-
公开(公告)号：CN119649123A
公开(公告)日：2025-03-18
申请号：CN202411739285.0
申请日：2024-11-29
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/0475 , G06N3/0985 , G06N3/0895 , G06N3/094
Abstract: 本发明涉及图像分类领域，特别涉及一种基于CGAN‑MAML‑ResNet的少样本图像分类方法，包括：获取原始图像，构建并训练CGAN模型，使用训练好的CGAN模型生成样本图像；将样本图像与原始图像共同构成的数据集划分为训练集与测试集，构建多个分类元任务；将训练集输入到ResNet18模型中进行训练，得到训练结束后ResNet18模型的每层特征参数；构建并优化改进的ResNet18模型，获得模型的最优参数；根据最优参数对目标分类任务进行训练，得到分类结果。本发明所述方法具有准确性高、泛化能力强的优点。
-
公开(公告)号：CN115376317B
公开(公告)日：2023-08-11
申请号：CN202211004685.8
申请日：2022-08-22
Applicant: 重庆邮电大学 , 北京钢铁侠科技有限公司
IPC: G08G1/01 , G06N3/0464 , G06N3/08
Abstract: 本发明属于智能交通技术领域，具体涉及一种基于动态图卷积和时序卷积网络的交通流预测方法，该方法包括：获取路口节点中待预测的交通流数据，并对待预测的交通流数据进行预处理；将预处理后的交通流数据输入到训练好的交通流预测模型中，得到该路口节点交通流预测结果；根据交通流预测结果对该路口进行交通管制；本方法能更加完整提取交通流数据的时空特征，提高交通流预测的准确性，同时采用时序图卷积，解决了模型梯度不稳定、动态变化响应慢等问题，这对缓解城市交通拥堵，提高行使效率具有重要意义。
-
公开(公告)号：CN111179087B
公开(公告)日：2023-07-18
申请号：CN201911423503.9
申请日：2019-12-31
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于网格仲裁的联盟链共识方法，属于区块链技术领域。该方法以网格仲裁算法为基础，采用可验证随机函数将整个联盟链系统的节点划分为仲裁领导团与仲裁团两部分，通过仲裁团内部的改进拜占庭算法来达成区域共识，继而由仲裁领导团来完成对提出交易的最终确认。本发明所述方法与传统拜占庭共识算法相比，可以有效提升整个系统的吞吐量，提升区块链的整体共识效率。
-
公开(公告)号：CN115762164A
公开(公告)日：2023-03-07
申请号：CN202211452502.9
申请日：2022-11-21
Applicant: 重庆邮电大学
IPC: G08G1/01 , G06F18/214
Abstract: 本发明涉及道路交通检测领域，具体涉及一种基于PWSL‑KF模型的道路交通拥堵检测方法及系统，包括获取目标路段的真实交通密度和交通速度；将真实交通密度输入到PWSL‑KF观测器模型进行处理，计算出预测交通密度；计算预测交通密度和真实交通密度之间的残差；将得到的残差输入到基于KNN‑Shewhart策略的检测器中，根据训练数据中每个观测值的残差计算K近邻距离和参数阈值；最后比较K近邻距离和参数阈值得出道路拥堵情况；本发明对预测交通量的准确程度较高，对硬件和工程量要求较低，方便实现。
-
公开(公告)号：CN115688049A
公开(公告)日：2023-02-03
申请号：CN202211359711.9
申请日：2022-11-02
Applicant: 重庆邮电大学
IPC: G06F18/25 , G06F18/214 , G06N3/084 , G06N3/086
Abstract: 本发明属于无线传感网络的数据传输技术领域，具体涉及一种基于改进GWO优化BPNN的数据融合方法、装置和存储介质，该方法包括：采集高铁传感器数据，并对数据进行归一化预处理；采用改进的灰狼算法调整BP神经网络权值与阈值，得到最优的BP神经网络；将处理后的高铁传感器数据输入最优的BP神经网络进行数据融合。本发明采用新的动态权重更新策略，避免灰狼探索陷入局部最优，同时采用了RNA交叉操作，增强了搜索的灵活性；并通过改进的灰狼算法改进BP神经网络的权值和阈值，提高了数据的融合效率，减少了数据传输的误差，增强了数据的融合能力，在保证信息的准确性的前提下，减少了数据的传输量，降低了高铁无线传感网络的能耗。
-
Patent Agency Ranking
公开(公告)号：CN115203188A
公开(公告)日：2022-10-18
申请号：CN202210829481.1
申请日：2022-07-15
Applicant: 重庆邮电大学
IPC: G06F16/215
Abstract: 本发明涉及数据清洗技术，特别涉及一种基于发电机组时空序列数据的清洗方法，包括获取原始数据，对原始数据进行清洗的过程中，删除原始数据中冗余数据、冲突数据以及异常数据，构建时空序列模型对原始数据中删除的数据进行填补，完成数据清洗；其中，构建时空序列模型包括以下步骤：通过分析单个站点的原始数据，构建时间序列预测模型；通过分析多个站点的原始数据，构建空间序列预测模型；通过将时间序列预测模型和空间序列预测模型得到预测值通过加权平均的方法构建缺失数据的预测值，完成对缺失数据的清洗；本发明提高了冗余数据、冲突数据、异常数据以及缺失数据这四类脏数据查询和清理的准确度、灵敏度和精密度。
-
公开(公告)号：CN114499874A
公开(公告)日：2022-05-13
申请号：CN202111642100.0
申请日：2021-12-29
Applicant: 重庆邮电大学
Abstract: 本发明属于区块链技术共识算法领域，具体涉及一种应用于工业互联网的拜占庭容错共识优化方法；该方法包括：协调阶段、准备阶段、投票阶段和提交阶段；协调阶段在区块链系统中选举Q个领导者，每个领导者配置一个协调者，其中协调者为在领导者集合中随机选取的领导者，每个领导者只能作为一个领导者的协调者；准备阶段客户端向所有领导者和协调者广播区块生成请求；投票阶段领导者和协调者对区块生成请求进行投票表决；提交阶段，领导者和协调者验证投票结果，若验证通过，则达成共识，若验证不通过，则共识失败；各个节点重复执行拜占庭容错共识优化算法，直到所有的节点完成共识；与现有技术相比，具有更低的时延、更高的吞吐量和更大的节点容量。
-
公开(公告)号：CN106651546B
公开(公告)日：2021-12-07
申请号：CN201710000590.1
申请日：2017-01-03
Applicant: 重庆邮电大学
IPC: G06Q30/06 , G06F16/9535 , G06K9/62
Abstract: 本发明涉及一种面向智慧社区的电子商务信息推荐方法，属于电子商务技术领域。该方法包括：1)对用户在客户端上的具体浏览行为进行收集，对这些数据进行处理，得到用户的隐式评分；2)构建反映用户偏好的“用户‑商品”综合评分矩阵；3)构建“虚拟用户‑项目”评分矩阵；4)基于最近邻居集合利用协同过滤方法产生商品推荐集；5)构建用户特征向量；6)生成用户特征聚类簇；7)生成约伴推荐集。本发明充分利用智慧社区内消费群体规模较小、商品范围明确等优势，于客户端上对用户的各项表现出兴趣的浏览行为进行采集并做出预处理，很大程度上减轻服务端运行的压力，不仅实现了商品信息推荐，而且结合社区居民长期固定的社会关系实现了约伴推荐，帮助居民增进邻里友谊。
-
公开(公告)号：CN110779464B
公开(公告)日：2021-06-18
申请号：CN201911125563.2
申请日：2019-11-18
Applicant: 重庆邮电大学
IPC: G01B11/24
Abstract: 本发明属于微纳结构三维表面形貌测量领域，具体为一种时域频域联合分析宽光谱相干测量方法及系统，方法包括获取一系列的采样干涉条纹图像，分别提取像素点所对应的原始扫描信号；对该扫描信号分别进行时域调制度分析，提取出扫描信号的调制度曲线，通过调制度极大值点确定靠近零光程差点的采样点位置，可作为中心点并提取一段相对于中心点对称的扫描信号；将对称扫描信号进行空间频域分析，利用频谱相位信息确定零光程差点的相对位置；结合调制度极大值点位置和零光程差点的相对位置，联合求解得到每个像素点的表面形貌高度，确定被测物体三维表面形貌。本发明采取逐像素的方式求取被测微纳结构的表面形貌高度，其理论测量精度可达亚纳米量级。
-
公开(公告)号：CN112528891A
公开(公告)日：2021-03-19
申请号：CN202011490831.3
申请日：2020-12-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于骨架信息的双向LSTM‑CNN的视频行为识别方法，属于视频处理领域。该方法首先基于视频帧进行人体骨架序列信息的提取，之后将数据归一化处理，将处理后的数据输入到双向LSTM网络中进行时间序列特征的提取；将经过时间特征提取后的骨架序列输入到卷积神经网络中提取空间特征；最后将经过双向LSTM‑CNN网络提取的时空特征输入到SVM分类器中将行为识别分类。本方法不仅充分识别了视频序列中的时空信息而且提高了行为识别的准确率。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.03 seconds)
