-
公开(公告)号：CN115859177B
公开(公告)日：2025-05-06
申请号：CN202211479507.0
申请日：2022-11-24
Applicant: 重庆邮电大学
IPC: G06F18/2411 , G06F18/214 , G06N3/006 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及一种航空发动机的故障诊断方法，包括获取具有标签信息的原始航空发动机故障数据并将原始航空发动机故障数据划分为训练集和测试集；将训练集输入稀疏自编码器SAE并通过反向传播机制对稀疏自编码器SAE进行训练；将测试集中的样本输入训练好的稀疏自编码器SAE通过隐藏层降维得到稀疏样本向量；将稀疏样本向量输入SVM多分类器输出稀疏样本向量的预测结果，根据稀疏样本向量的预测结果和稀疏样本向量的标签信息利用粒子群算法计算SVM多分类器的最优参数；将目标航空发动机故障数据的稀疏样本向量输入SVM多分类器输出目标航空发动机故障数据的故障类别。
-
公开(公告)号：CN119579339A
公开(公告)日：2025-03-07
申请号：CN202411613141.0
申请日：2024-11-13
Applicant: 重庆邮电大学
IPC: G06Q50/00 , G06F18/241 , G06N3/0464 , G06N3/048
Abstract: 本发明属于互联网应用技术领域，尤其涉及一种面向细分领域和广域社交的关键用户发现方法，包括获取当前话题下用户基本信息、用户历史行为以及用户社交内容，从中提取得到领域信息和社交信息；根据领域信息和社交信息计算一个用户对另一个用户的领域认可度，并以用户作为节点、领域认可度作为边权重建立话题传播网络；在话题传播网络中，基于偏置采样策略进行游走获取节点的结构特征；建立两层图卷积神经网络，该网络由级联的第一图卷积层、Dropout层、第二图卷积层，将节点的结构特征输入该网络预测该节点是否具有影响力；本发明能够针对特定领域进行关键用户发现，为客户选择更具有影响力的关键用户进行产品推广，提高广告投放的有效性。
-
公开(公告)号：CN119538737A
公开(公告)日：2025-02-28
申请号：CN202411694187.X
申请日：2024-11-25
Applicant: 重庆邮电大学
IPC: G06F30/27 , G06Q10/04 , G06F18/25 , G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/0475 , G06N3/096 , G06F16/36 , G06Q50/00 , G06F17/16 , G06F17/18
Abstract: 本发明属于互联网应用技术领域，具体涉及一种基于情感迁移和演化博弈的衍生话题传播预测方法，包括：获取用户话题传播数据，对话题传播数据进行预处理；对预处理后的话题传播数据提取相关属性；将提取的相关属性划分为训练集和测试集；对训练集中的数据进行情感分析以及话题传播分析，得到话题‑用户情感矩阵；将话题‑用户情感矩阵输入到衍生话题传播预测模型中进行训练，采用测试集对训练后的衍生话题传播预测模型进行测试，得到最优衍生话题传播预测模型；采用最优衍生话题传播预测模型对待传播数据进行处理，得到衍生话题传播预测结果；本发明优化了模型的性能和准确度。
-
公开(公告)号：CN119444365A
公开(公告)日：2025-02-14
申请号：CN202411568118.4
申请日：2024-11-05
Applicant: 重庆邮电大学
IPC: G06Q30/0601 , G06F18/213 , G06F18/22 , G06F18/25 , G06N5/022
Abstract: 本发明属于电商平台个性化推荐技术，具体涉及一种实现跨平台商品特征融合的商品点击率预测方法，包括：提取目标平台商品特征信息指导源平台商品迁移；根据用户行为和关系信息、共享商品集合和私有商品集合得到不同的向量，并进行嵌入拼接为一个特征向量；根据用户自身属性和潜在兴趣商品相似度对用户群体进行划分，构建相似用户群体；对群体内每个用户进行独立的点击率预测计算，并进行聚合得到用户对于该商品的综合点击率预测值。本发明通过对源平台商品集合划分，同时通过商品和行为的知识图谱，将不同类型向量嵌入拼接得到信息更完整的最终向量，能够实现更精确的商品推荐序列。
-
公开(公告)号：CN119357745A
公开(公告)日：2025-01-24
申请号：CN202411474779.0
申请日：2024-10-22
Applicant: 重庆邮电大学
Abstract: 本发明属于社交网络分析领域，具体涉及基于情感累积和动态图表示的早期引导型话题检测方法，包括：获取话题爆发前后产生的话题数据，包括在话题中发表评论用户的基本信息、评论信息和好友关系；根据用户历史发表评论的主题分布相似性以及用户的情感影响力，建立用户之间的关系权重矩阵；将用户的基本信息转换为一个向量表示；将话题下各用户的向量表示和用户之间的关系权重矩阵输入基于时间编码的图注意力网络，判断当前话题是否属于引导型话题。本发明能够有效识别引导型话题，对于及时控制谣言等引导型话题的进一步演化和正确引导网络舆论至关重要。
-
Patent Agency Ranking
公开(公告)号：CN115587633B
公开(公告)日：2024-11-22
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：CN115829009B
公开(公告)日：2024-10-29
申请号：CN202211391786.5
申请日：2022-11-08
Applicant: 重庆邮电大学
IPC: G06N3/0475 , G06N3/0895
Abstract: 本发明涉及联邦学习领域，特别涉及一种隐私保护下基于半监督联邦学习的数据增强方法，包括构建带辅助分类器的生成对抗网络ACGAN，将改进的Dropout加入ACGAN，将已标注的数据输入ACGAN进行数据增强；构建包括一个中心服务器和C个客户端的Cycle‑Fed模型，利用已标注样本和增强样本对Cycle‑Fed模型进行训练，并将未标注的样本的数据输入Cycle‑Fed模型预测得到伪标注样本；将伪标注样本输入ACGAN的鉴别器进行鉴别，得到具有双重置信度的伪标注样本，完成数据增强；本发明不仅能够大大减小客户端与服务器之间的通信代价，而且能够利用大量未标注数据进行半监督联邦学习。
-
公开(公告)号：CN118822674A
公开(公告)日：2024-10-22
申请号：CN202410845546.0
申请日：2024-06-27
Applicant: 重庆邮电大学
IPC: G06Q30/0601 , G06N7/01
Abstract: 本发明提出了一种商品信息话题传播的预测方法、装置及设备，所述方法包括根据获取的社交电商平台的用户数据信息和商品数据信息，从用户、KOL以及商品三方面提取相关属性；以社交电商平台中的用户关系网络为基础，根据用户的社交行为、社交影响力和用户关系结构获取用户之间的信任关系，建立基于区间2型模糊集合的信任评价模型，用于度量用户对KOL的信任度；运用基于隐马尔科夫模型的用户偏好预测算法，预测用户在一段时间内是否会产生复购行为；最后通过前两步度量用户间的信任程度以及预测用户偏好，提出用户在接收商品信息所产生的复购状态P和犹豫购买状态H，从而构建商品信息传播模型SIRPH，由此来研究商品信息的传播态势。可以更加真实的预测社交电商信息的传播过程。
-
公开(公告)号：CN118820611A
公开(公告)日：2024-10-22
申请号：CN202410815294.7
申请日：2024-06-24
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06F18/27 , G06Q50/00 , G06F16/951
Abstract: 本发明属于网络舆情分析领域，具体涉及一种基于认知差异的跨平台话题传播趋势预测方法，包括使用社交网络的API接口获取到待检测话题对应的话题相关数据与话题的用户信息数据；对话题数据进行消息内部因素特征提取和用户外部认知因素特征提取，根据提取的特征计算出用户的信息感知力、用户的话题意识度、话题流行度以及邻居传播推动力；利用多元线性回归模型，基于用户的信息感知力、用户的话题意识度、话题流行度以及邻居传播推动力计算出用户的认知对于传播话题信息的影响力；考虑实际的话题传播，通过用户的认知对于传播话题信息的影响力结合跨平台传播机制计算得到用户跨平台传播话题的概率；根据用户独立转发概率和跨平台状态转换概率构建传播动力学方程；求解动力学方程，得到考虑用户认知差异对话题传播的影响，并计算话题的传播趋势；本发明能够充分分析在社交网络中话题传播的规律，为控制话题传播提供理论基础。
-
公开(公告)号：CN113946708B
公开(公告)日：2024-07-16
申请号：CN202111280061.4
申请日：2021-10-29
Applicant: 重庆邮电大学
IPC: G06F16/583 , G06F16/958 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 本发明属于数据挖掘和信息检索领域，具体涉及基于图像复原技术和谣言辟谣信息的话题传播预测方法；该方法包括获取参与话题讨论的用户数据源信息；提取用户的相关属性；提出rumor2pixel算法，将用户传播空间映射到像素空间，生成话题图像，利用无监督的对抗生成网络对得到的话题图像进行数据补偿，根据演化博弈理论，定义博弈策略，量化谣言‑辟谣互影响力，利用卷积神经网络建立谣言‑辟谣信息的话题传播预测模型，预测用户最终是否会参与该话题的讨论；本发明能让相关部门更准确地掌握网络谣言事件的发酵和传播，并加以引导和管控；也能应用于企业产品和服务的推广，有助于掌握群体行为特性分布，分析潜在客户群体，从而获得良好的经济、社会效益。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.031 seconds)
