-
公开(公告)号：CN119446497A
公开(公告)日：2025-02-14
申请号：CN202411644129.6
申请日：2024-11-18
Applicant: 重庆邮电大学
IPC: G16H50/20 , G06F18/25 , G06N3/042 , G06N3/0464
Abstract: 本发明涉及一种基于可解释图神经网络的阿尔兹海默症诊断系统，属于医疗物联网技术领域，包括预处理模块、局部图构建模块、重要特征节点选择模块、节点选择过程展示模块、全局图构建模块、阿尔兹海默症诊断模块和全局归因解释模块；基于自注意力池化机制提取神经影像数据中的重要特征节点，并详细阐释局部特征选择过程；再将选择的重要节点信息与非成像数据整合，利用阿尔兹海默症诊断模块对阿尔兹海默症三种分类进行预测，最后利用全局归因解释模块对全局和单样本特征进行归因解释以验证特征选择的有效性。本发明不仅提高了诊断的准确度，还具备良好的可解释性，能够为临床医生提供更为可靠和有效的诊断辅助工具。
-
公开(公告)号：CN116996445A
公开(公告)日：2023-11-03
申请号：CN202311027479.3
申请日：2023-08-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种空天地一体化网络中动态切换的软件定义传输方法，属于空天地一体化网络领域，包括参数初始化、控制器确定释放信息、确定是否加入队列和更新控制器的状态。经典排队博弈模型中随机分配交换机请求到达控制器入口的到达率和控制器的服务率。本发明循普遍规律，网络系统中具有一般需求的用户数量较多，高需求和低需求的用户数量较少，设计了期望服务价值的正态分布，并进行了三种及以上用户需求分类，以满足空天地一体化网络中用户的多样化需求。本发明考虑到交换机节点的新添加和撤销对到达率的影响，将控制器缓存队列分为可观察模式和不可观察模式，以分析社会效益的变化趋势。
-
公开(公告)号：CN116782351A
公开(公告)日：2023-09-19
申请号：CN202310916431.1
申请日：2023-07-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种节能模式下的分组切换方法，属于通信技术领域。通过分组方法动态管理用户的接入与切换为现存用户提供足质足量的服务，以及提升切换效率，并使小区不发生过载且也不浪费资源。提出的分组切换方法主要是依据用户的业务类型对切换用户以及节能补偿小区进行分组划分，并根据用户所需的资源以及补偿小区提供的资源的大小关系，动态地划分用户组以及进行用户组地接入。该方法充分保障了用户的业务需求，提高了小区资源的利用率。
-
公开(公告)号：CN113535904B
公开(公告)日：2022-08-09
申请号：CN202110838343.5
申请日：2021-07-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于图神经网络的方面级情感分析方法，属于数据自然语言处理领域。该方法包括：S1：特征输入：使用Bert预训练语言模型进行词向量映射，再进行一次BiLSTM层的计算，得到含有上下文语义信息表示的隐藏特征；S2：语义特征提取：采用多层的多跳注意力图神经网络MAGNA进行语义特征提取；S3：方面目标词和上下文语义交互阶段：将S2提取到的特征进行一个遮蔽操作，然后与经过BiLSTM层的隐藏特征进行一个点积注意力操作；S4：标签预测阶段：对S3中得到的特征进行一个最大池化操作，接着进行一个线性变换降维后再softmax操作得到最后的预测结果表示。本发明提升了模型识别长距离句法关系的能力。
-
公开(公告)号：CN113163409A
公开(公告)日：2021-07-23
申请号：CN202110281364.1
申请日：2021-03-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及基于人工智能的移动边缘计算服务放置策略，包括以下步骤：首先对全网络系统进行建模，需要建立宏基站模型、小基站模型、用户模型；然后将用户的延迟模型分为切换延迟模型和非切换延迟模型，非切换延迟模型分为排队延迟模型、传输延迟模型、计算延迟模型；接着建立用户的排队模型；完成上述步骤后，计算出用户感知的总延迟。最后使用强化学习方法对问题进行建模，建立状态空间、动作空间、收益信号、贝尔曼方程，至此可以通过基于人工智能的算法解决问题。本发明所述策略基于人工智能的移动边缘计算服务放置策略能够提供基站选择和服务放置的决策，在成本可控的基础上实现网络选择与服务放置解耦合。
-
Patent Agency Ranking
公开(公告)号：CN119602835A
公开(公告)日：2025-03-11
申请号：CN202411653404.0
申请日：2024-11-19
Applicant: 重庆邮电大学
IPC: H04B7/04 , H04B7/06 , H04B7/08 , H04B17/309 , H04B17/391 , H04W4/40 , G06N3/04
Abstract: 本发明涉及一种基于图神经网络的智能反射面辅助车辆通感一体化联合波束赋形方法，属于车联网领域。本发明以最大化通信车辆和感知车辆加权和信噪比为目标，考虑智能反射面反射单位模约束和基站发射功率约束，解决智能反射面辅助车联网通感一体化系统中有源波束赋形和无源波束赋形联合设计问题。通过图神经网络架构捕获车辆、基站和智能反射面三者之间的交互，忽略车辆数量对网络的影响，提高网络适用性，具有排列等价性，增强网络鲁棒性。该方法在利用信道系数提高加权和信噪比方面性能更优，同时考虑了车联网场景中的多普勒频移和多输入多输出，对通信和目标感知进行联合波束赋形优化，提升系统性能。
-
公开(公告)号：CN119577410A
公开(公告)日：2025-03-07
申请号：CN202411644120.5
申请日：2024-11-18
Applicant: 重庆邮电大学
IPC: G06F18/213 , G06F18/22 , G06F123/02
Abstract: 本发明涉及一种非完备时间序列数据修复方法及系统，属于光伏出力数据的预处理技术领域。该方法具体包括：S1：针对多维光伏发电数据以及气象相关因素数据，首先对其进行异常值以及缺失值的检测，并将异常数据作为缺失数据进行处理；S2：对处理后的数据进行低秩近似及特征提取；S3：通过在DTW中构建成本矩阵以获取缺失数据的相似日匹配数据；S4：进行缺失数据的填充，完成数据恢复。本方案通过综合考虑数据的历史完整性和多维气象因素，显著提高了光伏出力预测的准确性和可靠性。此外，本方案的灵活性和适应性使其不仅适用于光伏领域，还可以推广到其他需要时间序列数据修复的场合。
-
公开(公告)号：CN119519766A
公开(公告)日：2025-02-25
申请号：CN202411653409.3
申请日：2024-11-19
Applicant: 重庆邮电大学
IPC: H04B7/04 , H04B7/06 , H04B7/08 , H04B17/309 , H04B17/391 , H04W4/40
Abstract: 本发明涉及一种基于交替优化的智能反射面辅助车联网通信感知一体化方法，属于车联网领域。本发明以最大化通信车辆信噪比为目标，同时满足感知车辆的最小信噪比，解决同时透射和反射可重构智能表面辅助车联网通感一体化系统中有源波束赋形和无源波束赋形联合设计问题。通过采用交替优化来解耦变量并将其转换为两个易于处理的子问题，即，发射和透射与反射波束赋形子问题。具体地说，发射波束赋形问题使用半正定松弛问题。透射与反射波束赋形问题使用优化最小化方法。交替优化两个子问题得到最优解。同时考虑了车联网场景中的多普勒频移和多输入多输出，对通信和目标感知进行联合波束赋形优化，提升系统性能。
-
公开(公告)号：CN119517406A
公开(公告)日：2025-02-25
申请号：CN202411644083.8
申请日：2024-11-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于轻量级Transformer的癫痫发作预测模型构建系统，属于医疗系统技术领域，本发明通过对脑电信号(EEG)进行预处理，利用短时傅里叶变换(STFT)提取时频特征，将这些特征输入轻量级Transformer网络中。该网络通过自选择模块自动筛选重要的patch和注意力头，降低计算复杂度，提高了预测的准确性和模型的效率。该系统适用于可穿戴设备的实时癫痫发作预测，特别针对资源受限的环境，保证了较高的预测准确性与敏感度，同时减少了计算量和能耗。
-
公开(公告)号：CN119599344A
公开(公告)日：2025-03-11
申请号：CN202411644084.2
申请日：2024-11-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种考虑多因素不确定性的分布式资源最优调控方法及系统，属于分布式资源调控技术领域。该方法和系统包括考虑变量相关性的不确定性评估模型，首先在考虑变量相关性的前提下衡量了变量的点预测值以及实际值之间误差的条件概率密度分布函数，然后通过具有复杂相关性的离散卷积衡量变量之差或者之和的不确定性范围。最后，提出了一种考虑多因素不确定性的分布式鲁棒最优资源调控策，针对不同的分布式异构组件构建不同博弈策略，并通过博弈供需体之间的策略交流与更新达到个人最优，并通过势函数保证局部与总体的目标函数一致的最优。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.022 seconds)
