-
公开(公告)号：CN103529821B
公开(公告)日：2016-05-11
申请号：CN201310461120.7
申请日：2013-09-29
Applicant: 重庆邮电大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于CAN总线诊断协议栈的可配置化方法，该诊断协议栈按照国际诊断标准ISO15765和AUTOSAR标准实现，包括封装的网络层和应用层模块、应用层标准接口、ECU抽象层标准接口以及可配置文件。用户在进行诊断需求开发时，应用现有模块通过配置文件设置可配置参数，只需按照标准接口专注于应用层和底层驱动的实现。本发明增强诊断软件的通用性、可靠性、移植性，方便在不同硬件平台上移植，避免网络层、应用层协议栈的重复开发，大大缩短了开发时间，减少开发成本，方便了开发和扩展。
-
公开(公告)号：CN104485823A
公开(公告)日：2015-04-01
申请号：CN201410794023.4
申请日：2014-12-19
Applicant: 重庆邮电大学
CPC classification number: H02M3/33561 , H02M1/14
Abstract: 本发明请求保护一种PFM/PWM开关电源脉冲序列混合控制方法，包含步骤：当负载端输出电流小于基准电流时，则进入轻负载PFM-PT调制阶段。此时，若输出电压低于基准电压，PFM-PT调制方式在高频下工作，使电压增大，稳定输出；反之，PFM-PT调制方式在低频下工作，使电压减小，稳定输出；如果输出电压持续上升，则PFM-PT使用跨周期调制方式，从而快速稳定输出。当输出电流大于基准电流时，则进入重负载PWM-PT调制阶段。此时，若输出电压低于基准电压，PWM-PT调制方式在高功率脉冲下工作，使电压增大，稳定输出；反之，PWM-PT调制方式在低功率脉冲下工作，使电压减小，稳定输出。本发明能够适应负载变化，提高轻负载下的工作效率，使开关电源输出电压纹波小、动态响应快、抗干扰能力强。
-
公开(公告)号：CN103415029A
公开(公告)日：2013-11-27
申请号：CN201310381594.0
申请日：2013-08-28
Applicant: 重庆邮电大学
IPC: H04W24/02
Abstract: 本发明公开了一种异构网内移动性管理方法，属于移动通信技术领域。包括以下步骤：对用户移动终端的移动速度进行评估；源基站根据用户移动终端的移动速度和移动方向调整移动管理策略。在步骤二中，根据用户移动终端的移动速度和移动方向具体采用以下移动管理策略：由宏小区向微微小区高速运动的用户移动终端移动性管理策略；由微微小区向宏小区高速运动的用户移动终端移动性管理策略；由宏小区向微微小区低速运动的用户移动终端移动性管理策略；由微微小区向宏小区低速运动的用户移动终端移动性管理策略。本方法通过对用户移动终端的移动性进行检查，采用不同的移动性管理策略，在尽量减少传输资源损耗的前提下，提高了异构网络中移动切换执行的成功率。
-
公开(公告)号：CN101420343B
公开(公告)日：2011-02-09
申请号：CN200810233159.2
申请日：2008-11-28
Applicant: 重庆邮电大学
Abstract: 本发明提供一种针对EPA网络的网络拓扑发现方法，涉及工业以太网技术。该方法包括以下步骤：EPA网络监控服务器根据EPA网桥网络拓扑信息存储模块中的网络拓扑信息构造EPA网桥的连接关系；根据EPA交换机网络拓扑信息存储模块中的中网络拓扑信息构造EPA交换机的连接关系；通过EPA网桥和EPA交换机网络拓扑信息存储模块中的网桥和交换机端口邻接设备对象信息，构造EPA网桥和EPA交换机与EPA终端设备的连接关系；根据上述连接关系，绘制网络拓扑结构图；本发明能够及时、准确得提供EPA网络拓扑结构更新信息，为EPA网络的实时监测和控制提供有效的支持。
-
公开(公告)号：CN119988019A
公开(公告)日：2025-05-13
申请号：CN202510084861.0
申请日：2025-01-20
Applicant: 重庆邮电大学
IPC: G06F9/50 , G06N3/098 , G06N3/094 , G06N3/0475 , G06N3/045
Abstract: 本发明属于联邦学习技术应用领域，具体涉及一种基于分布感知正则化的联邦学习方法，包括在每轮联邦学习，服务器确定参与本次训练的M个客户端；服务器根据计算能力和本地数据量获取每个客户端的数据处理方式，每个客户端根据自身对应的数据处理方式获取训练数据；服务器下发全局模型，每一个客户端通过训练数据训练全局模型得到本地模型参数，并上传给服务器；服务器根据历史训练数据计算时间窗口，在时间窗口内收集本地模型参数进行聚合得到新的全局模型；重复上述操作直至达到最大联邦学习轮次；本发明有效缓解多个客户端之间的设备异构问题。
-
Patent Agency Ranking
公开(公告)号：CN113962748B
公开(公告)日：2025-05-09
申请号：CN202111297307.9
申请日：2021-11-04
Applicant: 重庆邮电大学
IPC: G06Q30/0201 , G06Q30/0601 , G06F18/22
Abstract: 本发明属于网络对齐领域，具体涉及一种基于元路径的全貌信息表示异质电商平台用户对齐方法，该方法包括：获取用户的属性数据和交互数据，对用户的属性数据和交互数据进行聚合预处理；提取聚合预处理后的用户数据；将提取的用户数据输入到基于元路径的全貌信息表示异质电商平台用户对齐模型中，对用户进行对齐处理；本发明从用户属性信息、用户商品交互信息、用户兴趣关注度三方面出发，其中发明重点部分是采用元路径对异质平台稀疏数据进行聚合，获取更有效的实验数据以及采用注意力机制对学习到的用户属性关系向量和用户交互关系向量进行权重分配，从而进行高效的对齐任务。
-
公开(公告)号：CN119809766A
公开(公告)日：2025-04-11
申请号：CN202510007547.2
申请日：2025-01-03
Applicant: 重庆邮电大学
IPC: G06Q30/0601 , G06N3/08 , G06F17/10 , G06F16/9535
Abstract: 本发明属于电子商务技术领域，具体涉及一种基于精确对称正定流形学习的长尾商品推荐方法；包括：获取电商平台的用户行为数据和商品特征数据并对其进行预处理，得到商品特征矩阵和用户商品交互矩阵；采用低秩近似技术对用户商品交互矩阵进行优化，更新用户商品交互矩阵；将商品特征矩阵映射到对称正定矩阵空间中，并进行流形嵌入处理，得到商品的SPD特征向量；采用流行全连接层对商品的SPD特征向量进行聚合处理，得到聚合特征；使用几何保留映射函数将聚合特征映射到欧几里得空间，得到映射特征；对映射特征进行处理，得到长尾商品推荐结果；本发明实现了电商平台广告点击率的提升，显著增强了精准营销和推荐效果。
-
公开(公告)号：CN119598036A
公开(公告)日：2025-03-11
申请号：CN202411712567.1
申请日：2024-11-27
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06F16/9535 , G06Q50/00 , G06N3/045 , G06F18/25 , G06F18/213 , G06F40/30
Abstract: 本发明属于社交网络衍生话题分析领域，具体涉及一种面向时变网络的关键影响力用户发现方法，包括对原始话题网络数据进行预处理得到话题网络数据；沿时间维度对话题网络数据切片得到不同时间点下的话题网络数据；计算用户节点在不同时间点下的动态重要性，根据动态重要性获取每一用户节点的转移序列；采用注意力机制构建每一用户节点的特征向量；获取每一用户节点的累计交互序列和最近交互序列，通过双Transformer结构获取每一用户节点的兴趣向量；将每一用户节点的特征向量和兴趣向量拼接得到综合特征；所有综合特征输入全连接层和softmax函数层，得到关键影响力用户识别结果；本发明可有效地发现话题空间中的关键影响力元素。
-
公开(公告)号：CN119577509A
公开(公告)日：2025-03-07
申请号：CN202411626986.3
申请日：2024-11-14
Applicant: 重庆邮电大学
IPC: G06F18/24 , G06F18/213 , G06F18/10 , G06N3/042 , G06N3/0464
Abstract: 本发明属于互联网应用技术领域，具体涉及一种社交平台引导话题的关键节点溯源方法，包括：获取用户数据；对用户数据进行预处理；提取预处理后用户数据的属性特征；采用混合随机游走策略对用户数据进行处理，得到用户隐藏关系；对用户数据中的话题信息进行情感分析，得到用户情感特征；采用URE2vec算法对用户属性特征、用户隐藏关系以及用户情感特征进行向量化表示，对向量化表示结果进行降维，得到隐藏信息；将隐藏信息输入到关键节点溯源模型中，得到话题传播关键节点以及话题引导意图；本发明采用一种混合随机游走策略，通过混合随机游走策略并利用显式关系和隐式关系为用户找出偏好相似的隐式朋友，缓解数据稀疏性。
-
公开(公告)号：CN119128241A
公开(公告)日：2024-12-13
申请号：CN202411181670.8
申请日：2024-08-27
Applicant: 重庆邮电大学
IPC: G06F16/951 , G06F16/9535 , G06Q50/00 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明属于互联网应用技术领域，具体涉及一种基于隐性关系和级联长度的热点话题传播预测方法；包括：获取话题数据并对其进行预处理；从预处理好的话题数据中提取用户相关属性，用户相关属性包括用户自身属性、用户相似度和用户活跃度；根据用户相关属性，采用关联规矩算法挖掘用户间的潜在关系并构建用户隐性关系网络；根据用户自身属性构建用户关注关系网络，合并用户隐性关系网络与用户关注关系网络，得到用户全关系网络；根据用户全关系网络学习用户的结构特征，得到话题网络的结构特征矩阵；将话题网络的结构特征矩阵和用户活跃度输入到训练好的话题传播预测模型中进行处理，得到话题传播预测结果；本发明可提高话题传播预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
153
records
(took 0.027 seconds)
