-
公开(公告)号：CN119415094A
公开(公告)日：2025-02-11
申请号：CN202411459398.5
申请日：2024-10-18
Applicant: 重庆邮电大学
IPC: G06F8/38 , G06F8/33 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/0499 , G06N5/04 , G06F40/284 , G06F40/30 , G06F16/353 , G06N3/048
Abstract: 本发明涉及一种基于潜在扩散模型的用户界面布局生成方法，属于图像生成领域。本发明基于BERT模型从界面需求描述文本中提取组件和约束，利用图卷积网络模块预测完整约束关系和边框生成完整图，基于潜在扩散模型生成用户界面布局。一方面在用户界面生成中引入潜在扩散模型，能细致地捕捉UI元素之间的复杂关系和细节，从而生成更精确和符合交互规范的用户界面。另一方面在用户界面生成中引入图卷积网络，能有效预测组件之间的完整约束关系，对用户界面元素之间的复杂依赖和交互进行有效捕捉和建模；通过图结构对元素之间的位置、对齐和功能等多维约束，生成更加协调和符合设计规范的布局；提高了生成界面的美观性和实用性，提升用户体验。
-
公开(公告)号：CN119227142A
公开(公告)日：2024-12-31
申请号：CN202411757393.0
申请日：2024-12-03
Applicant: 四川中电启明星信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司 , 重庆邮电大学 , 腾讯科技(深圳)有限公司
IPC: G06F21/62 , G06F18/211
Abstract: 本发明涉及数据共享技术领域，其公开了基于企业与应用双重权限认证的跨企业应用共享方法，包括步骤：特征信息获取、双重权限认证、应用共享，本发明企业和应用双重权限认证机制，严格匹配接收企业信息与提供企业信息的特征参数、接收应用信息与提供应用信息的属性参数，有效防止未经授权的访问和数据泄露，为跨企业资源共享筑牢安全防线；明确划分企业与应用特征信息，使共享提供方精确把控共享对象，提高资源共享的针对性和有效性，避免资源滥用；对共享资源进行验证处理，若不完整可重新获取，保证接收方得到完整可靠的应用资源。同时，该方法提高了资源利用率，促进企业间合作交流，易于管理和维护，提升企业信息化管理水平。
-
公开(公告)号：CN118608211B
公开(公告)日：2024-10-29
申请号：CN202411080489.8
申请日：2024-08-08
Applicant: 四川中电启明星信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司 , 重庆邮电大学
IPC: G06Q30/0251 , G06Q30/0241 , H04L67/306 , H04L67/55
Abstract: 本发明公开了基于企业用户画像分析的内容投放系统，包括信息获取端、内容甄选端、画像生成端、数据存储端和信息输出端，本发明涉及用户画像技术领域，解决了数据的综合体现的不清晰，没有很好地进行数据整合，内容杂乱，不能很好地反映企业当前状态的技术问题，本发明通过对企业画像的基本构成进行分析，并根据历史数据来分析基本构成的具体内容，最终来确定用户画像的基本构成信息，同时对基本构成信息的内容进行再度分析，综合历史数据来确定所需展示的画像内容，进一步地根据画像内容的数据容量来确定标准的标签类型，最终生成用户画像，从而能够对数据进行整体优化，更为方便直观地体现企业的自身特点。
-
公开(公告)号：CN118677937A
公开(公告)日：2024-09-20
申请号：CN202411147321.4
申请日：2024-08-21
Applicant: 四川中电启明星信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司 , 重庆邮电大学
IPC: H04L67/1396 , H04L67/50 , H04L9/40 , H04L51/04
Abstract: 本发明公开了一种用于企业内外网即时通讯的系统及方法，涉及即时通讯技术领域。所述系统包括数据获取端、数据预处理端、行为数据分析端、实时行为向量获取端、向量夹角获取端、行为异常员工标记端和显示端；通过对异常行为员工进行标记，有助于相关管理人员及时对行为异常员工进行进一步的异常排查，避免内部滥用和外部入侵，提高了企业内外网即时通信的安全性，这有助于发现潜在的安全风险、内部威胁和员工不当的操作行为，提高了企业内外网即时通讯系统的安全性、效率和生产力，使得企业能够更好地监控和管理员工的行为，进一步保证企业内外网通讯的安全性。
-
公开(公告)号：CN118656483A
公开(公告)日：2024-09-17
申请号：CN202411147231.5
申请日：2024-08-21
Applicant: 国网信息通信产业集团有限公司 , 四川中电启明星信息技术有限公司 , 国网浙江省电力有限公司 , 重庆邮电大学 , 腾讯科技(深圳)有限公司
Abstract: 本发明公开了一种基于人工智能的人机交互对话系统，本发明涉及人机交互技术领域，解决了所接收到的文本内容数量较多，其人机在交互时，便存在识别困难的问题，本发明通过确认唤醒语音的声纹图谱，再采用预设的微宫格模板对声纹图谱进行覆盖，在基于具体的覆盖情况，来确定对应的标准宫格和不标准宫格，基于对应的个数，确定对应的声纹特征，采用此种声纹特征的确定方式，可快速锁定其对应唤醒语音的声纹特征，其锁定方式较快，时间较短；针对于高容量的文本内容，采用逐步分析文本特征并删除无关词的方式，来确定最终的待检索项，此种方式，可从文本中提取对应的特征内容，便于人工智能进行后期处理，提升交互速率，保障交互效果。
-
Patent Agency Ranking
公开(公告)号：CN118570370A
公开(公告)日：2024-08-30
申请号：CN202410602042.6
申请日：2024-05-15
Applicant: 重庆邮电大学
IPC: G06T17/00 , G06V10/25 , G06V10/26 , G06V20/70 , G06V10/56 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及一种局部实体关系编码的场景图生成方法，属于计算机视觉领域。该方法包括：构建场景图生成任务；对给定图像进行特征提取，包括RGB特征提取和深度特征提取；并通过目标检测器得到给定图像的实体关系建议；结合实体关系建议将RGB特征和深度特征进行跨模态融合，得到融合特征信息；将融合特征信息作为局部实体关系编码器的附加输入标记以进行谓词关系预测。本发明通过关注局部实体特征来学习更丰富的实体表示以及谓词表示，从而实现对局部交互信息的获取和补全，同时减少模型参数，提升运行效率。
-
公开(公告)号：CN118075265A
公开(公告)日：2024-05-24
申请号：CN202410292071.7
申请日：2024-03-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于数字孪生的车联网任务卸载方法，属于车联网技术领域。该方法包括：S1、建立基于数字孪生的车辆边缘计算模型，其包含车辆、边缘服务器RSU以及两者对应的数字孪生体，其中车辆的数字孪生体中至少包括具有任务优先级参数的任务属性；S2、基于车辆边缘计算模型构建任务卸载计算模型，其中，任务卸载计算主要包括本地计算、卸载至RUS计算以及卸载至协同车辆计算，卸载决策的计算时延至少考虑是否存在相同决策的缓存内容；S3、将任务卸载决策问题建模为马尔科夫决策过程，并基于双深度Q的卸载算法进行求解。在计算卸载部分提出了基于双深度Q的卸载算法以及基于任务优先级的分配方案，以达到最小化任务处理时延。
-
公开(公告)号：CN116055324B
公开(公告)日：2024-05-07
申请号：CN202211722211.7
申请日：2022-12-30
Applicant: 重庆邮电大学
IPC: H04L41/0823 , H04L41/0894 , H04L41/046 , H04L41/142 , H04L41/14 , H04L41/16 , H04L41/12
Abstract: 本发明涉及一种用于数据中心网络自优化的数字孪生方法，属于数字孪生领域，包括以下步骤：S1：构建孪生网络系统，包括物理数据中心网络层和数字孪生网络层，所述物理数据中心网络层由网元、服务器、链路组成；所述数字孪生网络层包括控制器、数据存储模块、强化学习模块、孪生网络模块、路径计算模块和流表管理模块；S2：数字孪生网络层采集物理数据中心网络层的数据，建立基础模型和功能模型，所述基础模型是由网元模型和链路模型连接组合构建拓扑模型，所述功能模型用于对基础模型作出网络优化策略；S3：对数字孪生网络层的强化学习算法进行训练；S4：部署训练好的数字孪生网络层，实现数据中心网络的自我优化。
-
公开(公告)号：CN117809109A
公开(公告)日：2024-04-02
申请号：CN202311862187.1
申请日：2023-12-29
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V40/20 , G06V20/40 , G06V10/46 , G06V10/80 , G06V10/82 , G06N3/0464 , G06V10/62
Abstract: 本发明涉及一种基于多尺度时间特征的行为识别方法，属于计算机视觉领域，包括以下步骤：S1：逐帧采集被测试者在测试时间段内的视频图像；S2：提取视频图像连续帧中的人体25个骨骼关键点，排除非必要骨骼点信息，并提取出关节点和骨骼的位置信息和速度信息作为输入数据；S3：通过早期融合双分支网络，将关节点和骨骼的位置信息，以及关节点和骨骼的速度信息分别通过两个分支输入，每个分支通过三个主干网络模块进行特征融合；S4：将早期融合数据馈送到包含六个主干网络模块的主流进行判别处理；S5：最后进行特征融合分类，得到行为分类结果。
-
公开(公告)号：CN117808049A
公开(公告)日：2024-04-02
申请号：CN202311850217.7
申请日：2023-12-29
Applicant: 重庆邮电大学
IPC: G06N3/0464 , G06N3/08 , G06N5/04 , G06F9/50
Abstract: 本发明涉及一种面向边缘智能的DNN边端协同推理方法，属于边缘计算领域，包括：离线配置阶段：边缘服务器端根据设备计算量、内存大小、网络条件和自身计算量，对DNN模型进行选取分割部署，并将分割的前部分部署到设备上；动态划分阶段：设备根据自身动态的计算量，动态的选择退出点，并把中间结果传输边缘服务器处，边缘服务器找到卸载点处，将中间结果作为输入，进行剩余模型推理工作，最后返回推理结果给设备进行响应；最后每隔一段时间边缘服务器进行模型更新，将新模型分割并进行模型部署。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.029 seconds)
