公开(公告)号：CN108470226A

公开(公告)日：2018-08-31

申请号：CN201810260323.2

申请日：2018-03-27

Applicant: 重庆邮电大学

Inventor： 朴昌浩 ,  李德涛 ,  张燕

IPC: G06Q10/04 ,  G06Q10/08 ,  G06Q30/02

CPC classification number: G06Q10/04 ,  G06Q10/0835 ,  G06Q30/0283

Abstract: 一种物流系统收益最大化方法，用于现代物流系统的管理中，结合物流成本理论和收益理论，以时间和成本的综合优化控制为出发点，建立动态的成本投入与收益分析方法。从而改进传统的物流成本分析与控制方法，更有效的提高企业效益。避免了传统成本核算方法数据的不确定性和变动性，有效控制数据信息的准确性和时效性，保证企业各经济活动中信息流通的效率，为企业制定正确的战略方向奠定基础。帮助物流企业建立完善的物流系统，通过物流成本的控制和管理使得整个物流系统达到最优化，增强企业竞争优势。提高了企业各经济活动之间的关联，使得各部门经济活动联系更紧密，保证企业各项经济活动有序进行。

公开(公告)号：CN119675923A

公开(公告)日：2025-03-21

申请号：CN202411731297.9

申请日：2024-11-29

Applicant: 重庆邮电大学

Inventor： 宋秀丽 ,  张燕

IPC: H04L9/40 ,  H04L9/06 ,  H04L9/08 ,  G06F18/2433 ,  G06N10/20 ,  G06N10/60 ,  G06N3/08 ,  G06N3/048

Abstract: 本发明公开了一种基于分组密码的量子神经区分器的数据检测方法，包括：发送方利用分组加密算法加密特定的明文得到密文数据并传送给接收方；接收生成特定的数据集，该数据集由符合特性的正常数据和随机的异常数据组成；接着，接收方构建一个量子神经网络，其中输入数据被编码为量子态，通过旋转门和受控门实现卷积，并利用控制比特添加与单位矩阵的加法实现残差连接；然后对网络进行训练并通过验证测试，从而得到高效的量子神经区分器，最后，接收方将接收的数据输入量子神经区分器进行检测；该方法融合了量子计算的强大并行处理能力和深度学习技术的先进性，能够有效地区分正常数据和异常数据，从而判断数据是否泄露或被篡改。

公开(公告)号：CN112702132A

公开(公告)日：2021-04-23

申请号：CN202011539795.5

申请日：2020-12-23

Applicant: 重庆邮电大学

Inventor： 申滨 ,  张燕 ,  颜庭秋

IPC: H04B17/382 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种基于卷积神经网络分类器的宽带频谱感知方法，属于无线通信领域。该方法包括：S1：获取不同环境下大量的原始训练数据；S2：对原始训练数据进行归一化和数据均衡化操作；S3：根据输入数据特征分别设计两个神经网络模型，其中模型1用于对PU占用子带的起始位置进行分类，模型2用于对PU占用带宽进行分类；S4：将经过归一化、样本均衡化等预处理操作的训练数据集以及其对应的标签集分别输入到这两个卷积神经网络模型中训练子带占用模式分类器；S5：将归一化处理过的实时测试数据分别输入到训练好的卷积神经网络分类器中，分别执行分类任务并输出子带占用模式标签。本发明达到了较好的宽带频谱感知性能。

公开(公告)号：CN112702132B

公开(公告)日：2022-06-21

申请号：CN202011539795.5

申请日：2020-12-23

Applicant: 重庆邮电大学

Inventor： 申滨 ,  张燕 ,  颜庭秋

IPC: H04B17/382 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种基于卷积神经网络分类器的宽带频谱感知方法，属于无线通信领域。该方法包括：S1：获取不同环境下大量的原始训练数据；S2：对原始训练数据进行归一化和数据均衡化操作；S3：根据输入数据特征分别设计两个神经网络模型，其中模型1用于对PU占用子带的起始位置进行分类，模型2用于对PU占用带宽进行分类；S4：将经过归一化、样本均衡化等预处理操作的训练数据集以及其对应的标签集分别输入到这两个卷积神经网络模型中训练子带占用模式分类器；S5：将归一化处理过的实时测试数据分别输入到训练好的卷积神经网络分类器中，分别执行分类任务并输出子带占用模式标签。本发明达到了较好的宽带频谱感知性能。