-
公开(公告)号:CN114549328A
公开(公告)日:2022-05-27
申请号:CN202210448558.0
申请日:2022-04-24
Applicant: 西南财经大学
Abstract: 本发明的JPG图像超分辨率恢复方法,其特征在于,JPG图像超分辨率恢复方法步骤包括,S1)图像噪声处理阶段,采用轻量化的卷积神经网络1得到JPG压缩信息恢复的去噪图像;S2)图像高精准度恢复阶段,采用卷积神经网络2得到目标图像;S3)图像高感知度恢复阶段,采用卷积神经网络3得到目标图像;其中,卷积神经网络1、卷积神经网络2、卷积神经网络3分别为不同的卷积神经网络。本发明JPG图像超分辨率恢复方法、计算机可读存储介质及终端,对数据的特点进行分析,基于使用目的,构建出相应的高精准度,可实现的端到端深度学习模型。另外,引入了精准度和感知度的权重比,可以提供更好的高像素图片。
-
公开(公告)号:CN119152684A
公开(公告)日:2024-12-17
申请号:CN202411588401.3
申请日:2024-11-08
Applicant: 西南财经大学
Abstract: 本发明公开了一种基于持续学习的跨域交通流量预测方法,属于交通流量预测领域,方法包括:对跨域交通流量预测模型进行增量训练,使地区间共享知识子模块提取不同任务间的通用融合信息,获得当前训练轮次的跨域交通流量预测模型,并执行预测任务,根据预测结果、模型的参数知识更新对应的地区专属知识子模块。在持续学习框架中通过地区间共享知识模块融合多个地区知识的同时,通过地区专属知识子模块隔离各地区之间的通用知识与专属知识,保证了对目标地区预测的适应性,提升了交通部门预测交通流量的能力;同时,基于持续学习框架实现交通流预测知识在地区之间的传递,从而解决了缺少交通流量数据难以建模的问题。
-
公开(公告)号:CN115689645A
公开(公告)日:2023-02-03
申请号:CN202211213007.2
申请日:2022-09-30
Applicant: 西南财经大学
IPC: G06Q30/0251 , G06F16/9536 , G06Q50/00
Abstract: 本发明的一种竞争产品促销方法及系统、存储介质及终端。一种竞争产品促销方法,其特征在于,包括以下步骤,步骤S1、建立促销产品的决策模型;步骤S2、获取第一公司的广告策略数据;步骤S3、获取第二公司的备选策略数据;步骤S4、将第一公司的广告策略数据与第二公司的备选策略数据输入决策模型进行计算,决策模型输出结果数据。本发明的有益效果体现在,提供一种竞争产品促销方法及系统、存储介质及终端。本发明可以实时根据第一公司的营销策略来更新第二公司的最优组合策略,能够在有强劲的竞争对手时,仍能够达到最优组合策略,使销量达到最优,从而使收入达到最优。
-
公开(公告)号:CN115270008A
公开(公告)日:2022-11-01
申请号:CN202211196398.1
申请日:2022-09-29
Applicant: 西南财经大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明的最大影响力博主找寻方法及系统、存储介质及终端,其特征在于,包括以下步骤:步骤S1,获取微博社交网络数据,微博社交网络数据具有博主、博主之间的传播权重、博主之间的传播阈值;步骤S2,将微博社交网络抽象为有向无环图,获取有向无环图的信息,V表示节点的集合,每一个节点对应微博社交网络中的一个个体,本发明结合鲁棒优化理论讨论了社交网络中传播权重的不确定性更加符合现实背景,同时,基于提出的整数规划模型,设计C&CG算法求解,提升在大规模社交网络上的泛化能力。
-
公开(公告)号:CN116452320B
公开(公告)日:2024-04-30
申请号:CN202310385038.4
申请日:2023-04-12
Applicant: 西南财经大学 , 喀什地区电子信息产业技术研究院
Abstract: 本发明涉及信用风险预测技术,其公开了一种基于持续学习的信用风险预测方法,在隐私保护导致的样本量有限的情况下,持续性地增强模型的性能,提高预测的准确性。本发明采用持续学习策略训练各个任务的预测模型,上一个任务的模型训练好后,提取模型的参数知识传递到下一个任务,从而辅助下一个任务的模型训练;此外,本发明在模型应用中还融入了三支决策,即首先根据各任务模型对相应任务训练数据集中样本预测结果的置信度分布情况,自适应设置模型的三支决策阈值对,在实际应用中,收到待预测信息后,采用当前最新模型输出对待预测信息的风险评估结果并统计置信度,而后根据三支决策阈值对执行决策,实现对不确定性样本的延迟决策处理,以便更好地控制信用风险。
-
公开(公告)号:CN114708146A
公开(公告)日:2022-07-05
申请号:CN202210352479.X
申请日:2022-04-05
Applicant: 西南财经大学
Abstract: 本发明提供JPG图像数据实体的2s倍超分辨率模型,包括,具有执行以下功能的计算机程序:图像噪声处理;高精准度恢复;图像高感知度恢复。有益效果在于:关注于如何处理现实中的JPG图像数据,通过结合特定的需求,设置效果满意的超分辨率模型。通过高精度、高感知度超分辨率模型的迭代、结合,消除JPG图像存在的噪声干扰,进一步产生满足实际需要的超分辨率图像。设备获取高分辨率图像只能针对新的图像数据,对于已有的,尤其是很久之前的照片,新设备是无法处理的。另外,高清图像设备的价格往往都极其昂贵,对很多使用单位,其使用成本过高。本方法从模型的角度出发,可以很好地解决这个问题。
-
公开(公告)号:CN113240451A
公开(公告)日:2021-08-10
申请号:CN202110389902.9
申请日:2021-04-12
Applicant: 西南财经大学
Abstract: 本申请实施例涉及一种用户流失预测方法和装置,该方法包括:获取现存用户的基本信息,基本信息包括会员基本信息、会员运动收益信息、会员健身行为信息、会员办卡行为信息、会员社交行为信息中的至少一种;将基本信息输入至已训练的用户流失预测模型中输出流失概率值;若流失概率值大于预设阈值,则确定基本信息对应的用户为即将流失用户。本申请实施例通过将现存健身用户的基本信息输入至已训练的用户流失预测模型可以直接输出流失概率值,通过流失概率值可以确定现存用户是不是属于即将流失的用户,从而解决了现有技术中健身房中没有预测用户流失的技术空白,为健身房管理者对未来可能的流失用户采取对应挽留措施提供指导,降低了用户流失率。
-
公开(公告)号:CN119152684B
公开(公告)日:2025-03-18
申请号:CN202411588401.3
申请日:2024-11-08
Applicant: 西南财经大学
Abstract: 本发明公开了一种基于持续学习的跨域交通流量预测方法,属于交通流量预测领域,方法包括:对跨域交通流量预测模型进行增量训练,使地区间共享知识子模块提取不同任务间的通用融合信息,获得当前训练轮次的跨域交通流量预测模型,并执行预测任务,根据预测结果、模型的参数知识更新对应的地区专属知识子模块。在持续学习框架中通过地区间共享知识模块融合多个地区知识的同时,通过地区专属知识子模块隔离各地区之间的通用知识与专属知识,保证了对目标地区预测的适应性,提升了交通部门预测交通流量的能力;同时,基于持续学习框架实现交通流预测知识在地区之间的传递,从而解决了缺少交通流量数据难以建模的问题。
-
公开(公告)号:CN118940200A
公开(公告)日:2024-11-12
申请号:CN202411434704.X
申请日:2024-10-15
Applicant: 西南财经大学
IPC: G06F18/2433 , G06Q40/04 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于持续学习与知识库回放策略的异常交易检测方法,属于异常交易检测技术领域,方法包括:从知识库中挑选具有代表性的金融交易样本,与预处理后的金融交易样本进行合并形成训练数据集,进而对异常交易检测模型进行增量训练,利用完成训练的当前训练轮次的异常交易检测模型,执行异常交易预测任务。通过挑选能够保留先前任务的知识和经验的代表性金融交易样本,将代表性金融交易样本与增量出现的当期数据集合并后为模型更新提供所用的训练数据集,使模型能不断从之前任务中的代表性金融交易样本提取信息,进而提高对异常情况的识别能力。
-
公开(公告)号:CN114708146B
公开(公告)日:2024-11-05
申请号:CN202210352479.X
申请日:2022-04-05
Applicant: 西南财经大学
IPC: G06T3/4053 , G06T3/4046 , G06T5/60 , G06T5/77 , G06N3/0464 , G06N3/08
Abstract: 本发明提供JPG图像数据实体的2s倍超分辨率恢复装置,包括,具有执行以下功能的计算机程序:图像噪声处理;高精准度恢复;图像高感知度恢复。有益效果在于:关注于如何处理现实中的JPG图像数据,通过结合特定的需求,设置效果满意的超分辨率模型。通过高精度、高感知度超分辨率模型的迭代、结合,消除JPG图像存在的噪声干扰,进一步产生满足实际需要的超分辨率图像。设备获取高分辨率图像只能针对新的图像数据,对于已有的,尤其是很久之前的照片,新设备是无法处理的。另外,高清图像设备的价格往往都极其昂贵,对很多使用单位,其使用成本过高。本方法从模型的角度出发,可以很好地解决这个问题。
-
-
-
-
-
-
-
-
-