-
公开(公告)号：CN116433583A
公开(公告)日：2023-07-14
申请号：CN202310115727.3
申请日：2023-02-15
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06V10/40 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于多神经网络融合的乳腺癌病理图像分级方法，属于计算机技术领域，包括以下步骤：步骤一：裁剪和筛选原始病理图像，并对其进行图像增强；步骤二：使用ResNet‑50、DenseNet‑121和InceptionNet的主干网络提取病理图像的低级和高级特征，并利用全局平均池化层和softmax层分别输出每个神经网络的分级结果；步骤三：利用拼接层将三个神经网络的输出特征拼接起来，通过堆叠的方式添加一个融合网络，利用融合网络再次学习神经网络的输出特征；步骤四：利用多层感知策略输出最终的病理图像分级结果。
-
公开(公告)号：CN116305283A
公开(公告)日：2023-06-23
申请号：CN202310302226.6
申请日：2023-03-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于互信息的隐私度量与优化方法，属于隐私度量领域，包括以下步骤：S1：首先根据内容重要性、用户兴趣相似度以及时间模型给出社会关系的定义；S2：只考虑两个用户之间隐私度量的简单情况，给出用互信息进行隐私度量的方法，并优化目标函数；S3：用互信息度量多个用户导致的合谋攻击时隐私泄露的程度。本发明能分析隐私度量并对隐私信息进行一定的保护，实现了隐私信息的度量与保护，具有较强的隐私度量与保护能力。
-
公开(公告)号：CN116094556A
公开(公告)日：2023-05-09
申请号：CN202211612661.0
申请日：2022-12-15
Applicant: 重庆邮电大学
IPC: H04B7/0456 , H04B17/391 , H04B10/90
Abstract: 本发明涉及基于IRS辅助太赫兹MIMO通信系统的空间多路复用方法，属于通信技术领域。该方法包括以下步骤：IRS多分区辅助收发端多子阵列太赫兹MIMO通信系统架构提出；在提出架构下，基于克罗内克积，建立的信道模型；根据频谱效率最大化原则，构建一个含有多变量耦合和非凸约束的非凸目标函数；将优化问题解耦成两个易于求解的子问题，即IRS反射系数矩阵设计问题和收/发端的混合预编码/组合矩阵设计问题；基于黎曼流形优化算法，计算IRS反射系数矩阵；基于数理推导，得到混合预编码矩阵/组合矩阵的闭式解。
-
公开(公告)号：CN108848560B
公开(公告)日：2022-07-01
申请号：CN201810730352.0
申请日：2018-07-05
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于资源池划分的车与车(V2V)广播资源分配方法，属于无线通信技术领域；具体步骤为：首先进行道路规划以及资源池划分，以提高资源的利用率以及隐藏终端造成的干扰。之后将数据包和调度信息(SA)资源的预订信息分别嵌入到SA和数据包中，通过解码相关信息获取资源预留，以减少数据包的资源碰撞。最后实验仿真表明，本发明可以有效提高数据包传输的接收率。
-
公开(公告)号：CN111881262B
公开(公告)日：2022-05-20
申请号：CN202010783807.2
申请日：2020-08-06
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多通道神经网络的文本情感分析方法，属于计算机技术领域。该方法包括步骤：1、将文本进行分词并映射为词向量矩阵；2、使用长短时记忆网络和卷积神经网络提取文本的高层上下文特征和原始上下文特征；3、利用多通道结构提取并融合不同视距的高层上下文特征和原始上下文特征，并通过局部注意力机制对各通道的特征进行加权，生成全局特征；4、利用全局注意力模块突出全局特征中的重要信息，最后使用Top‑K池化策略对特征进行筛选；5、利用自适应加权损失函数减少训练数据类不平衡对模型的影响。本发明能分析文本情感并对文本所表达的情感分类，实现了文本特征的准确提取和增强，具有较强的文本情感分析能力。
-
Patent Agency Ranking
公开(公告)号：CN113158875A
公开(公告)日：2021-07-23
申请号：CN202110412323.1
申请日：2021-04-16
Applicant: 重庆邮电大学
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08 , G06F40/284
Abstract: 本发明涉及一种基于多模态交互融合网络的图文情感分析方法及系统，属于人工智能领域，包括对图文进行预处理，分离出文本和图像，并采用词嵌入技术处理文本，采用图像处理技术处理图像；使用空洞卷积神经网络、双向长短时记忆网络和注意力机制构建文本特征提取模块，使用深度卷积网络构建视觉特征提取模块；设计面向图文的多模态交互融合网络，并采用多个具有不同神经元的多模态交互融合网络建模不同粒度的图文相关性；融合不同粒度的图文特征，并通过多层感知机获取图文情感倾向；使用交叉熵作为损失函数，并使用带有热启动的Adam优化器训练模型。
-
公开(公告)号：CN108764077B
公开(公告)日：2021-03-19
申请号：CN201810462767.4
申请日：2018-05-15
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于卷积神经网络的信号调制分类方法，涉及信号调制分类领域。该方法的步骤为：1、同时利用平滑伪Winger‑Ville分布和Born‑Jordan分布，将接收到的信号转换成时频分布图；2、由于不同调制信号的时频图像不同，因此利用卷积神经网络自动提取这两种时频分布图的特征；3、利用多模融合模型将这些不同的时频图像特征进行融合；4、利用多层感知机完成信号的分类任务。本发明提出的基于卷积神经网络的信号调制分类方法，相对于传统的调制分类方法，利用了卷积神经网络自动提取特征，提高了信号在低信噪比下的识别性能。
-
公开(公告)号：CN107092596B
公开(公告)日：2020-08-04
申请号：CN201710271861.7
申请日：2017-04-24
Applicant: 重庆邮电大学
IPC: G06F40/289 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于attention CNNs和CCR的文本情感分析方法，属于自然语言处理领域。该方法包括以下步骤：1、利用原始文本数据训练语义词向量和情感词向量并利用搜集的情感词典进行词典词向量构建；2、利用长短时记忆网络LSTM捕获单词的上下文语义用于歧义消除；3、利用卷积神经网络(结合不同滤波长度的卷积核提取文本的局部特征；4、再利用三种不同的注意力机制分别提取全局特征；5、对原始文本数据进行人工特征提取；6、利用局部特征，全局特征以及人工特征对多模一致回归目标函数进行训练；7、利用多模一致回归预测方法进行情感极性预测。本发明相对于采用单一词向量或仅提取文本局部特征等方法，能够进一步提高情感分类精度。
-
公开(公告)号：CN111325155A
公开(公告)日：2020-06-23
申请号：CN202010107288.8
申请日：2020-02-21
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于残差式3D CNN和多模态特征融合的视频动作分类方法，属于计算机视觉与深度学习领域。首先将传统C3D网络连接方式改为残差式连接；采用核分解技术将3D卷积核拆解，得到一个空间卷积核，与并行的多个不同时间尺度时间核，再在空间卷积核后插入注意力模型，得到A3D残差模块并将其堆叠成的残差网络。搭建双流动作识别模型，将RGB图像特征和光流特征输入到空间流网络和时间流网络中，并提取出多级卷积特征层特征，再利用多级特征融合策略对两个网络进行融合，实现时空特征互补；最后将分数级融合后的全局视频动作描述子通过PCA降维，再用SVM分类器完成动作分类。
-
公开(公告)号：CN111224906A
公开(公告)日：2020-06-02
申请号：CN202010107381.9
申请日：2020-02-21
Applicant: 重庆邮电大学
IPC: H04L25/02 , H04B7/0413 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于深度神经网络的近似消息传递大规模MIMO信号检测算法，属于无线通信技术领域，包括步骤一：简化用于大规模MIMO系统置信传播算法并标量化，得到最初适用于大规模MIMO系统的近似消息传递算法；步骤二：设置训练参数，得到改进的近似消息传递算法；步骤三：将带有训练参数的近似消息传递算法展开成一个用于大规模MIMO系统检测的深度神经网络；步骤四：对所构建的深度神经网络进行离线训练，得到适用于MIMO系统检测的最优近似消息传递深度神经网络，用训练好的神经网络进行在线检测。本发明实现了以较低复杂度，达到了更低的误码率，并且对各种信道、天线配置以及不同的调制方式都具有稳健性。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.036 seconds)
