公开(公告)号：CN111770024B

公开(公告)日：2022-09-23

申请号：CN202010632001.3

申请日：2020-07-03

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  郭可可 ,  雷援杰 ,  陈虹羽

IPC: H04L47/125 ,  H04L49/10 ,  H04L47/10 ,  H04L47/24

Abstract: 本发明提出了一种命名数据网络中兴趣包转发接口选择方法，属于网络通讯技术领域，所述方法包括：节点在转发兴趣包前，获取每个接口的状态信息；根据各个接口的状态信息计算兴趣包从接口转发的权值，按照所求得的权值选择对应的接口转发兴趣包。本发明设计的兴趣包转发接口选择方案考虑了接口兴趣包的满足率和各个接口数据包到达时间提出了两个选择函数，在考虑接口状态的情况下，希望选择更容易获得数据包的接口进行兴趣包的转发，而且定期发送探测包探测网络拥塞状态，从而有效减少用户请求时延，提高平均命中率，提升转发性能。

公开(公告)号：CN112948625B

公开(公告)日：2022-08-05

申请号：CN202110134964.5

申请日：2021-02-01

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  陈虹羽 ,  赖雪梅 ,  郭可可

IPC: G06F16/735 ,  G06F16/75 ,  G06N20/00

Abstract: 本发明涉及推荐系统技术领域，具体涉及一种基于属性异质信息网络嵌入的电影推荐方法。包括：处理用户和电影的信息用于构建属性异质信息网络；通过元路径的随机游走获得用户节点和电影节点的节点序列；学习各个节点在不同元路径下的网络嵌入向量；融合用户和电影的嵌入向量，结合到评分偏好中，计算出用户对可能感兴趣的电影的评分；根据评分数据，将相似的用户或者电影推荐给用户。本发明能够将用户和电影通过属性异质信息网络连接起来，通过基于元路径的网络嵌入表示，获得更多用户和电影之间更多的信息，从而提高推荐的准确性。

公开(公告)号：CN114760692A

公开(公告)日：2022-07-15

申请号：CN202210242717.1

申请日：2022-03-11

Applicant: 重庆邮电大学

Inventor： 陈榕 ,  唐宏 ,  曹型兵 ,  刘小洁 ,  甘陈敏

IPC: H04W72/04 ,  H04W72/12 ,  H04L5/00

Abstract: 本发明属于超密集网络资源分配技术领域，一种超密集网络中基于混合聚类的资源分配方法，该方法包括：获取原始基站、用户位置的数据，并对数据进行预处理；采用Canopy算法与K‑means算法对微基站分簇；对聚类后的每个簇中的用户构建干扰图，根据干扰图采用染色算法对用户进行分组；对每组中的用户采用贪婪算法分配子信道；采用注水算法对每组中的用户进行功率分配；本发明通过两种算法结合的聚类算法，能够准确、快速对微基站进行聚类，之后用户分组，子信道分配、功率分配，能够有效减少基站之间的同层干扰，提高系统的吞吐量和性能。

公开(公告)号：CN114648031A

公开(公告)日：2022-06-21

申请号：CN202210324881.7

申请日：2022-03-30

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  刘蓓明 ,  刘杰 ,  黄水文

IPC: G06F40/30 ,  G06F16/35 ,  G06F40/205 ,  G06F40/279 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及自然语言处理、深度学习、方面级情感分析领域，特别涉及一种基于双向LSTM和多头注意力机制的文本方面级情感识别方法，包括获取方面词所在的上下文文本的词嵌入表示；采用双向LSTM网络获取局部上下文和全局上下文的特征表示；局部上下文的特征表示通过上下文动态加权和多头自注意力机制得到局部特征，全局上下文的特征表示通过多头自注意力机制得到全局特征；根据局部特征和全局特征获得局部和全局共同关注的交互特征，将交互特征和局部特征通过动态权重拼接融合获得最终特征表示；将最终特征表示输入到线性层、softmax函数中进行情感预测；本发明对特征进行动态融合，从而提高了文本方面级情感识别的准确率。

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

Inventor： 郭艳霞 ,  唐宏 ,  金勇 ,  彭金枝

IPC: G06V40/16 ,  G06V20/40 ,  G06N3/04 ,  G06K9/62 ,  G10L25/03 ,  G10L25/30 ,  G06V10/80 ,  G06V10/82

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。

公开(公告)号：CN114449536A

公开(公告)日：2022-05-06

申请号：CN202210103469.2

申请日：2022-01-27

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  刘小洁 ,  陈榕

IPC: H04W16/22 ,  H04W24/02 ,  H04W28/02 ,  H04W76/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及机器学习和通信技术领域，特别涉及一种基于深度强化学习的5G超密集网络多用户接入选择方法，该方法包括：根据用户对各网络属性的最低容忍度设置阈值，排除完全不符合要求的网络；利用层次分析法和熵权法确定网络属性综合权重；通过灰色关联分析法再结合网络属性综合权重得到加权灰色相关系数；将多用户接入问题建模成多人随机博弈模型；利用深度确定性策略梯度法求解最优策略；该方法能够在保证不同业务用户个性化需求的前提下，提高系统吞吐量，并且减少用户阻塞、降低时延。

公开(公告)号：CN114398488A

公开(公告)日：2022-04-26

申请号：CN202210047500.5

申请日：2022-01-17

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  刘杰 ,  甘陈敏 ,  彭金枝 ,  刘蓓明

IPC: G06F16/35 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于自然语言处理与多标签文本分类领域，特别涉及一种基于注意力机制的BILSTM多标签文本分类方法；包括将文本数据和标签数据分别通过bert和Word2vec进行词嵌入；采用BILSTM模块分别提取词嵌入后的文本数据与标签数据的上下文信息，得到文本表示和标签表示；通过注意力机制模块得到基于标签的文本表示；通过损失函数训练多标签文本分类模型；将实时数据输入训练好的多标签文本分类模型，得到实时数据的标签分类预测结果；本发明利用Bert进行词嵌入，运用BILSTM进行上下文依赖关系的提取，充分利用文本和文本、文本和标签以及标签和标签的信息，从而提升了多标签文本分类的准确率和归一化折损累计增益。

公开(公告)号：CN112910840B

公开(公告)日：2022-04-05

申请号：CN202110047989.1

申请日：2021-01-14

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  刘双 ,  向俊玲 ,  周磊

IPC: H04L9/40 ,  H04L9/32 ,  H04L67/1097 ,  H04L67/1095 ,  G06F21/60 ,  G06F21/62 ,  G06F21/64

Abstract: 本发明涉及医疗数据共享技术领域，具体涉及一种基于联盟区块链的医疗数据存储共享方法及系统，包括：存储医疗数据时，利用多权限属性基加密算法将原始医疗数据及访问策略加密，将密文存储到私有IPFS系统中，IPFS系统为存储的密文分配一个独一无二的哈希值，将哈希值存储在联盟区块链Fabric上，以此提高医疗数据存储效率及安全性；其中私有IPFS网络可以提高系统效率，多权限属性基加密算法能够保障患者医疗数据的安全性及患者对自身医疗数据的完全掌控。本发明方法适用于医疗数据存储共享、加密数据访问控制领域；基于IPFS的联盟式医疗区块链将赋予医疗数据存储共享系统更高的安全性与高效性，提高用户医疗数据的隐私性。

公开(公告)号：CN112765486B

公开(公告)日：2022-04-05

申请号：CN202110087376.0

申请日：2021-01-22

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  范森 ,  刘红梅 ,  朱龙娇

IPC: G06F16/9536 ,  G06F16/9538 ,  G06F16/36 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及推荐系统技术领域，具体涉及一种融合知识图谱的注意力机制的电影推荐方法，包括：获取用户‑电影交互信息和电影属性信息，通过DAE降噪自动编码器进行数据预处理；将处理的数据集构建知识图谱；对知识图谱进行建模，得到实体向量和关系向量；构建含有记忆组件注意力机制的深度学习混合推荐系统，得到用户向量和物品向量；最后通过联合学习的方式，将知识图谱与混合推荐系统进行结合，通过注意力机制得到用户对候选电影的注意力分值，降序排序得出预测评分值，再进行TOP‑N推荐。

公开(公告)号：CN109802862B

公开(公告)日：2022-02-22

申请号：CN201910230095.9

申请日：2019-03-26

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  姚立霜 ,  刘丹 ,  王云峰 ,  裴作飞

IPC: H04L41/147 ,  H04L41/14 ,  H04L41/142 ,  H04L43/0876

Abstract: 本发明属于网络流量预测技术领域，特别涉及一种基于集合经验模态分解的组合型网络流量预测方法，包括：获取原始流量数据并进行预处理；通过集合经验模态分解将网络流量分解为不同时间尺度上频率单一的IMF分量；通过自相关性和偏自相关分析，确定IMF分量的平稳性；对平稳的IMF分量用线性的ARMA模型预测；对非平稳的IMF分量用非线性的Elman神经网络预测；将各IMF分量的预测值进行求和得到网络流量的预测值；本发明更准确、全面地描述和预测实际网络流量，从而提高预测精度和增加预测可靠性。