-
公开(公告)号：CN103345842A
公开(公告)日：2013-10-09
申请号：CN201310316787.8
申请日：2013-07-25
Applicant: 重庆邮电大学
IPC: G08G1/042
Abstract: 一种道路车辆分型系统，涉及电子交通技术领域，包括有信息采集单元、滤波检测单元、波形提取单元和判决分类单元。一种道路车辆分型方法，在车辆经过道路中间的传感器时，传感器实时地检测出车辆的磁场信息，并分析提取车辆磁场信息，计算出车速度、车长度和磁场均值及标准磁场值，将这些数据与判决树进行比对，将比对的结果送入KNN邻近方法中行细分类，可以实时得到车辆分型结果，监控中心根据得到的分类结果统计道路交通状态，并跟踪预设范围之外的车型，进行道路预测和预警。
-
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：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：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。
-
公开(公告)号：CN115410659A
公开(公告)日：2022-11-29
申请号：CN202211061498.3
申请日：2022-09-01
Applicant: 重庆邮电大学
Abstract: 本发明涉及药物表示学习领域，具体涉及一种结合领域知识的药物分子生成方法，包括利用构象搜索算法获得分子3D构象，从而获得分子空间信息，利用分子空间信息增强分子的初始表示；利用优化后的谱聚类算法以及优化后的CH聚类评价指标获取分子的分子划分结果；根据分子的增强表示和分子划分结果，利用图卷积神经网络对其编码获得其隐空间嵌入表示，即分别为全局图表示和局部子图表示；利用互信息最大化机制优化全局图表示和局部子图表示，得到富含空间信息和子结构信息的分子表示，并应用于下游分子生成任务；本发明有助于捕捉到分子的空间和结构信息，同时能更好地服务于基于深度学习的药物发现领域相关任务。
-
Patent Agency Ranking
公开(公告)号：CN114067162A
公开(公告)日：2022-02-18
申请号：CN202111401567.6
申请日：2021-11-24
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于图像领域，具体涉及一种基于多尺度多粒度特征解耦的图像重构方法及系统，包括提供一种深度隐变量特征解耦生成模型，模型包括编码器、隐空间特征解耦、分类模型和重构模型四个模块，利用编码器对图像进行编码，得到包含多粒度语义信息的深度隐变量；分类模型根据解耦后的深度隐变量包含的粗粒度信息，对图像的所属类别进行细化；重构模型对解耦后的深度隐变量进行解码，得到重构生成图像；本发明利用多尺度多粒度语义标签将深度隐变量生成模型的隐空间有监督的解耦成不同层次的语义类别的子空间，更好地学习到图像中不同粒度层次的语义信息，从而能更好地应用于生成任务。
-
公开(公告)号：CN109101108B
公开(公告)日：2021-06-18
申请号：CN201810823980.3
申请日：2018-07-25
Applicant: 重庆邮电大学
Abstract: 本发明属于智能驾驶领域，为一种基于三支决策优化智能座舱人机交互界面的方法及系统，方法包括采集座舱内的手势视频，进行预处理，得到手势图像；对手势图像的手势和背景分割，得到手势区域图像；为其进行多粒度表达，利用卷积神经网络提取手势区域图像的多粒度特征；从粗粒度到细粒度计算每一粒度手势区域图像分类到各类别的条件概率，利用三支决策序贯的完成手势识别；将识别后的手势进行语义转换，人机交互界面根据语义转换后的结果进行操作；采用加权求和的方式获得最佳粒度，以该最佳粒度作为最细粒度。本发明不仅能够更精准的识别座舱内手势，执行手势命令，还能够减少座舱人机交互界面的交互时间，为用户提供更舒适的交互体验。
-
公开(公告)号：CN109857871B
公开(公告)日：2021-04-20
申请号：CN201910077708.X
申请日：2019-01-28
Applicant: 重庆邮电大学
IPC: G06F16/36 , G06F16/33 , G06F40/211 , G06Q50/00 , G06N3/04
Abstract: 本发明属于用户关系挖掘领域，尤其涉及一种基于社交网络海量情景数据的用户关系发现方法，包括获取网络中用户产生的情景数据信息以及用户所在网络的边关系类型，提取图像中的文本信息，对文本类型数据集进行预处理；利用实体链接工具获取预处理后的情景数据集中文本的实体向量，作为先验知识加入到对应文本中；构建卷积神经网络提取文本数据集中的有效特征等综合考虑来对节点进行量化；根据节点的向量化结果求出每两个节点的余弦距离并以此来作为用户间的关系强弱值；本发明增加原有数据的语义信息，提高机器对文本的可读性和理解性，减少深度学习对数据标签的依赖性，还能减弱很多分类问题中出现的边缘问题，降低过拟合的风险，优化模型性能。
-
公开(公告)号：CN106161185B
公开(公告)日：2020-08-25
申请号：CN201510144055.4
申请日：2015-03-30
Applicant: 重庆邮电大学 , 腾讯科技(深圳)有限公司
Abstract: 本发明实施例提供一种信息处理方法、装置及服务器，其中的方法可包括：当检测到第一终端和第二终端均携带社交标志时，服务器获取所述第一终端的第一社交配置和所述第二终端的第二社交配置；所述服务器根据所述第一社交配置与所述第二社交配置，判断所述第一终端与所述第二终端是否具备关联关系；若所述第一终端与所述第二终端具备关联关系，所述服务器获取所述一终端的属性信息和所述第二终端的属性信息；所述服务器向所述第一终端发送所述第二终端的属性信息，并向所述第二终端发送所述第一终端的属性信息。本发明可以针对终端侧用户的社交需求进行信息处理，能够实现准确的信息推荐，提升信息处理的准确性和智能性。
-
公开(公告)号：CN111178387A
公开(公告)日：2020-05-19
申请号：CN201911222298.X
申请日：2019-12-03
Applicant: 重庆邮电大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于多粒度相对密度的标签噪声检测方法，属于数据分类领域。该方法包括步骤：S1：基于多粒度相对密度的标签噪声检测方法利用KMeans算法将数据集划分为K个簇，计算每个样本在粒度上的改进相对密度。改进相对密度定义为，首先分别计算正、负样本的质心，然后求出样本分别到同类质心和异类质心的距离，并用该距离的比值作为该粒度下的改进相对密度；S2：改变K值，重复S1中的过程，计算每个样本在不同粒度下的改进相对密度；S3：将改进相对密度超过一定阈值的样本作为标签噪声。本发明将粒度计算引入到改进相对密度模型中，该方法比传统方法具有更高的效率。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.03 seconds)
