-
Patent Agency Ranking
公开(公告)号：CN118551893A
公开(公告)日：2024-08-27
申请号：CN202410698978.3
申请日：2024-05-31
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q10/0637 , G06Q50/26 , G06N3/042 , G06N3/045 , G06N3/0442 , G06N3/08
Abstract: 本发明属于数据分析技术领域，特别涉及一种面向5G需求的人群流量大数据预测方法，包括将待预测区域划分为多个小区域，将每个小区域视为一个节点，获取节点特征以及节点之间的边权特征；将节点特征和边权特征转换为向量表示，将向量表示与节点和边的位置编码一同作为输入数据输入图神经网络；通过节点以及边权关系构建图数据，利用图神经网络对构建的图数据中每个节点进行迭代更新，得到每个节点的第一特征向量；将每个节点的第一特征向量输入图注意力网络，得到每个节点的第二特征向量；将待预测区域内某个时刻数据分为实时数据、周期数据以及异常数据三层数据，将当前层数据通过增强记忆调整网络模型处理后与下一层数据拼接后作为下一层的增强记忆调整网络模型的输入，最后一层的增强记忆调整网络模型输出第三特征向量；将第二特征向量和第三特征向量拼接在一起后输入全连接层，得到当前区域的流量预测；本发明通过综合利用自动化学习和高级网络模型，有效提升了人群流量预测的准确性和效率，特别适用于5G时代的大数据环境。
-
公开(公告)号：CN118503967B
公开(公告)日：2024-12-03
申请号：CN202410699790.0
申请日：2024-05-31
Applicant: 重庆邮电大学
IPC: G06F21/56 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及大数据处理技术和卷积神经网络，特别涉及一种基于大数据的安卓恶意软件检测方法，包括：将第一特征数据输入预训练的全连接网络中，得到样本数据的第二特征数据；对第二特征数据进行位置编码，获取每个节点的唯一向量表示；将节点的唯一向量表示输入由信息决策卷积神经网络模型、提升深度卷积神经网络和全局最大池化层构成的预测网络得到检测结果；本发明提高了安卓系统的安全防护能力：通过收集和分析安卓应用数据，能够精准识别恶意软件的特征和行为模式，从而有效防止恶意软件对用户隐私和财产安全的侵害。
-
公开(公告)号：CN118551893B
公开(公告)日：2025-04-22
申请号：CN202410698978.3
申请日：2024-05-31
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q10/0637 , G06Q50/26 , G06N3/042 , G06N3/045 , G06N3/0442 , G06N3/08
Abstract: 本发明属于数据分析技术领域，特别涉及一种面向5G需求的人群流量大数据预测方法，包括将待预测区域划分为多个小区域，将每个小区域视为一个节点，获取节点特征以及节点之间的边权特征；将节点特征和边权特征转换为向量表示，将向量表示与节点和边的位置编码一同作为输入数据输入图神经网络；通过节点以及边权关系构建图数据，利用图神经网络对构建的图数据中每个节点进行迭代更新，得到每个节点的第一特征向量；将每个节点的第一特征向量输入图注意力网络，得到每个节点的第二特征向量；将待预测区域内某个时刻数据分为实时数据、周期数据以及异常数据三层数据，将当前层数据通过增强记忆调整网络模型处理后与下一层数据拼接后作为下一层的增强记忆调整网络模型的输入，最后一层的增强记忆调整网络模型输出第三特征向量；将第二特征向量和第三特征向量拼接在一起后输入全连接层，得到当前区域的流量预测；本发明通过综合利用自动化学习和高级网络模型，有效提升了人群流量预测的准确性和效率，特别适用于5G时代的大数据环境。
-
公开(公告)号：CN118503967A
公开(公告)日：2024-08-16
申请号：CN202410699790.0
申请日：2024-05-31
Applicant: 重庆邮电大学
IPC: G06F21/56 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及大数据处理技术和卷积神经网络，特别涉及一种基于大数据的安卓恶意软件检测方法，包括：将第一特征数据输入预训练的全连接网络中，得到样本数据的第二特征数据；对第二特征数据进行位置编码，获取每个节点的唯一向量表示；将节点的唯一向量表示输入由信息决策卷积神经网络模型、提升深度卷积神经网络和全局最大池化层构成的预测网络得到检测结果；本发明提高了安卓系统的安全防护能力：通过收集和分析安卓应用数据，能够精准识别恶意软件的特征和行为模式，从而有效防止恶意软件对用户隐私和财产安全的侵害。
-
公开(公告)号：CN118410165A
公开(公告)日：2024-07-30
申请号：CN202410488207.1
申请日：2024-04-23
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/33 , G06N3/0499 , G06N3/0455
Abstract: 本发明涉及深度学习、大模型领域，特别涉及一种基于大数据的电力变压器故障智能诊断方法，包括获取电力变压器关键词参数以及对应的外部数据，通过获取的数据构建查询文档；将电力变压器待检测的查询数据转换为词嵌入向量，并对词嵌入向量进行位置编码，得到对应的向量表示；基于注意力机制对词的向量表示进行处理，得到每个词的注意力向量；通过神经网络对注意力向量进行非线性变换处理，得到查询文档中每个词的表示向量；基于查询文档中每个词的表示向量，检索与查询文档最相似的K个文档；将检索到的K个文档以及查询文档输入大语言模型中进行诊断，大语言模型输出诊断结果，并将大语言模型的诊断结果并入外部数据；本发明所创造的方法通过利用丰富的外部数据检索和大模型优秀的学习能力，使得电力变压器故障诊断的结果更加精准。
-
-
-
-
Search Results
5
records
(took 0.014 seconds)
