-
公开(公告)号：CN115906162B
公开(公告)日：2024-07-12
申请号：CN202211458568.9
申请日：2022-11-17
Applicant: 重庆邮电大学
IPC: G06F21/62 , G06N3/04 , G06N3/08 , G06N20/00 , G06F18/214
Abstract: 本发明属于联邦学习技术应用领域，具体涉及一种基于异质表示和联邦因子分解机的隐私保护方法，该方法包括：获取各客户端用户数据，并在客户端本地对数据进行预处理；对预处理后的数据进行安全对齐；构建纵向联邦因子分解机模型，将安全对齐后的数据通过异质表示后输入到纵向联邦因子分解机模型中，得到隐私保护后的客户端局部模型；本发明通过对用户数据进行对齐处理，并采用数据加密算法对用户ID等隐私信息进行加密保护，使得非重叠用户的信息不泄露。
-
公开(公告)号：CN116206443B
公开(公告)日：2023-12-15
申请号：CN202310054179.8
申请日：2023-02-03
Applicant: 重庆邮电大学
Abstract: 本发明属于异常数据处理领域，具体涉一种基于时空路网像素化表示的交通流量数据插补方法；该方法包括：获取交通卡口的车流基本数据；根据车流基本数据构建交通路网并得到交通路网的邻接矩阵；根据车流基本数据得到路网关系特征相似度矩阵；根据路网关系特征相似度矩阵和邻接矩阵通过RoadNet2pix算法对卡口节点进行像素化处理，得到卡口流量图像；将卡口流量图像输入到训练好的基于STAGAN的缺失数据生成模型中，得到数据插补好的完整卡口流量图像；本发明可实现对数据缺失交通卡口的数据插补，准确性高，具有良好的应用前景。
-
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：CN116088579A
公开(公告)日：2023-05-09
申请号：CN202310169372.6
申请日：2023-02-27
Applicant: 重庆邮电大学
IPC: G05D1/10
Abstract: 本发明涉及一种基于深度强化学习的无人机自适应信息路径规划方法，属于无人机技术领域。该方法使用高斯过程模型对地形进行有效信息的概率映射；根据一般的信息路径规划模型建立基于强化学习的信息路径规划模型；设计策略价值网络，并使用一个训练网络同时输出策略与估值；采用强化学习策略，通过使用主动搜索产生的数据进行训练；对策略价值网络训练优化，定义损失函数进行向减小损失方向的迭代更新；对训练完的策略价值网络进行评估；使用更新后的策略价值网络与蒙特卡洛树搜索结合完成搜索，得到用于数据收集的信息路径。
-
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。
-
Patent Agency Ranking
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。
-
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：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。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.022 seconds)
