-
公开(公告)号：CN118643226A
公开(公告)日：2024-09-13
申请号：CN202410766835.1
申请日：2024-06-14
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明属于网络舆情分析领域，具体涉及一种基于正反面引导话题的社交话题传播预测方法，包括使用社交网络的API接口获取话题数据，根据用户话题数据提取消息内部因素特征和用户内部因素特征；计算正面引导消息影响力和反面引导消息影响力；采用演化博弈理论计算正面引导消息推动力和反面引导消息推动力；计算用户的独立转发概率；根据用户的独立转发概率构建传播动力学方程；求解传播动力学方程，得到用户对不同引导类型话题的传播预测结果；本发明能更加准确的预测社交网络中引导类话题传播趋势。
-
公开(公告)号：CN108449269A
公开(公告)日：2018-08-24
申请号：CN201810325360.7
申请日：2018-04-12
Applicant: 重庆邮电大学
IPC: H04L12/721 , H04L12/751 , H04L12/801 , H04L12/803
Abstract: 本发明涉及网络技术领域，特别涉及一种基于SDN的数据中心网络负载均衡方法。该方法包括：SDN控制器获取网络拓扑结构，实时的获取网络的负载情况，通过最短K路径算法找出源、目的节点间的最短路径集；然后根据实时负载设计一个跳转概率式，根据所算出的概率值，我们设计一个跳转概率阈值，当大于阈值时，路径上的数据流选择跳转到另外一条路径，如果小于则选择一条概率最大的路径。本发明在研究数据中心网络拓扑结构和流量特征的基础上，提出一种基于SDN的数据中心网络负载均衡的方法，目的在于解决因数据中心网络流量的突发性和高动态性造成的路径吞吐量过大而引起的局部拥塞，提高网络的总吞吐量和网络的利用率，并相应的减少数据的丢包率，保证网络的负载均衡。
-
公开(公告)号：CN118964592A
公开(公告)日：2024-11-15
申请号：CN202410962710.6
申请日：2024-07-18
Applicant: 重庆邮电大学
IPC: G06F16/335 , G06F16/33 , G06F16/35 , G06N3/0464 , G06N3/096
Abstract: 本发明涉及一种基于迁移学习的意图型话题检测方法、装置及计算机可读存储介质，包括：获取有标签的原生话题数据集和无标签的衍生话题数据集并进行预处理；利用平衡分布自适应对衍生话题数据与原生话题数据进行特征适配；根据原生话题和衍生话题的话题传播网络利用SDNE算法构建对应话题下用户的网络结构特征；根据特征适配后的原生话题数据和衍生话题题数据、以及原生话题和衍生话题下用户的结构特征利用迁移学习对意图型话题检测模型进行训练；通过训练好的意图型话题检测模型对衍生话题数据进行识别。本发明提高了模型的性能和准确性。
-
Patent Agency Ranking
公开(公告)号：CN106603215B
公开(公告)日：2019-12-06
申请号：CN201710123397.7
申请日：2017-03-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于ZigBee非公平网络信道资源共享方法，包括以下步骤：(1)系统执行当前任务，进入步骤(2)；(2)倘若有新任务生成，进入步骤(3)，否则返回步骤(1)；(3)计算新任务与当前任务的优先级，倘若新任务优先级更高，抢占执行，结束；否则返回步骤(1)。本发明通过在协议栈中引入一种调度算法，综合考虑系统稳定性、任务执行紧迫性、任务执行过程中的生存率、价值收益，实现价值收益与执行生存率的提高。本发明的反应性抢占信道方法，增加紧急任务及时获得信道的概率，从而实现了系统稳定，增加了任务执行生存率。
-
公开(公告)号：CN115907165A
公开(公告)日：2023-04-04
申请号：CN202211489736.0
申请日：2022-11-25
Applicant: 重庆邮电大学
Abstract: 本发明属于网络话题传播分析领域，具体涉及一种基于多话题情感度量的衍生话题传播预测方法；该方法包括：获取话题数据；对话题数据进行消息因素特征提取和用户因素特征提取；根据话题热度、用户带动力、用户活跃度、话题个人情感匹配度计算消息影响力；划分用户网络，得到用户的分类结果；根据消息影响力计算用户的独立转发概率；根据话题关联度和用户的独立转发概率计算不同类用户间的转化概率；根据用户的独立转发概率和不同类用户间的转化概率构建动力学方程；求解动力学方程，得到用户对衍生话题的传播预测结果；本发明能够有效预测社交网络中衍生话题的传播态势，实用性高。
-
公开(公告)号：CN119783854A
公开(公告)日：2025-04-08
申请号：CN202411960303.8
申请日：2024-12-30
Applicant: 重庆邮电大学
IPC: G06N20/00 , G06N3/0475 , G06N3/094
Abstract: 本发明属于联邦学习领域，具体涉及一种基于数据异构的纵向联邦学习数据增强方法，包括各客户端在本地训练局部条件生成对抗网络，用于产生新的训练数据上传至中心服务器；中心服务器根据各客户端上传的训练数据处理得到全局模型，并将其下发至各客户端；各客户端将全局模型作为本地模型，通过具有双重平滑机制的指数移动平均SGD方法训练得到更新后的本地模型参数，并上传给中心服务器；中心服务器根据样本占比和数据分布计算每一客户端的聚合权重；中心服务器根据聚合权重对各客户端上传的本地模型参数进行聚合得到新的全局模型下发至各客户端；重复上述内容直至全局模型收敛；本发明能够有效解决异构数据环境下联邦学习的数据增强问题。
-
公开(公告)号：CN106603215A
公开(公告)日：2017-04-26
申请号：CN201710123397.7
申请日：2017-03-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于ZigBee非公平网络信道资源共享方法，包括以下步骤：(1)系统执行当前任务，进入步骤(2)；(2)倘若有新任务生成，进入步骤(3)，否则返回步骤(1)；(3)计算新任务与当前任务的优先级，倘若新任务优先级更高，抢占执行，结束；否则返回步骤(1)。本发明通过在协议栈中引入一种调度算法，综合考虑系统稳定性、任务执行紧迫性、任务执行过程中的生存率、价值收益，实现价值收益与执行生存率的提高。本发明的反应性抢占信道方法，增加紧急任务及时获得信道的概率，从而实现了系统稳定，增加了任务执行生存率。
-
公开(公告)号：CN114511906A
公开(公告)日：2022-05-17
申请号：CN202210067242.7
申请日：2022-01-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及自然语言处理、深度学习、多模态情感分析领域，涉及一种基于跨模态动态卷积的视频多模态情感识别方法、装置及计算机设备，所述方法包括使用ERNIE2.0预训练模型、DCCN、ResNet‑152和胶囊网络分别对文本、音频、图像提取出单模态低级特征；使用词对齐对三个模态特征进行对齐；采用双向GRU对上述特征进行处理，得到各模态高级特征；利用跨模态动态卷积对三个模态特征进行交互；拼接各个模态的跨模态交互特征和高级特征，并利用多头注意力机制融合；最后输入到softmax函数中得到情感识别结果；本发明很好的融合了各单模态特征，有效挖掘视频中所表达的情感信息，从而提升了多模态情感识别的准确率及效率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.028 seconds)
