-
公开(公告)号：CN118035394A
公开(公告)日：2024-05-14
申请号：CN202311676298.3
申请日：2023-12-08
Applicant: 重庆邮电大学
IPC: G06F16/332 , G06F16/33 , G06F16/36 , G06N5/022 , G06N5/04
Abstract: 本发明涉及一种基于多源数据集成的医学问答方法及系统，包括：建立多种数据类型的本地知识库，并根据不同数据类型的本地知识库建立对应的搜索策略；获取用户的问诊语句，利用多种数据类型的搜索策略在本地知识库中对用户的问诊语句进行查询，得到用户问诊语句对应的医学知识；根据用户问诊语句对应的医学知识生成prompt模板，将生成的prompt模板输入训练好的医学大模型生成用户问诊语句对应的医学回复，通过搜索策略使prompt学习到外部专属知识指导大语言模型生成知识回复，避免大模型出现的"幻觉"问题，本发明具有广泛的应用前景，将有望提供更准确、高效的医学信息交流与解答服务。
-
公开(公告)号：CN117789904A
公开(公告)日：2024-03-29
申请号：CN202311823889.9
申请日：2023-12-27
Applicant: 重庆邮电大学
IPC: G16H10/60 , G06F21/62 , G06N3/0455 , G06N3/0464
Abstract: 本发明属于文本生成方法，特别涉及一种基于扩散模型和卷积自编码器的电子健康记录生成方法，包括构建自编码网络，利用预训练的自编码网络的编码器对原始医疗数据进行降维处理，得到原始医疗数据的低维表示；构建扩散网络，利用预训练的扩散网络根据与原始医疗数据无关的随机噪声生成新的低维表示；利用自解码网络的解码器根据自编码网络得到的原始医疗数据的低维表示和扩散网络得到的生成的低维向量表示进行重构，得到具有隐私保护的医疗数据；本发明不仅提高了生成数据的多样性和质量，还提高了合成数据的逼真性，防止真实数据的泄露。
-
公开(公告)号：CN117547273A
公开(公告)日：2024-02-13
申请号：CN202311523867.0
申请日：2023-11-14
Applicant: 重庆邮电大学
IPC: A61B5/18 , A61B5/0205 , G06F18/2411 , G06F18/214 , G06N3/006 , A61B5/369 , A61B5/398 , A61B5/318 , A61B5/389 , A61B5/0533 , A61B5/145
Abstract: 本发明涉及一种面向驾驶员里程焦虑的生理反应检测方法及系统，包括：获取驾驶人员在预设环境状态下的驾驶状态数据；所述驾驶状态数据包括：驾驶人员在时间段T内的生理信号序列集；根据驾驶人员的驾驶状态数据提取驾驶人员的生理特征；将驾驶人员的生理特征输入训练好的里程焦虑状态评估模型，得到驾驶人员的里程焦虑状态，其中，所述里程焦虑状态评估模型包括：基于改进SVM支持向量机的多分类模型，本发明通过预测驾驶人员的里程焦虑状态，对驾驶员进行合理的充电引导，能够提高交通系统运行效率，提高充电服务保障质量，改善电动车辆出行体验，提升电网安全经济稳定运行水平。
-
公开(公告)号：CN116702209A
公开(公告)日：2023-09-05
申请号：CN202310749242.X
申请日：2023-06-25
Applicant: 重庆邮电大学
Abstract: 本发明属于数据安全技术领域，具体涉及一种面向医疗数据的可验证隐私保护集合求交方法，包括：构建系统，并初始化系统参数，系统包括服务端和客户端；服务端对医疗数据进行存证，得到隐私保护集合；客户端和服务端根据求交协议进行第一轮隐私保护集合求交；根据第一轮隐私集合求交结果客户端和服务端进行第二轮隐私保护集合求交；客户端对两轮隐私集合求交结果进行校验；本发明不仅能使医疗客户机构的权益，能够保证服务端能够校验医疗服务机构是否使用了自身正确的医疗数据ID进行隐私保护集合求交。
-
公开(公告)号：CN116091460A
公开(公告)日：2023-05-09
申请号：CN202310083889.3
申请日：2023-01-31
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于深度学习图像识别领域，具体涉及一种基于特征空间图结构的骨关节图像分类方法及系统；该方法包括：获取骨关节图像并对其进行预处理；将预处理好的骨关节图像输入到训练好的深度神经网络中得到骨关节特征图；对骨关节特征图进行图结构化表示，得到骨关节特征图的图结构信息；图结构信息包括节点信息、边信息以及邻接矩阵；将骨关节特征图的图结构信息输入到训练好的图神经网络模型中进行处理，得到骨关节图像分类结果；根据骨关节图像分类结果可视化图神经网络模型关注区域的热力图；本发明能帮助模型学到空间域中远距离的特征关系以及结构信息，计算速度快，分类精度高，且能更好的理解模型背后如何工作，可解释性好。
-
Patent Agency Ranking
公开(公告)号：CN115906162A
公开(公告)日：2023-04-04
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：CN115829009A
公开(公告)日：2023-03-21
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：CN115599093A
公开(公告)日：2023-01-13
申请号：CN202211171757.8
申请日：2022-09-26
Applicant: 重庆邮电大学(CN)
IPC: G05D1/02
Abstract: 本发明属于无人艇导航技术领域，具体涉及一种基于模糊集和深度强化学习的自适应无人艇路径规划方法；包括生成障碍物环境并记录信息，包括障碍物的位置和目标点的位置；构建无人艇模糊控制的模糊规则；在无人艇航行的过程中，实时计算无人艇分别相对于障碍物、目标点的距离，以及无人艇的偏航角；将实时计算的结果采用无人艇模糊规则处理输出模糊系数；深度强化学习中的奖励函数根据模糊系数对无人艇进行自适应奖励；根据无人艇在不同状态下的自适应奖励对无人艇路径规划模型进行训练；采用训练好的无人艇路径规划模型自主规划出最优路径；本发明实现了无人艇路径规划，保证了无人艇的安全，提高了无人艇执行任务的效率。
-
公开(公告)号：CN115588487A
公开(公告)日：2023-01-10
申请号：CN202211382847.1
申请日：2022-11-07
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于联邦学习和生成对抗网络的医学图像数据集制作方法，包括：将生成对抗网络模型中的判别器作为全局模型下发给所有客户端；客户端随机抽取训练样本发送至服务器；服务器将训练样本输入中心生成器生成仿真样本并发送给客户端；客户端利用全局模型对仿真样本和训练样本中的样本进行判别得到判别结果，根据判别结果更新全局模型的参数生成本地模型；并将本地模型以及判别结果上传至服务器；服务器根据所有客户端本地样本的数量计算客户端的聚合权重；并根据样本的判别结果更新中心生成器的参数；服务器根据所有客户端的聚合权重对本地模型进行聚合得到新的全局模型，重复步骤上述步骤利用收敛后的中心生成器生成仿真医学图像数据集。
-
公开(公告)号：CN115588226A
公开(公告)日：2023-01-10
申请号：CN202211354009.3
申请日：2022-11-01
Applicant: 重庆邮电大学
Abstract: 本发明属于人工智能安全领域，涉及一种高鲁棒性的深度伪造人脸检测方法；本发明主要包括4个部分：首先获取原始数据集并进行筛选得到训练样本；对伪造人脸检测器进行扰动攻击，从而干扰伪造人脸检测器的分类准确率并得到扰动样本；采用卷积神经网络消除扰动样本中的对抗性扰动，得到重构图像分类器；将重构图像分类器和受到扰动攻击后的伪造人脸检测器进行集成，最终得到深度伪造人脸检测模型；本发明提高了模型鲁棒性，同时提升了模型检测准确率。
-
-
-
-
-
-
-
-
-
Search Results
199
records
(took 0.043 seconds)
