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

Inventor： 李暾 ,  牛瑞草 ,  帅垚 ,  陈莉 ,  李茜 ,  庞育才 ,  肖云鹏 ,  王国胤

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：CN115719061A

公开(公告)日：2023-02-28

申请号：CN202211422598.4

申请日：2022-11-15

Applicant: 重庆邮电大学

Inventor： 刘红 ,  陆孝晶 ,  肖云鹏 ,  王国胤

IPC: G06F40/247 ,  G06F40/253 ,  G06F40/289 ,  G06F40/30 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明涉及一种针对同义词替换攻击的防御方法，包括将新闻文本嵌入向量表示得到新闻文本的句子向量序列；提取新闻文本中每个句子的关键词生成候选关键词集；将每个候选关键词的词向量和glove训练词向量进行余弦相似度计算得到候选关键词的同义词；对候选关键词的同义词进行语法检查；将与关键词候选关键词词性相同的同义词作为最终候选词，用最终候选词对新闻文本中相应的关键词进行替换得到第二新闻文本；将第二新闻文本嵌入向量表示得到第一新闻文本向量；将新闻文本的句子向量序列输入LSTM计算得到第二新闻文本向量；将与第二新闻文本向量的余弦相似度超过设定阈值的第一新闻文本向量映射为文本并作为新闻文本的对抗样本。

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

Inventor： 肖云鹏 ,  彭锦华 ,  李茜 ,  庞育才 ,  李暾 ,  王国胤

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：CN115474939A

公开(公告)日：2022-12-16

申请号：CN202211292211.8

申请日：2022-10-21

Applicant: 重庆邮电大学

Inventor： 雷大江 ,  张涛 ,  刘晨 ,  史春梦 ,  王国胤

IPC: A61B5/16 ,  A61B5/00 ,  A61B5/055 ,  A61B5/145 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于认知障碍领域，具体涉及一种基于深度展开神经网络的孤独症谱系障碍识别模型，该模型的构建过程包括：使用近端梯度下降法求解带有空间信息的脑功能网络优化问题的可微部分，对不可微部分定义一个近端算子将优化问题转换为迭代公式；用深度展开算法将迭代公式中的近端算子替换为双层卷积层，则迭代公式重建为迭代网络，得到迭代网路模块；将卷积神经网络分类器融入原型学习，得到基于原型学习的卷积神经网络分类器；将迭代网路模块和基于原型学习的卷积神经网络分类器组合，得到障碍识别模型；训练模型并测试模型性能，得到最优的障碍识别模型；本发明提高了网络模型的拟合能力和泛化能力，进一步提高了识别疾病的准确率。

公开(公告)号：CN115440330A

公开(公告)日：2022-12-06

申请号：CN202211100112.5

申请日：2022-09-09

Applicant: 重庆邮电大学

Inventor： 雷大江 ,  卢文糠 ,  王烨 ,  于洪 ,  王国胤

IPC: G16H10/60 ,  G06F40/295 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明属于文本标注领域，具体涉及一种基于主动学习的中文电子病历命名实体识别方法，包括：获取已标记实体的初始训练集和未标记实体的待打标数据；以该训练集，训练基于深度学习的命名实体识别模型，得到中间命名实体识别模型，该中间命名实体识别模型评估该未标记数据中每个实例的价值，将该未标记数据中价值最高的实例进行命名实体标注后加入该训练集；重复训练直到满足预设条件，将待命名实体识别的文本数据输入该最终命名实体识别模型，得到命名实体识别结果。本发明通过让模型预测自己的损失，从而找到能让自己改变最大的样本，满足了中文电子病历这一场景下对于句子级的命名实体识别准确率的高要求，提高了识别的准确率。

公开(公告)号：CN115391673A

公开(公告)日：2022-11-25

申请号：CN202211033179.1

申请日：2022-08-26

Applicant: 重庆邮电大学

Inventor： 王国胤 ,  刘蔓仪 ,  胡军 ,  陈珂

IPC: G06F16/9536 ,  G06K9/62

Abstract: 本发明属于用户推荐领域，特别涉及一种基于多粒度融合的异质网络表示方法及装置，方法包括对相关用户的特征信息和关系数据进行采集并进行补全和对齐；对相关用户直接接触的用户节点进行聚合，融合用户网络的低阶结构；对相关用户的元路径信息进行聚合，融合用户网络的高阶语义；使用多粒度认知计算的思路，对低阶结构向量和高阶语义向量进行互补聚合，得到相关用户的低维向量；将相关用户的低维向量投影到二维坐标系中，将与相关用户的低维向量距离最近的N个用户推荐给相关用户；本发明对低阶结构编码和高阶语义编码进行融合，进而发现用户网络中的潜在信息，在用户网络中能提高用户关系预测的准确率，提高用户推荐效率。

公开(公告)号：CN115375931A

公开(公告)日：2022-11-22

申请号：CN202211011029.0

申请日：2022-08-23

Applicant: 重庆邮电大学

Inventor： 邹贵银 ,  袁铭 ,  刘群 ,  王如琪 ,  王国胤

IPC: G06V10/762 ,  G06V10/82 ,  G06V10/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于图像聚类生成领域，具体为一种结合自监督与概念嵌入学习的图像生成方法，包括用自编码器进行图像重构预训练，得到图像数据的第一特征空间，用IForest算法优化第一特征空间；利用BCT对第一特征空间中的特征数据进行处理，提取图像数据中的先验概念参数；利用与自编码器相似的变分自编码器获得数据的后验概念参数，利用高斯云分布作为先验分布进行优化；利用FCT和VAE编码器对后验概念参数处理获得图像数据的第二特征空间；利用先验概念信息计算特征向量的软分布，并进行正则化计算优化数据在特征空间的分布情况；利用VAE解码器将特征向量重构为原始图像。本发明能够在无监督的情况下根据概念信息指定生成的样本类别。

公开(公告)号：CN115204180A

公开(公告)日：2022-10-18

申请号：CN202210815895.9

申请日：2022-07-12

Applicant: 重庆邮电大学

Inventor： 夏书银 ,  陈涛 ,  戴大伟 ,  王国胤

IPC: G06F40/30 ,  G06F40/289 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于细粒度的文本情感抽取方法及相关产品，涉及自然语言处理技术领域，包括以下步骤：基于字粒度对输入文本进行语义特征提取并获得第一语义向量，基于词粒度对输入文本进行语义特征提取并获得第二语义向量；将第一语义向量与第二语义向量采用拼接的方式进行叠加，获得深层次语义表征；利用降维线性层和非线性函数对深层次语义表征进行特征提取，获的方面特征和观点特征；构建双向二维矩阵，对方面特征和观点特征进行情感依赖解析，获得字级别的情感依赖信息；将字级别的情感依赖信息与方面特征及观点特征结合，得到跨度级别的情感依赖信息。本发明能深度挖掘出文本的深层次语义信息，同时有效解决元素重叠的问题。

公开(公告)号：CN115113648A

公开(公告)日：2022-09-27

申请号：CN202210839974.3

申请日：2022-07-18

Applicant: 重庆邮电大学

Inventor： 王国胤 ,  江海欢 ,  刘群 ,  高鹏 ,  黄鑫

IPC: G05D1/10

Abstract: 本发明属于无人机任务分配领域，具体涉及一种基于优势粗糙集的层次多无人机任务分配方法；该方法包括：对无人机属性值进行归一化处理；根据归一化后的无人机属性值构建总效用目标函数；根据总效用目标函数对无人机进行信息融合，得到总属性融合值；根据不同无人机的总属性融合值定义无人机之间的优势关系，根据无人机之间的优势关系得到无人机的优势类；根据无人机的优势类计算无人机之间的优势度；根据无人机之间的优势度计算无人机的总体优势度；根据任务目标对应的无人机的总体优势度对任务目标进行分配，得到任务目标的分配结果；本发明可在不依赖于过多参数的同时提升多无人机任务分配的效率，实用性高。

公开(公告)号：CN114491115A

公开(公告)日：2022-05-13

申请号：CN202210147119.6

申请日：2022-02-17

Applicant: 重庆邮电大学

Inventor： 夏书银 ,  单宏远 ,  孟坤 ,  王国胤 ,  高新波

IPC: G06F16/532 ,  G06F16/538 ,  G06F16/55 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及图像检索技术领域，公开了一种基于深度哈希的多模型融合的集成图像检索方法，包括如下步骤：S1、创建图像数据集以及所述图像数据集中的图像所对应的图像标签，所述图像数据集包括图像训练集和图像测试集；S2、将所述图像标签和所述图像训练集中的图像分别输入至多个不同类型的个体学习器中以训练多个所述个体学习器，得到每个所述个体学习器的精度以及图像训练集中的图像对应的训练集二进制哈希编码；S3、将图像测试集中的图像及对应的图像标签输入至多个所述个体学习器中，得到对应的测试集二进制哈希编码。本发明使用多个卷积神经网络模型集成图像检索能充分利用每个个体学习器的学习特性，检索准确率更高。