-
公开(公告)号：CN112667763B
公开(公告)日：2022-09-13
申请号：CN202011594675.5
申请日：2020-12-29
Applicant: 电子科技大学 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种基于自适应时间戳与多尺度特征提取的轨迹预测方法，包括以下步骤：S1：构建自适应轨迹切割时间戳；S2：根据时间戳，对用户轨迹进行切割，来拟合用户的运动模式；S3：对用户历史轨迹进行特征提取；S4：对特征向量进行归一化处理，统一多尺度特征量纲；S5：通过LSTM网络模型和分类器预测下一个POI。本发明通过结合历史轨迹数据的时间统计特性，自适应地为每一个用户定义个性化时间戳，关注不同用户运动模式之间的差异性；并结合时间序列特征提取方法多尺度对用户轨迹特征进行提取，解决了人为固定时间戳定义、轨迹特征单一性以及特征向量嵌入量纲不统一给用户轨迹预测带来的问题，提高了预测精度的效果。
-
公开(公告)号：CN112667763A
公开(公告)日：2021-04-16
申请号：CN202011594675.5
申请日：2020-12-29
Applicant: 电子科技大学 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种基于自适应时间戳与多尺度特征提取的轨迹预测方法，包括以下步骤：S1：构建自适应轨迹切割时间戳；S2：根据时间戳，对用户轨迹进行切割，来拟合用户的运动模式；S3：对用户历史轨迹进行特征提取；S4：对特征向量进行归一化处理，统一多尺度特征量纲；S5：通过LSTM网络模型和分类器预测下一个POI。本发明通过结合历史轨迹数据的时间统计特性，自适应地为每一个用户定义个性化时间戳，关注不同用户运动模式之间的差异性；并结合时间序列特征提取方法多尺度对用户轨迹特征进行提取，解决了人为固定时间戳定义、轨迹特征单一性以及特征向量嵌入量纲不统一给用户轨迹预测带来的问题，提高了预测精度的效果。
-
公开(公告)号：CN119719337A
公开(公告)日：2025-03-28
申请号：CN202411789756.9
申请日：2024-12-06
Applicant: 电子科技大学
IPC: G06F16/334 , G06F16/335 , G06F40/194 , G06F40/284 , G06F40/30 , G06N5/04 , G06N3/0455
Abstract: 本发明介绍了一种结合大语言模型出色的语义理解能力与传统的词汇对比技术的多阶段相似功能点描述文本检索和对比算法。通过采用多语言同义转写技术，我们预先构建了可能的同义表达文本库；然后利用向量库技术将这些文本转换成向量形式并建立索引，以此来提高检索的速度和准确性。最后，通过融合大语言模型和传统词义对比算法，我们能够综合评估文本间的相似性。本发明能够精准地提取功能点描述文本的核心意义，并有效地分辨相似的功能点和不同的功能点，从而实现了更加精确和高效的功能点对比。其应用有助于减少信息化建设过程中的重复建设的工作。
-
公开(公告)号：CN117332846A
公开(公告)日：2024-01-02
申请号：CN202211503708.X
申请日：2022-11-28
Abstract: 本发明涉及边缘计算下的隐私保护领域，特别是涉及一种体联网环境下的边缘智能协同隐私保护方法。目的在于解决应用在边缘计算场景下的联邦学习需要耗费大量的通信成本，同时面临各种攻击手段会影响隐私保护的效率以及安全性的问题。主要方案包括定义轻量级边缘智能协同联邦学习框架EdgeFL，对神经网络模型的层次分为不同块，然后分别在用户移动设备和机构私有服务器训练，然后云数据中心进行模型参数聚合；云数据中心得到本轮私有服务器上传的模型参数后，计算差值添加差分扰动后更新云数据中心的模型参数，并将更新后的模型参数用作下一轮训练，下发给私有机构进行下一轮训练。
-
公开(公告)号：CN116258353A
公开(公告)日：2023-06-13
申请号：CN202310538895.3
申请日：2023-05-15
Applicant: 民航成都信息技术有限公司 , 电子科技大学
IPC: G06Q10/0631 , G06Q50/30
Abstract: 本发明涉及航班地勤保障技术领域，尤其涉及航班地勤节点执行序列的确定方法、装置、设备及介质，该方法包括：对执行用户序列或执行顺序序列中，部分航班地勤节点的执行用户或部分航班对应的执行顺序进行交叉、变异，得到交叉执行序列和变异执行序列；从所有初始执行序列、所有交叉执行序列和所有变异执行序列中筛选出最新的初始执行序列；若最新的初始执行序列的数量小于预设数量，则继续交叉、变异；否则，将最新的初始执行序列确定为目标执行序列。通过本申请的方式，能够确定目标执行序列，以执行所有航班地勤节点，提高了执行航班地勤节点的执行效率。
-
Patent Agency Ranking
公开(公告)号：CN115712467A
公开(公告)日：2023-02-24
申请号：CN202211452770.0
申请日：2022-11-21
IPC: G06F9/445 , G06F9/48 , G06F16/215 , G06F21/64 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及边缘计算领域，特别是涉及一种边缘计算PLD任务卸载方法、装置及存储介质。目的在于解决上述现有技术存在的缺点会影响任务卸载策略的效率，在数据量较大时往往存在较大的误差与资源消耗，为系统带来较大负担的问题。主要方案包括获取集群中系统整体的历史任务卸载情况数据，并对数据进行清洗；构建PLD模型所需的三大空间，采用LSTM模型与DQN模型构建PLD模型，并将清洗后的历史数据通过三大空间输入到PLD模型中完成预测模型训练；将即将到来的任务数据输入训练好的PLD模型，得到集群系统对每个任务的任务卸载策略。
-
公开(公告)号：CN115563650A
公开(公告)日：2023-01-03
申请号：CN202211262070.5
申请日：2022-10-14
Abstract: 本发明公开了一种基于联邦学习实现医疗数据的隐私保护系，涉及医疗数据管理技术领域，包括医疗终端设备、医疗边缘服务器和医疗云中心服务器；医疗终端设备可通过变分建模对医疗数据进行预处理以实现隐私增强并得到模型训练数据；医疗边缘服务器用于将模型训练数据传入多模态模型，筛选得到生命体征区域特征，对全局医疗模型进行训练，得到局部模型，在局部模型梯度中加入本地微分扰动噪声；初始化和更新全局医疗模型。本发明为基于联邦学习的云边、智能、安全、可信的架构，能实现云边智能协同下的医疗模型训练；实现了医疗数据多模态融合的细粒度分类，提高了模型的准确率；将变分建模和差分隐私集成到系统架构中，确保医疗数据的高机密性。
-
公开(公告)号：CN114244456A
公开(公告)日：2022-03-25
申请号：CN202111589637.5
申请日：2021-12-23
Applicant: 电子科技大学
IPC: H04B17/336 , G06N3/04 , G06K9/62 , G06V10/764
Abstract: 本发明公开了一种基于生成对抗网络的无线电数据增扩与分类方法，利用GAN捕获样本数据分布，生成具有原始数据分布特征的高质量“伪造”数据，从而解决获取无线调制数据困难与成本较高的问题；优化了调制数据分类模型，提出了调制分类模型AMCST，提高了调制数据的分类准确率。通过在公共数据集上的实验，证明了所提出的数据增扩方法可以极大地提高调制分类模型AMCST分类准确率。在未来的工作中，本发明将研究其他深度学习模型，如变分自编码器及其变种，在调制数据增扩领域的应用。
-
-
公开(公告)号：CN105163296A
公开(公告)日：2015-12-16
申请号：CN201510607658.3
申请日：2015-09-22
Applicant: 电子科技大学
Abstract: 本发明提出了一种多维度垃圾短信过滤方法并设计了相应的系统，通过垃圾短信拦截和短信管理两个模块来实现3个主要功能：1.对变种垃圾短信和伪基站垃圾短信进行拦截；2.定位伪基站；3.增加短信安全加密，重要提醒等管理功能。本发明在超过100台手机上进行了超过3000次的垃圾短信拦截测试，实现了基本功能模块，运行稳定且占用内存为4.5M，耗电量仅为0.2％。与市场已有的垃圾短信防护系统相比有明显改善，极大的帮助用户避免垃圾短信的骚扰，给用户带来方便。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.075 seconds)
