公开(公告)号：CN112487291A

公开(公告)日：2021-03-12

申请号：CN202011362395.1

申请日：2020-11-28

Applicant: 重庆邮电大学

Inventor： 王进 ,  张浩 ,  于新龙 ,  杨小姜 ,  刘彬 ,  孙开伟

IPC: G06F16/9535 ,  G06F16/33 ,  G06F16/335 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及自然语言处理，特别涉及一种基于大数据的个性化新闻推荐方法及系统，所述方法包括获取历史数据，对数据集进行预处理操作，并进行预处理；对数据构建特征工程，建立用户属性特征、用户时序特征、新闻属性特征、上下文属性特征以及新闻标题语义特征；根据特征的重要性对特征进行选择，保留重要性最高的前50％的特征作为选择的特征；根据选择的特征建立深度学习模型并进行模型融合操作，利用该模型对实时数据进行预测，将预测的点击率大于0.75的新闻推荐给用户；本发明可以对海量特征进行有效地特征选择，在保证效果的前提下，能减小特征维度，加快模型的训练时间，提高效率，同时降低对内存的要求。

公开(公告)号：CN111405581A

公开(公告)日：2020-07-10

申请号：CN202010201010.7

申请日：2020-03-20

Applicant: 重庆邮电大学

Inventor： 王正强 ,  张浩 ,  刘洋 ,  潘思婕 ,  万晓榆 ,  樊自甫

IPC: H04W16/18

Abstract: 本发明请求保护一种最大化加权采集能量的携能无人机位置部署方法，包括：初始化无人机发射功率P，能量传输时间T和飞行高度H，参考距离为1米处的信道增益系数β，地面能量采集用户的位置坐标，无人机的迭代初始水平位置坐标和能量采集权重因子，计算K个地面能量采集用户的加权能量和；无人机更新各个地面能量采集用户的能量采集权重因子；无人机更新位置坐标，计算K个地面能量采集用户采集的加权能量和；重复第二步、第三步，直到采集的加权能量和收敛，输出无人机部署位置坐标。本发明提出了一种基于显示表达式的无人机位置坐标更新方法，与传统二维穷举搜索方法相比，能实现快速收敛，降低搜索无人机部署位置的时间和计算复杂度。

公开(公告)号：CN109784979A

公开(公告)日：2019-05-21

申请号：CN201811555230.9

申请日：2018-12-19

Applicant: 重庆邮电大学

Inventor： 王进 ,  张浩 ,  许景益 ,  孙开伟 ,  刘彬

IPC: G06Q30/02

Abstract: 本发明公开了一种大数据驱动的供应链需求预测方法，包括：101对商品数据进行数据预处理操作；102根据商品历史销售数据划分数据集；103对划分的数据集进行特征工程构建操作；104对构建的特征进行特征选择；105建立机器学习模型，并进行模型融合操作；106通过构建的模型，预测商品未来一周的销量。本发明主要通过对商品在用户的表现数据、商品信息、商品销售数据、商品sku映射表、商品促销价格表和平台活动时间表进行预处理和分析提取特征，建立机器学习模型并进行线性加权模型融合，从而准确预测商品未来一周的销量，为供应链提供数据基础和企业建立全球化供应链方案提供关键的技术支持。

公开(公告)号：CN108196444A

公开(公告)日：2018-06-22

申请号：CN201711291715.7

申请日：2017-12-08

Applicant: 重庆邮电大学

Inventor： 任海军 ,  周桓辉 ,  张萍 ,  张浩 ,  雷鑫 ,  侯斌 ,  邓广

IPC: G05B13/04

Abstract: 本发明请求保护一种基于反馈线性化滑模与SCG算法优化BP神经网络的变桨风力机系统控制与辨识方法，涉及变桨风力机技术领域。首先，本发明在考虑到风能利用系数的基础上，对现有变桨距风力机模型进行了改进，并根据反馈线性化控制理论结合李雅普洛夫稳定性分析得到反馈线性化的滑模控制变桨风力机系统。再采用BP神经网络对风力机系统进行辨识，然后运用SCG算法对此BP神经网络进行优化。本发明提出的辨识能够较精确的检测风力机输入输出之间的关系，且通过反馈线性化理论结合李雅普洛夫稳定性分析得到的滑模控制使风力机控制系统有更强的鲁棒性，更快收敛，具有一定的实用价值。

公开(公告)号：CN116403050A

公开(公告)日：2023-07-07

申请号：CN202310428053.2

申请日：2023-04-20

Applicant: 重庆邮电大学

Inventor： 项小红 ,  张涪源 ,  邓欣 ,  张浩

IPC: G06V10/764 ,  G06T5/20 ,  G06T3/40 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于滑动窗口机制的图像分类神经网络可视化算法的增强方法，其可以直接应用在多数可视化算法上。该增强方法使用固定尺寸的滑动窗口对输入图片中的所有局部区域上采样到输入图片尺寸，然后将结果输入到选定的可视化算法中得到所有图片的针对特定类别的显著图和概率分数，最后将显著图下采样到输入图片对应位置上的窗口中，并乘以概率分数，即可得到具备更多细节的显著图。可将该方法应用在不同的可视化算法上，这些算法基于不同架构的网络。

公开(公告)号：CN114398479A

公开(公告)日：2022-04-26

申请号：CN202111343626.9

申请日：2021-11-13

Applicant: 重庆邮电大学

Inventor： 王进 ,  陈重元 ,  梁晨 ,  马樱仪 ,  张浩 ,  胡珂 ,  朴昌浩

IPC: G06F16/35 ,  G06F40/205 ,  G06F40/216 ,  G06F40/289 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于时序交互图神经网络的文本分类方法，该方法包括：获取文本数据以及文本数据对应的标签值，并将文本数据构建为自适应图结构数据；基于自适应距离权重算法对图节点集合和图有向边集合进行处理，得到输入特征矩阵；将所述输入特征矩阵和所述标签值输入到时序交互图神经网络模型中，得到所述文本数据的总损失值；基于总损失值、交叉熵损失函数和梯度下降算法对时序交互图神经网络模型的模型参数进行更新优化，得到训练文本分类模型。本发明还公开了一种文本分类装置和一种介质。本发明能够实现增强图神经网络的特征提取能力，改善图读出器函数对文本数据的表达以及分类，降低图神经网络出现过度平滑问题出现的概率。

公开(公告)号：CN113350728A

公开(公告)日：2021-09-07

申请号：CN202110671226.4

申请日：2021-06-17

Applicant: 重庆邮电大学

Inventor： 陈峻嵩 ,  梁燕 ,  沈仕元 ,  梁仲雄 ,  钟世昕 ,  张浩

IPC: A62C37/50

Abstract: 本发明涉及一种基于实时计算和人工智能的消防报警及预测系统，属于消防系统技术领域，包括消防报警设备、云平台、服务器、用户端设备；所述消防报警设备用于实时采集环境信息，并通过云平台上传至服务器中；云平台用于接收消防报警设备的底层信号，并且转换为用户端设备所能接收的标准格式数据；所述服务器用于实时数据分析计算、数据存储，在接收到火情信息时发送消防报警信息至用户端设备；所述服务器还通过告警预测算法，对已有传感器数据集进行训练，得到告警预测模型，对火灾发生概率进行预测，并将预测结果发送到用户端设备；所述用户端设备包括手持智能终端和告警分析预测大盘。本发明提升消防系统的使用价值，降低消防系统的搭建成本。

公开(公告)号：CN108223274B

公开(公告)日：2019-11-12

申请号：CN201711261506.8

申请日：2017-12-04

Applicant: 重庆邮电大学

Inventor： 任海军 ,  张萍 ,  周桓辉 ,  雷鑫 ,  张浩 ,  邓广 ,  侯斌

IPC: F03D7/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明请求保护一种基于RBF神经网络的大型风力机变桨距系统辨识方法，首先，本发明在传统神经网络辨识算法技术的基础上采用输出敏感度法对网络结构进行动态优化改进，采用英国Garrad Hassan Partners公司的Bladed风力机仿真软件控制仿真获取实验数据，风速v和桨距角β作为输入信号，发电功率P作为输出信号。进而，结合系统辨识原理，利用模型本身及相关的测量信息搭建辨识系统框架。其次，由于神经网络强大的非线性映射能力将RBF用于辨识算法，在系统输入信号激励下，使辨识系统输出无限逼近系统实际功率输出。最后，针对网络学习速率难以选取的问题，提出梯度下降法和优化算法相结合的方法导出网络结构的最优学习速率。本发明具有较强自适应能力和抗干扰能力，具有一定的实用价值。

公开(公告)号：CN103546930B

公开(公告)日：2016-05-11

申请号：CN201310522464.4

申请日：2013-10-29

Applicant: 重庆邮电大学

Inventor： 蒋青 ,  蒋毅 ,  贾娜 ,  张浩 ,  谢飞 ,  何丹霞 ,  师彦静 ,  郑茂生

IPC: H04W36/08 ,  H04W36/30

Abstract: 本发明公开了一种用于无线网络群组切换的方法。由多个移动站组成的群组进行越区切换时时，首先利用预先设置的门限把需要切换的移动站组成一个临时的小网络，并且在这个小网络中选出一个桥梁群组用户，其中桥梁用户配备了两套收发器，允许同时在两个不同频率的网络进行通信，由桥梁群组用户为临时小网络中的其他群组用户转发源基站发送的信息。通过桥梁群组用户实现源接入站到目标接入站之间的切换，当桥梁群组用户进入目标网络之后，其他的群组用户在通过桥梁群组用户和目标接入站之间的协商，有序进入目标接入站。通过该方案，本发明可以显著地减少了群组切换过程中的碰撞，从而减少了移动站业务中断的时间，并能够与现有的无线网络兼容。

公开(公告)号：CN107975457B

公开(公告)日：2019-12-31

申请号：CN201711147579.4

申请日：2017-11-17

Applicant: 重庆邮电大学

Inventor： 任海军 ,  张浩 ,  侯斌 ,  邓广 ,  周桓辉 ,  张萍 ,  雷鑫

IPC: F03D7/04

Abstract: 本发明请求保护一种抑制风速波动干扰的风电机组变桨控制方法，涉及到风力发电变桨控制领域。首先，为了避免风电机组非线性造成的控制混沌效应，进而在额定风速以上的恒功率点对风电机组进行线性化；同时考虑到传统PID控制器在功率精度控制上难以达到满意的效果，进而设计了一种滑模控制器。其次，针对滑模控制导致的控制过程出现的抖动问题，采取了对风速波动干扰进行预估补偿的方法。最后，为了解决机组大惯性导致的控制过程时滞效应，利用了卡尔曼滤波器和牛顿拉夫逊算法对有效风速进行预测，从而对桨距角进行补偿。本发明提出的控制方法能够很好的降低滑模抖动，提高系统的响应速度，同时能很好的稳定输出功率，具有一定的实用价值。