-
公开(公告)号：CN115641718B
公开(公告)日：2023-12-08
申请号：CN202211299621.5
申请日：2022-10-24
Applicant: 重庆邮电大学
Abstract: 本发明属于智能交通管理领域，尤其涉及一种基于卡口流量相似性和语义关联的短时交通流预测方法；包括获取交通流数据的相关属性，相关属性包括交通流特征矩阵、多阶邻居和POI类型；构建路网地理图和路网语义图，采用自适应时空GAT模型分别提取路网地理图与路网语义图的时空特征，将两种时空特征动态融合得到预测值；本发明能够挖掘并利用相似交通流中的蕴含信息，动态捕获路网的时空特征，最终实现更加深层地挖掘出城市路网中相关路段和邻接路段的时空相关性，并提高了交通流预测的准确性。
-
公开(公告)号：CN117151170A
公开(公告)日：2023-12-01
申请号：CN202311122481.9
申请日：2023-09-01
Applicant: 重庆邮电大学
IPC: G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/098 , G06N20/00 , G06V10/764 , G06F21/62
Abstract: 本发明属于信息安全技术领域，具体涉及一种基于联邦学习的双重模型替换后门攻击方法及系统；该方法包括：构建TrojanGan模型并进行优化训练，得到预训练的TrojanGan编码器；根据图像中毒攻击方法，采用TrojanGan编码器构建预训练后门模型；根据预训练后门模型进行联邦学习训练，得到多目标后门攻击聚合模型；采用多目标后门攻击聚合模型对多目标后门攻击图像进行分类，得到攻击结果；本发明可提高了模型中多个后门的注入效率与攻击的成功率，同时保持联邦学习聚合模型的正常识别性能。
-
公开(公告)号：CN115907865A
公开(公告)日：2023-04-04
申请号：CN202211408791.2
申请日：2022-11-11
Applicant: 重庆邮电大学
IPC: G06Q30/0251 , G06Q30/0601 , G06N20/00
Abstract: 本发明属于网络对齐领域，具体涉及一种基于张量分解和全貌表示的跨电商书城用户对齐方法，包括：提取电商书城平台用户的基本属性信息和用户行为数据信息；采用“用户‑行为‑图书”张量分解模型对用户行为数据信息进行同态补偿；采用UBN2vec全貌表示模型对补偿后的电商书城用户数据进行处理；使用用户兴趣群组分块索引模型对电商书城用户进行兴趣群组划分，将兴趣偏好不同的用户划分到不同的兴趣群组中；计算同一兴趣群组中用户节点嵌入表示矢量间的相似度，选取另一平台中相似度最高的用户作为待匹配用户的对齐用户。本发明减少了兴趣差别较大用户的匹配次数，降低了匹配过程的复杂度，最终精准高效地实现对跨书城平台用户的对齐。
-
公开(公告)号：CN115761408A
公开(公告)日：2023-03-07
申请号：CN202211475594.2
申请日：2022-11-23
Applicant: 重庆邮电大学
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明属于数据安全技术领域，具体涉及一种基于知识蒸馏的联邦域适应方法及系统；该方法包括：多个医疗机构作为客户端采集数据库中的医疗图像，服务器采集本地医疗数据库中的医疗图像；将客户端中的数据作为源域数据，服务器中的数据作为目标域数据；构建基于医疗图像分类模型的联邦学习模型；根据源域数据和目标域数据对联邦学习模型进行医疗图像分类模型训练和对比学习，得到训练好的全局模型；服务器采集目标医疗机构的医疗图像并将其输入到全局模型中，得到医疗图像分类结果；本发明预测精度高，对用户数据隐私保护性好，具有良好的应用前景。
-
公开(公告)号：CN115759110A
公开(公告)日：2023-03-07
申请号：CN202211359512.8
申请日：2022-11-02
Applicant: 重庆邮电大学
IPC: G06F40/30 , G06F40/126 , G06F18/25 , H04L51/52
Abstract: 本发明属于网络信息处理领域，具体涉及一种基于多特征融合的恶意信息检测方法、装置及系统；所述方法包括获取社交网络平台的传播信息，得到源文本、评论文本的句子级语义向量和源文本的字符级语义向量；分别得到源文本特征和评论文本特征；进行处理后得到源文本特征检测结果和评论文本特征检测结果；根据用户关系属性，构建出用户节点与其邻居节点之间的信息传播树，按照信息传播树构建出传播子图，对传播子图向量化，得到传播特征；进行处理后得到传播特征检测结果；采用基于时变函数的融合方法对源文本特征检测结果、评论文本特征检测结果与传播特征检测结果进行融合，检测出恶意信息。本发明能够更精确的尽早完成恶意信息的检测。
-
Patent Agency Ranking
公开(公告)号：CN115641718A
公开(公告)日：2023-01-24
申请号：CN202211299621.5
申请日：2022-10-24
Applicant: 重庆邮电大学
Abstract: 本发明属于智能交通管理领域，尤其涉及一种基于卡口流量相似性和语义关联的短时交通流预测方法；包括获取交通流数据的相关属性，相关属性包括交通流特征矩阵、多阶邻居和POI类型；构建路网地理图和路网语义图，采用自适应时空GAT模型分别提取路网地理图与路网语义图的时空特征，将两种时空特征动态融合得到预测值；本发明能够挖掘并利用相似交通流中的蕴含信息，动态捕获路网的时空特征，最终实现更加深层地挖掘出城市路网中相关路段和邻接路段的时空相关性，并提高了交通流预测的准确性。
-
公开(公告)号：CN115620510A
公开(公告)日：2023-01-17
申请号：CN202211023169.X
申请日：2022-08-25
Applicant: 重庆邮电大学
Abstract: 本发明属于智能交通应用技术领域，具体涉及一种基于自适应窗口注意力提取时空依赖的交通流预测方法，包括获取交通路网的图结构基本信息及其交通流数据，对交通流数据进行预处理；获取交通路网中各卡口节点的流量单元时空特征集合；构建交通流量预测模型，其包括时间依赖模块、时空依赖模块和预测模块；采用多头注意力机制构建时间依赖模块得到各卡口节点的时间依赖特征；在时空依赖模块引入自适应窗口，以各卡口节点的时间依赖特征作为输入得到各卡口节点的时空依赖特征；将各卡口节点的时空依赖特征输入预测模块得到预测结果；本发明引入自适应窗口，采用局部注意力和全局注意力结合的机制挖掘相邻卡口之间的相关性，实现准确实时的交通流预测。
-
公开(公告)号：CN115587633A
公开(公告)日：2023-01-10
申请号：CN202211382618.X
申请日：2022-11-07
Applicant: 重庆邮电大学
IPC: G06N20/00 , G06F18/22 , G06F18/23213
Abstract: 本发明属于联邦学习技术应用领域，尤其涉及一种基于参数分层的个性化联邦学习方法；本发明包括：客户端在联邦学习前对本地模型进行参数划分，得到基础层参数和个性化层参数，将基础层参数与个性化层参数在每次联邦学习中进行更新，并基于更新后的基础层参数对客户端进行聚类划分，从而获取每个小组的组平均权重上传给服务器，服务器更新基础层参数；联邦学习完成后得到最优的基础层参数下发给客户端，客户端采用本地数据对本地模型进行训练得到个性化的本地模型；本发明通过参数分层和联邦训练中的聚类划分可以缓解每个客户端的非独立同分布数据所带来的异质性问题，有助于每个客户端最终的模型更适应于它本地的数据。
-
公开(公告)号：CN115495671A
公开(公告)日：2022-12-20
申请号：CN202211128418.1
申请日：2022-09-16
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q10/04 , G06Q50/00 , G06N3/04 , G06N3/08
Abstract: 本发明属于网络舆情分析领域，具体涉及一种基于图结构迁移的跨领域谣言传播控制方法，包括：实时获取待传播的数据，并提取待传播数据的相关属性；采用URR2vec算法对相关属性进行处理，得到用户转发行为驱动力；根据用户转发行为驱动力采用训练后的图卷积神经网络计算用户转发行为影响力；根据用户转发行为影响力确定谣言传播趋势，并传播趋势对谣言进行控制；本发明通过对待传播的数据提取谣言话题重要度、谣言话题热度、用户活跃度、用户受情感影响指数以及用户亲密度等的相关特征，通过提取的特征对待传播的数据进行分析，使得预测的谣言传播趋势的准确度更高。
-
公开(公告)号：CN115495670A
公开(公告)日：2022-12-20
申请号：CN202211126773.5
申请日：2022-09-16
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q10/04 , G06Q50/00
Abstract: 本发明属于信息传播分析处理领域，具体为基于高阶传播网络的恶意‑反恶意信息传播预测方法。所述方法包括获取社交网络平台的传播话题下的用户行为记录、信息参与记录以和信息传播情况，并进行预处理；从而提取出用户自身属性、用户群体属性以及用户影响力；计算出用户的多维信息影响力；根据动态博弈理论计算恶意信息与反恶意信息的传播推动力；将用户分成四类状态，建立出传播模型；根据恶意信息与反恶意信息的传播推动力，利用传播模型的动力学方程求解出任意用户在任意时刻参与恶意信息和反恶意信息传播的概率。
-
-
-
-
-
-
-
-
-
Search Results
172
records
(took 0.027 seconds)
