公开(公告)号：CN118747674A

公开(公告)日：2024-10-08

申请号：CN202410903757.5

申请日：2024-07-08

Applicant: 重庆邮电大学

Inventor： 段思睿 ,  邬洋 ,  王蓉 ,  贾朝龙 ,  李茜 ,  李暾 ,  肖云鹏

IPC: G06Q30/0601 ,  G06N5/02 ,  G06N5/022 ,  G06Q10/04 ,  G06N3/088 ,  G06Q30/0201

Abstract: 本发明涉及一种基于无监督学习的跨电商平台商品对齐方法，包括：利用低秩张量补全模型对两个电商平台的商品数据进行补全；根据两个电商平台补全后的商品数据分别构建各电商平台对应的商品三元组集合；根据各电商平台对应的商品三元组集合利用知识表示学习算法学习各商品三元组的嵌入表示；根据商品三元组的嵌入表示利用自组织映射网络将各电商平台对应的商品三元组集合划分为多个商品三元组子集；根据各商品三元组子集分别构建知识图谱，并根据各商品三元组子集的知识图谱利用图注意力网络将两个电商平台的商品进行对齐；本发明通过张量补全以及预分类方法可以缓解跨平台商品数据庞大的问题，通过无监督跨平台对齐方法，实现跨平台商品对齐。

公开(公告)号：CN113934964B

公开(公告)日：2024-09-10

申请号：CN202111286395.2

申请日：2021-11-02

Applicant: 重庆邮电大学

Inventor： 肖云鹏 ,  岳项涛 ,  李暾 ,  李茜 ,  王蓉 ,  贾朝龙 ,  刘红

IPC: G06F16/958 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明属于网络舆情分析领域，具体涉及一种基于多消息和多维复合博弈的谣言传播控制方法；该方法为：获取话题数据信息和用户数据信息，对话题数据信息和用户数据信息进行预处理；提取预处理后的话题数据信息的相关属性和用户数据信息的相关属性；将话题数据信息的相关属性和用户数据信息的相关属性输入到基于多消息和多维复合博弈的谣言传播模型，预测用户传播谣言的趋势；本发明可应用于社交网络中信息传播预测和控制，有助于舆情部门更及时和精确的对舆情进行监控和管理，并在合理的时间进行引导和抑制，阻止谣言的传播。

公开(公告)号：CN117037493A

公开(公告)日：2023-11-10

申请号：CN202311050610.8

申请日：2023-08-21

Applicant: 重庆邮电大学

Inventor： 贾朝龙 ,  康哲一 ,  彭钢 ,  王蓉 ,  肖云鹏

IPC: G08G1/01 ,  G08G1/065 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明属于智能交通领域，具体涉及一种基于时空卷积网络的短时交通流量预测方法；包括：从交通卡口处获取交通数据；根据交通数据计算交通卡口活跃度；提取卡口节点的隐藏特征并融合交通卡口活跃度，得到隐藏信息矩阵；根据隐藏信息矩阵生成自适应邻接矩阵，将其输入到自适应图卷积网络模块进行处理，得到初始交通流量特征；采用BiGRU网络对初始交通流量特征进行处理，得到交通时空属性特征；提取外部属性特征并生成增广矩阵；将增广矩阵输入到BiGRU网络并采用注意力机制进行处理，生成注意力权重；根据交通时空属性特征和注意力权重预测交通流量，得到交通流量预测结果；本发明可实现对交通流量的准确预测，具有广阔的应用前景。

公开(公告)号：CN116884222A

公开(公告)日：2023-10-13

申请号：CN202311001746.X

申请日：2023-08-09

Applicant: 重庆邮电大学

Inventor： 贾朝龙 ,  彭钢 ,  王蓉 ,  李暾 ,  庞育才 ,  段思睿 ,  肖云鹏

IPC: G08G1/01

Abstract: 本发明涉及一种卡口节点的短时交通流预测方法，包括：获取目标卡口的天气信息、节假日信息、以及目标卡口所在目标区域的路网地理图及其历史交通流数据；对历史交通流数据提取交通流特征矩阵和POI数据；根据卡口节点的邻居信息利用SDNE算法和DTW算法计算卡口节点与其相邻节点之间的连接强度；根据连接强度矩阵和交通流特征矩阵利用空间注意力机制和基于切比雪夫多项式为卷积核的GCN算法挖掘卡口节点的空间特征；根据空间特征矩阵利用Gate‑TCN模型提取卡口节点的时空特征；根据外部属性构建目标卡口节点的流量吸引矩阵，并根据目标卡口节点的天气信息、节假日信息和时空特征利用MLP多层感知器预测目标卡口节点的交通流。

公开(公告)号：CN116562334A

公开(公告)日：2023-08-08

申请号：CN202310581445.2

申请日：2023-05-23

Applicant: 重庆邮电大学

Inventor： 段思睿 ,  赵丹 ,  余翔 ,  肖云鹏 ,  王蓉

IPC: G06N3/04 ,  H04L25/06 ,  G06N3/047 ,  G06N3/0895

Abstract: 本发明属于无线电通信符号检测领域，具体设计一种基于元正则化的符号检测方法。包括采集待测符号的第一信道输出符号；将所述待测符号的第一信道输出符号输入到训练后的自监督检测神经网络模型中，输出待测符号的第一信道输入符号；本发明通过在元学习框架MAML中加入一致元正则化，对齐每个任务中支持集和查询集训练的模型，以消除它们之间的数据分布差异，提高元知识保持数据一致性的能力；本发明提升了符号检测的精确度，实现了更准确的检测性能，并且解决了传统机器学习方法对信道资源浪费、重复训练等问题。

公开(公告)号：CN116206443A

公开(公告)日：2023-06-02

申请号：CN202310054179.8

申请日：2023-02-03

Applicant: 重庆邮电大学

Inventor： 贾朝龙 ,  陈震英 ,  王蓉 ,  李暾 ,  庞育才 ,  段思睿 ,  肖云鹏

IPC: G08G1/01 ,  G08G1/065 ,  G06V20/54

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。

公开(公告)号：CN115936110A

公开(公告)日：2023-04-07

申请号：CN202211458846.0

申请日：2022-11-18

Applicant: 重庆邮电大学

Inventor： 肖云鹏 ,  莫浩南 ,  李暾 ,  贾朝龙 ,  庞育才 ,  王蓉 ,  王国胤

IPC: G06N3/098 ,  G06N3/0464 ,  G06F18/23 ,  G06F18/2135 ,  G06F18/214 ,  G06F18/25 ,  G06F9/50

Abstract: 本发明涉及一种缓解异构性问题的联邦学习方法，包括初始化所有客户端的任务量和历史训练数据；选取M个客户端作为第一客户端；并根据客户端的资源报告生成客户端的特征向量；将全局模型和第一客户端的任务量发送给第一客户端对全局模型训练获得本地模型；将客户端上传的本地模型进行聚合得到下一轮迭代训练的全局模型；利用全局模型的训练数据对第一客户端进行更新；服务器根据第一客户端向服务器上传的本地模型和利用辅助数据集重新划分下一轮全局模型迭代训练的第一客户端和第二客户端；并重复执行步骤S2‑S6，直至达到预设的训练轮数为止，输出最终全局模型。

公开(公告)号：CN115865593A

公开(公告)日：2023-03-28

申请号：CN202211444691.5

申请日：2022-11-18

Applicant: 重庆邮电大学

Inventor： 段思睿 ,  刘建成 ,  余翔 ,  庞育才 ,  肖云鹏 ,  王蓉

IPC: H04L27/26

Abstract: 本发明属于无线通信的信号检测领域，具体涉及一种基于降噪网路的OFDM‑IM信号检测方法，包括：利用降噪网路对预处理后的信号进行降噪，利用降噪后信号能量分布和接收信号的能量分布重构能量分布，利用重构能量分布和降噪信号进行信号检测。本发明考虑到降噪后信号的IQ信号可能改变原信号分布象限，为更好判决激活载波位置，通过降噪信号与接收信号的联合判决，通过模型训练阶段强化静默子载波的方法来增强模型的泛化能力，降低均衡信号的噪声，并改善接收信号的能量分布，进而提升OFDM‑IM信号的检测效率。

公开(公告)号：CN115712772A

公开(公告)日：2023-02-24

申请号：CN202211444811.1

申请日：2022-11-18

Applicant: 重庆邮电大学

Inventor： 余翔 ,  周心明 ,  庞育才 ,  段思睿 ,  王蓉 ,  肖云鹏 ,  李暾

IPC: G06F16/9535 ,  G06F16/9536 ,  G06Q50/00 ,  G06F17/18

Abstract: 本发明属于网络舆情分析领域，具体涉及一种基于话题关联的话题传播预测方法；包括：获取话题信息，提取话题信息的内部属性和外部属性；采用DTR2vec算法从用户话题内容集合中挑选出用户兴趣特征关键词和用户认知特征关键词，对挑选出的关键词进行向量表示，得到用户历史行为特征向量；根据所有内部属性以及部分外部属性，采用演化博弈论量化话题对用户的影响力，得到话题影响力邻接矩阵；根据话题影响力邻接矩阵提取网络结构特征，得到用户的网络结构特征向量；将用户历史行为特征向量和用户的网络结构特征向量输入到DT‑GCN模型中，得到用户对话题的传播预测结果，本发明可帮助舆情部门快速采取针对性措施，具有良好的应用前景。

公开(公告)号：CN115689224A

公开(公告)日：2023-02-03

申请号：CN202211390625.4

申请日：2022-11-07

Applicant: 重庆邮电大学

Inventor： 贾朝龙 ,  张文孝 ,  王蓉 ,  李暾 ,  庞育才 ,  段思睿 ,  肖云鹏

IPC: G06Q10/0631 ,  G06Q10/083 ,  G06Q30/0203 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于智能交通领域，涉及出租车需求量特性分析，尤其涉及一种基于轨迹语义化和图卷积网络的出租车需求预测方法，包括从公开的出租车数据集中获取出租车的订单数据；从获取的出租车的订单数据以及地图数据汇总每个区域的需求量，并计算需求模式；根据交通出行量及需求模式的相似性，构建需求关系图和需求相似性图；基于图卷积神经网络构建时空特征提取模块，将需求关系图作为输入，提取区域之间的时空特征；区域之间的时空特征与需求相似性图结合输入全连接层预测得到出租车需求量；本发明可以预测特定时段内每个区域的出租车需求量，可应用于打车平台引导司机前往更容易接到乘客的区域，从而减少司机和乘客的等待时间，合理分配出租车资源。