；本发明使用表示学习的方法全貌表示了谣言话题下用户的特征，从而使最后的预测效果更好。
-
公开(公告)号：CN103281794B
公开(公告)日：2017-02-01
申请号：CN201310230559.9
申请日：2013-06-09
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种体域网中紧急数据优先传输调度方法，采集器节点将采集到的数据Ai与存储于该采集器节点的基准数据Bi进行比较，当集到的数据Ai处于正常范围时，作为正常数据转发给汇集器节点；否则，采集器节点在数据Ai的紧急字段内赋值，并作为紧急数据传递给汇集器节点；汇集器节点接收到各采集器节点发送来的数据计算紧急程度等级，并将该紧急程度等级存储到紧急字段中，簇头节点接收到汇集器节点发送来的数据包后进行调度，改变数据包的发送顺序，使紧急数据先传送到基站。通过在消息中设置紧急字段标志位，划分消息优先级队列，保证了紧急数据优先传输，有效减少了紧急数据的传输时延。本发明应用于医疗体域网相关领域。
-
公开(公告)号：CN119538123A
公开(公告)日：2025-02-28
申请号：CN202411640841.9
申请日：2024-11-18
Applicant: 重庆邮电大学
IPC: G06F18/2431 , G06F18/213 , G06F16/9535 , G06F16/906 , G06Q50/00 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/0442 , G06N3/08
Abstract: 本发明属于社交网络信息处理领域，具体涉及一种衍生话题网络中的关键用户识别方法、装置及系统；所述方法包括获取话题网络中的数据信息；从所述话题网络中的数据信息中提取出原生话题、衍生话题用户关系网络，原生话题、衍生话题传播网络、用户基本属性以及用户间亲密度；根据用户基本属性以及用户间亲密度，通过社区标签传播算法提取出用户特征向量表示；根据原生话题、衍生话题传播网络，通过联合分布自适应算法提取出原生话题和衍生话题的话题向量表示；将所述用户特征向量表示和所述话题向量表示输入到基于注意力机制的用户影响力动态时空模型中，输出为意见领袖用户或为长尾用户。本发明能够准确识别出衍生话题网络中的关键用户。
-
公开(公告)号：CN119415785A
公开(公告)日：2025-02-11
申请号：CN202411547948.9
申请日：2024-11-01
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q50/00 , G06F18/213 , G06F18/27 , G06N20/00
Abstract: 本发明属于互联网应用技术领域，涉及基于小样本学习和数据增强的话题爆发初期影响力检测方法，包括：对用户关系网络以及用户基本信息进行特征提取，得到用户特征表示；从用户历史信息中提取领域特征，利用提取的领域特征得到用户领域特征表示；将用户特征表示和用户领域特征表示基于注意力机制进行加权融合；根据融合后的特征表示计算用户高影响力原型向量和低影响力原型向量；根据每个用户分别与用户高影响力原型向量和低影响力原型向量之间的距离与设定阈值之间的大小，确定当前用户的影响力；本发明能够预测用户在某话题爆发初期的行为是否会推动其发展，从而对其趋势和影响范围进行预测，可以制止某话题的恶性传播或者适当推动话题发展。
-
公开(公告)号：CN119006098A
公开(公告)日：2024-11-22
申请号：CN202411049165.8
申请日：2024-08-01
Applicant: 重庆邮电大学
IPC: G06Q30/0601 , G06F16/9535 , G06F18/213 , G06N3/0464 , G06N3/0455 , G06N3/042
Abstract: 本发明属于序列推荐领域，涉及一种基于多模态多行为的跨视图序列推荐方法，包括：序列推荐模型的训练过程包括：获取多模态电商平台序列，并输入预处理模块，得到多模态特征嵌入向量和多行为感知交互序列；将多模态特征嵌入向量输入多模态偏好提取模块，得到多模态中不同因素的独立特征表示和多模态偏好；将多行为感知交互序列输入多行为偏好提取模块，得到多行为偏好；将多模态中不同因素的独立特征表示、多模态偏好和多行为偏好输入跨视图学习模块计算损失函数值，根据损失函数值更新模型参数，当损失函数值最小时，完成模型训练；本发明采用跨视图学习框架学习多模态和多行为之间的协同关系，双向优化增强推荐性能，进一步提高推荐的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118862061A
公开(公告)日：2024-10-29
申请号：CN202410937158.5
申请日：2024-07-12
Applicant: 重庆邮电大学
IPC: G06F21/55 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06N3/0464
Abstract: 本发明公开了一种基于掩膜条件扩散模型的深度伪造对抗样本防御方法，属于深度伪造信息安全领域。通过在扩散模型加入掩膜条件编码器和采用残差预测，训练扩散模型能够有效去除对抗图像中的对抗扰动，同时不改变样本自身的信息。包括步骤获取目标图像，该目标图片是待防御的对抗样本图像；利用训练好的掩膜条件扩散模型，去除目标图像的对抗扰动，得到净化图像；利用深度伪造检测模型对所述净化图像进行检测，若所述净化图像被分类到正确的类别，则防御成功；反之，则防御失败。本发明以较低的计算成本实现了多种对抗样本攻击的防御，对于未知攻击也具有良好的鲁棒性，可以用作现有深度伪造检测领域中的对抗攻击防御。
-
公开(公告)号：CN118643227A
公开(公告)日：2024-09-13
申请号：CN202410767462.X
申请日：2024-06-14
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06F16/9535 , G06Q50/00
Abstract: 本发明属于社交网络领域，具体涉及一种基于用户观点变迁的话题传播控制方法，包括：获取用户信息；构建话题传播模型；计算用户信息中的各个因素影响力；根据各个因素影响力采用多类型观点博弈驱动机制对用户信息进行处理，得到用户消极、积极和促消极观点的驱动力；采用用户观点变迁机制对消极、积极和促消极观点的驱动力进行处理，得到用户观点变迁动力学方程；根据用户观点变迁动力学方程构建目标函数，计算目标函数的最优解；将最优解带入用户观点变迁动力学方程进行求解，得到不同时刻用户的观点状态集；根据不同时刻用户的观点状态集对话题进行传播控制；本发明通过引入哈密尔顿函数实现损失函数最小化，得到最优的控制方案。
-
公开(公告)号：CN115906162B
公开(公告)日：2024-07-12
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：CN117314672A
公开(公告)日：2023-12-29
申请号：CN202311341906.5
申请日：2023-10-17
Applicant: 重庆邮电大学
IPC: G06Q50/00 , G06N5/04 , G06F40/216 , G06F40/284 , G06F40/30 , G06F16/31 , G06F16/35
Abstract: 本发明属于社交网络分析领域，具体涉及一种基于话题匹配度的关键元素影响力溯源方法；该方法包括：获取社交网络传播数据并构建话题多维异质网络；根据话题多维异质网络计算用户‑路径转移概率矩阵和路径‑消息转移概率矩阵；根据社交网络传播数据计算三种关键元素的重要程度；对三种关键元素的重要程度分别进行归一化，得到三种关键元素的第一影响力；根据三种关键元素的重要程度计算三种关键元素的收益，根据三种关键元素的收益计算三种关键元素的第二影响力；根据两种转移概率矩阵、三种关键元素的第一影响力和三种关键元素的第二影响力计算三种关键元素的影响力评分；本发明能够准确识别当前社交网络中衍生话题的关键元素。
-
公开(公告)号：CN116206443B
公开(公告)日：2023-12-15
申请号：CN202310054179.8
申请日：2023-02-03
Applicant: 重庆邮电大学
Abstract: 本发明属于异常数据处理领域，具体涉一种基于时空路网像素化表示的交通流量数据插补方法；该方法包括：获取交通卡口的车流基本数据；根据车流基本数据构建交通路网并得到交通路网的邻接矩阵；根据车流基本数据得到路网关系特征相似度矩阵；根据路网关系特征相似度矩阵和邻接矩阵通过RoadNet2pix算法对卡口节点进行像素化处理，得到卡口流量图像；将卡口流量图像输入到训练好的基于STAGAN的缺失数据生成模型中，得到数据插补好的完整卡口流量图像；本发明可实现对数据缺失交通卡口的数据插补，准确性高，具有良好的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
172
records
(took 0.027 seconds)
