-
公开(公告)号:CN119863004A
公开(公告)日:2025-04-22
申请号:CN202411923886.7
申请日:2024-12-25
Applicant: 重庆邮电大学
IPC: G06Q10/047 , G06Q50/06 , G06Q50/40 , G06F18/15 , G06F18/22 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N3/0499 , G06N3/084
Abstract: 本发明属于充电负荷技术领域,具体涉及一种基于环境因素的电车短时充电路线预测方法,包括:构建交通路网模型;采集交通流量数据,通过指数移动平均法对交通流量数据进行去噪处理;采用斯皮尔曼相关系数公式计算去噪后交流流量数据的相关性;根据相关性对数据交通流量数据进行归一化处理,并输入到预测模型中,得到下一时间段的交通流量;根据预测的交通流量构建流量‑密度‑速度关系,并构建道路阻抗模型;根据路阻抗模型获取电车最短行程时间路径,并计算电车的里程耗电量;采用蒙特卡洛方法对里程耗电量进行处理,得到电车充电负荷时空分布的预测结果;根据预测结果确定电车进行充电的路线;本发明通过对山地城市地区特性的电动汽车进行充电负荷预测,提高了用户出行的便捷性。
-
公开(公告)号:CN114297914B
公开(公告)日:2025-03-25
申请号:CN202111524401.3
申请日:2021-12-14
Applicant: 重庆邮电大学
IPC: G06F30/27 , G06N3/096 , G06F18/214 , G06F18/23213 , G06F113/04 , G06F119/02
Abstract: 本发明属于电力系统领域,具体涉及一种面向大电网可靠性评估的深度神经网络结果可信性保障方法,包括根据数据分布情况确定原始场景与新场景下神经网络模型是否需要更新参数;若需要更新参数,则获取新场景的历史数据基于迁移学习技术对深度神经网络进行快速更新;针对完成更新的神经网络模型,当输入待分析样本时,将待检测样本与历史数据进行比较,若该样本与历史数据存在相似性,则将神经网络的预测结果作为该样本潮流分析结果,否则通过纯模型驱动的数值方法对该样本进行潮流分析;本发明实现深度神经网络的快速更新,节省训练样本和训练时间,且可有效判断单个样本分类的可信度,增加单个样本回归计算的鲁棒性。
-
公开(公告)号:CN119626546A
公开(公告)日:2025-03-14
申请号:CN202411711726.6
申请日:2024-11-27
Applicant: 重庆邮电大学
IPC: G16H50/30 , G16H50/70 , G06F18/24 , G06F18/214 , G06N20/00
Abstract: 本发明属于疾病预测技术领域,具体涉及一种基于多标签不平衡数据分类的疾病预测方法;该方法包括:获取带多种标签的医疗数据并对其进行预处理,得到预处理好的医疗数据;将医疗数据划分为各标签下的跨边界样本、自边界样本和内部样本;计算每种标签下的各跨边界样本的权重;将每种标签下的医疗数据依次输入到分类器链结合xgboost算法的基分类器中进行多标签分类,得到每种标签下的疾病预测结果;根据疾病预测结果和跨边界样本的权重计算改进非对称损失,根据改进非对称损失调整模型参数,得到训练好的疾病预测模型;使用训练好的疾病预测模型进行疾病预测;本发明在处理多标签不平衡数据时具有良好的性能,具有广泛的应用前景。
-
公开(公告)号:CN119516231A
公开(公告)日:2025-02-25
申请号:CN202411761146.8
申请日:2024-12-03
Applicant: 重庆邮电大学
IPC: G06V10/762 , G06V10/82 , G06N3/042
Abstract: 本发明公开了一种粒球图粗化分类方法、系统、设备及介质,包括:整合所有需要进行粗化分类的节点形成初始粒球图,并将所有具有连接关系的节点视为一个具有最粗粒度的初始粒球;选取度数最高的#imgabs0#个节点作为中心点,并基于k‑means++算法得到所述中心点对应的簇,令该簇为粗粒球;将所述父粒球中度数最高的两个的节点作为该父粒球的分裂中心,每个所述父粒球根据对应的两个所述分裂中心基于k‑means++算法进行二分裂得到两个子粒球;判断属于同一个父粒球的两个所述子粒球的平均连接度之和是否低于父粒球的平均连接度;将所有不再分裂的子粒球进行汇总,从而完成由所有节点组成的粒球图的分类。本发明内的方法不包含超参数,能够自适应地进行图粗化过程。
-
公开(公告)号:CN119478545A
公开(公告)日:2025-02-18
申请号:CN202411714645.1
申请日:2024-11-27
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06N3/084 , G06V10/762 , G06V10/82 , G06V10/74
Abstract: 本发明公开了一种基于粒球计算和对比学习的图像标签噪声学习方法,包括:获取图片数据并对其进行预处理,将预处理好的图片数据输入到训练好的图像标签噪声学习模型中,得到图像分类的结果。该图像标签噪声学习网络的训练过程包括:获取图像训练数据集,对其预处理和数据增强;采用对比学习框架SimSiam分别提取强数据增强样本和弱数据增强样本的特征表示,将弱数据增强样本的特征表示输入粒球计算层,经聚类后将粒球样本的特征矩阵及其标签输入分类器得到图像分类结果p,计算分类损失;通过预测层对强数据增强样本的特征表示进行预测,以图像分类结果p为指示函数计算对比损失;通过对比损失和分类损失反向传播优化网络。本发明能够明显提升网络性能。
-
公开(公告)号:CN115113648B
公开(公告)日:2025-01-10
申请号:CN202210839974.3
申请日:2022-07-18
Applicant: 重庆邮电大学
IPC: G05D1/695 , G05D109/20
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:CN114662791B
公开(公告)日:2025-01-03
申请号:CN202210424395.2
申请日:2022-04-22
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06N3/0442 , G06N3/08
Abstract: 本发明属于PM2.5时序预测领域,是一种基于时空注意力的长时序pm2.5预测方法及系统,所述方法包括获取输出并进行预处理;将预处理后的数据输入特征提取网络进行特征提取;利用空间注意力网络将不同站点提取的特征连接并融合;将空间注意力网络处理后的特征通过多层双向LSTM得到过去的特征;将待预测时间段对应的已知的未来特征数据,通过神经网络提取得到未来的特征并未来的特征进行连接后,得到预测结果;使用考虑到数据的标准偏差波动和平均误差的损失函数对网络进行迭代训练直到收敛;将待测站点数据输入已完成训练的基于时空注意力的PM2.5预测网络,并输出预测结果;本发明能够精准的进行长时序的pm2.5预测。
-
公开(公告)号:CN118366654B
公开(公告)日:2024-12-20
申请号:CN202410422193.3
申请日:2024-04-09
Applicant: 重庆邮电大学
Abstract: 本发明属于医疗健康大数据领域,具体涉及一种基于跨模态知识蒸馏的肺癌风险预测方法,包括选取训练完成的基于CT图像输入的I3D模型为教师模型;采用多层感知机模型构建学生模型;将CT图像数据集输入教师模型,获取第一中间特征向量集合;将结构化数据作为学生输入训练学生模型,学生模型训练过程中从结构化数据中抽取出的特征定义为第二中间特征;基于第一中间特征向量集合和第二中间特征向量集合,计算教师模型空间分布和学生模型空间分布;采用KL散度计算教师模型空间分布和学生模型空间分布间的散度损失;计算散度损失和交叉熵损失的加权和,并反向传播训练学生模型,直至学生模型参数收敛;将训练完成的学生模型作为肺癌风险预测模型,用于预测患者的肺癌风险数据辅助医生诊断。
-
公开(公告)号:CN114782586B
公开(公告)日:2024-10-18
申请号:CN202210497284.4
申请日:2022-05-09
Applicant: 重庆邮电大学
Abstract: 本发明属于素描绘画序列集生成领域,具体涉及一种素描绘画序列集自动生成方法,包括通过预训练的结构线提取模型得到完整素描图像的结构线图像;对结构线图像进行预处理得到边缘线条集合;对边缘线条集合进行边缘处理,获取第二边缘序列集合;采用第二边缘序列集合绘制得到边缘序列集,并对其进行膨胀处理;将膨胀后的边缘序列集与完整素描图像进行点乘运算,得到素描绘画序列集,本发明的方法能够得到完整素描的绘制阶段图,用于图像检索的模型的训练,减少了图像检索模型训练样本获取的人力成本、时间成本。
-
公开(公告)号:CN118734685A
公开(公告)日:2024-10-01
申请号:CN202410752321.0
申请日:2024-06-12
Applicant: 重庆邮电大学
IPC: G06F30/27 , G06N3/126 , G06F1/20 , G06F119/08 , G06F119/06
Abstract: 本发明属于基站冷却系统节能技术领域,具体涉及一种5G基站冷却系统能效优化方法;该方法包括:计算冷却系统运行在不同模式下的系统功率;根据系统功率,采用遗传算法计算得到冷却系统在不同室外环境温度和不同基站负荷下的系统运行参数,并构建基站冷却系统运行模式分区图;实时获取基站的基站负荷和室外环境温度,并根据基站冷却系统运行模式分区图判断基站的插值模式;采用双参数线性插值法,根据基站的插值模式计算得到当前冷却系统的系统运行参数;冷却系统运行系统运行参数,实现冷却系统能效优化;本发明可实现对任意负载和室外温度条件下冷却系统运行参数的优化计算,降低系统能耗并解决了微控制器单元无法处理复杂代码的难题。
-
-
-
-
-
-
-
-
-