-
公开(公告)号:CN119808892A
公开(公告)日:2025-04-11
申请号:CN202411889312.2
申请日:2024-12-20
Applicant: 重庆邮电大学
IPC: G06N3/098 , G06N3/0455 , G06N3/096
Abstract: 本发明属于联邦学习技术应用领域,特别涉及一种基于知识蒸馏的自适应个性化联邦学习方法,包括客户端通过变分自动编码器根据本地数据生成伪数据,对伪数据进行数据增强;利用增强后的数据对部署在服务器的教师模型进行强化训练;部署在客户端的学生模型基于输入样本生成软预测标签上传到服务器,服务器基于软预测标签的置信度对各个客户端的软预测标签进行动态加权;利用动态加权后的软标签进行进一步迭代训练,生成个性化标签,将个性化标签下发到对应的客户端;客户端根据收到的个性化标签构建蒸馏损失对学生模型进行训练;本发明能够在数据异构和模型异构的联邦学习场景中提高联邦模型性能,增强客户端个性化学习效果,满足客户端个性化需求。
-
公开(公告)号:CN118820611A
公开(公告)日:2024-10-22
申请号:CN202410815294.7
申请日:2024-06-24
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06F18/27 , G06Q50/00 , G06F16/951
Abstract: 本发明属于网络舆情分析领域,具体涉及一种基于认知差异的跨平台话题传播趋势预测方法,包括使用社交网络的API接口获取到待检测话题对应的话题相关数据与话题的用户信息数据;对话题数据进行消息内部因素特征提取和用户外部认知因素特征提取,根据提取的特征计算出用户的信息感知力、用户的话题意识度、话题流行度以及邻居传播推动力;利用多元线性回归模型,基于用户的信息感知力、用户的话题意识度、话题流行度以及邻居传播推动力计算出用户的认知对于传播话题信息的影响力;考虑实际的话题传播,通过用户的认知对于传播话题信息的影响力结合跨平台传播机制计算得到用户跨平台传播话题的概率;根据用户独立转发概率和跨平台状态转换概率构建传播动力学方程;求解动力学方程,得到考虑用户认知差异对话题传播的影响,并计算话题的传播趋势;本发明能够充分分析在社交网络中话题传播的规律,为控制话题传播提供理论基础。
-
公开(公告)号:CN115907165A
公开(公告)日:2023-04-04
申请号:CN202211489736.0
申请日:2022-11-25
Applicant: 重庆邮电大学
Abstract: 本发明属于网络话题传播分析领域,具体涉及一种基于多话题情感度量的衍生话题传播预测方法;该方法包括:获取话题数据;对话题数据进行消息因素特征提取和用户因素特征提取;根据话题热度、用户带动力、用户活跃度、话题个人情感匹配度计算消息影响力;划分用户网络,得到用户的分类结果;根据消息影响力计算用户的独立转发概率;根据话题关联度和用户的独立转发概率计算不同类用户间的转化概率;根据用户的独立转发概率和不同类用户间的转化概率构建动力学方程;求解动力学方程,得到用户对衍生话题的传播预测结果;本发明能够有效预测社交网络中衍生话题的传播态势,实用性高。
-
公开(公告)号:CN115859177A
公开(公告)日:2023-03-28
申请号:CN202211479507.0
申请日:2022-11-24
Applicant: 重庆邮电大学
IPC: G06F18/2411 , G06F18/214 , G06N3/006 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及一种航空发动机的故障诊断方法,包括获取具有标签信息的原始航空发动机故障数据并将原始航空发动机故障数据划分为训练集和测试集;将训练集输入稀疏自编码器SAE并通过反向传播机制对稀疏自编码器SAE进行训练;将测试集中的样本输入训练好的稀疏自编码器SAE通过隐藏层降维得到稀疏样本向量;将稀疏样本向量输入SVM多分类器输出稀疏样本向量的预测结果,根据稀疏样本向量的预测结果和稀疏样本向量的标签信息利用粒子群算法计算SVM多分类器的最优参数;将目标航空发动机故障数据的稀疏样本向量输入SVM多分类器输出目标航空发动机故障数据的故障类别。
-
公开(公告)号:CN115795249A
公开(公告)日:2023-03-14
申请号:CN202211392885.5
申请日:2022-11-08
Applicant: 重庆邮电大学
Abstract: 本发明属于阵列信号处理领域,具体涉及一种基于L型互质阵列的二维DOA估计方法,包括:构建L型二维互质阵列;对L型互质阵列进行虚拟阵元插值,通过带有虚拟阵元的L型均匀线性阵列的阵元接收入射信号,计算虚拟阵列接收到的信号的自协方差矩阵;对自协方差矩阵进行一次重构,恢复插值阵元上的信号,对恢复后的信号进行重新排列,并对重新排列后的信号合并;计算合并后的信号的协方差矩阵,对协方差矩阵进行二次重构,恢复协方差矩阵的信号;根据恢复后的信号协方差矩阵进行二维DOA估计。本发明通过利用了虚拟阵列,并对其产生的虚拟矩阵进行了恢复,有效的扩展了阵列的孔径,提升了DOA估计的精确性,且计算成本也较低。
-
公开(公告)号:CN115761590A
公开(公告)日:2023-03-07
申请号:CN202211479553.0
申请日:2022-11-24
Applicant: 重庆邮电大学
IPC: G06V20/40 , G06F40/289 , G06V10/82 , G06V10/774 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及一种基于话题空间视频化的谣言检测方法,包括:通过社交平台提供的API接口获取具有标签信息的原始话题数据;创建谣言话题检测模型,所述谣言话题检测模型包括:数据预处理模块、数据特征提取模块、3DCNN卷积神经网络、compare模块、Topic2RGB模块和Topic2Video模块;将原始话题数据作为训练样本对谣言话题检测模型进行训练;获取目标话题数据,并将目标话题数据输入训练完成后的谣言话题检测模型,输出目标话题的检测结果,本发明将话题的态势发展特征话题视频化之后进行分析,可以使社交平台更加直观的识别谣言话题,赢得更多的信任从而获取更多利益,同时也可以为社会稳定提供保障。
-
公开(公告)号:CN112910866B
公开(公告)日:2022-07-29
申请号:CN202110076965.9
申请日:2021-01-20
Applicant: 重庆邮电大学
IPC: H04L9/40
Abstract: 本发明涉及网络安全领域的特征选择技术,涉及一种面向网络入侵检测的特征选择方法;采集网络入侵数据集,利用相关度对网络入侵数据集进行初步筛选得到第一网络入侵特征子集;采用基于随机森林的递归特征消除改进算法从初步筛选后的子集中得到第二网络入侵特征子集;将第二网络入侵特征子集作为遗传算法的一部分初始种群特征,随机产生另一部分,迭代得到第三网络入侵特征子集;本发明针对网络入侵中高维数据的特征选择问题,首先使用相关度度量对网络入侵数据集进行初筛,然后使用基于随机森林分类器的递归特征消除改进算法得到优良特征子集,将其作为遗传算法初始种群的一部分,另外一部分随机产生,使用遗传算法得到分类效果最佳的特征子集。
-
公开(公告)号:CN108304521B
公开(公告)日:2021-11-16
申请号:CN201810071416.0
申请日:2018-01-25
Applicant: 重庆邮电大学
IPC: G06F16/951 , G06N5/02 , G06Q50/00
Abstract: 本发明属于社交网络建模与数据挖掘领域,具体涉及到一种基于演化博弈的微博谣言传播的分析方法与系统;所述方法包括:构建微博数据信息数据库,抓取微博用户资料和数据资料,进行数据预处理;提取所述微博用户资料和数据资料的相关属性;根据演化博弈的理论来定义各个节点的收益矩阵,以及各个节点的邻居节点中不同策略选择所占的比例,根据复制动态方程构建话题驱动力;构建谣言传播动力学模型。本发明通过兼顾谣言信息本身的特殊性,将辟谣信息引入到传统的SIR模型中,提出一种SKIR微博谣言传播动力学模型,从而实现对真实世界中微博谣言传播过程的分析。
-
公开(公告)号:CN112910866A
公开(公告)日:2021-06-04
申请号:CN202110076965.9
申请日:2021-01-20
Applicant: 重庆邮电大学
IPC: H04L29/06
Abstract: 本发明涉及网络安全领域的特征选择技术,涉及一种面向网络入侵检测的特征选择方法;采集网络入侵数据集,利用相关度对网络入侵数据集进行初步筛选得到第一网络入侵特征子集;采用基于随机森林的递归特征消除改进算法从初步筛选后的子集中得到第二网络入侵特征子集;将第二网络入侵特征子集作为遗传算法的一部分初始种群特征,随机产生另一部分,迭代得到第三网络入侵特征子集;本发明针对网络入侵中高维数据的特征选择问题,首先使用相关度度量对网络入侵数据集进行初筛,然后使用基于随机森林分类器的递归特征消除改进算法得到优良特征子集,将其作为遗传算法初始种群的一部分,另外一部分随机产生,使用遗传算法得到分类效果最佳的特征子集。
-
公开(公告)号:CN112418525A
公开(公告)日:2021-02-26
申请号:CN202011325005.3
申请日:2020-11-24
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q50/00 , G06N3/04 , G06F16/9536 , G06F40/289
Abstract: 本发明属于社交网络分析领域,具体为一种社交话题群体行为的预测方法、装置及计算机存储介质;所述预测方法包括构建出对抗生成网络对话题数据进行数据增强;采用节点游走策略形成话题序列;以最大化概率熵为目标,提取出游走完成的话题序列的低维向量;采用融合注意力机制将数据增强后的话题数据的文本信息映射到低维的向量空间,提取出影响群体行为的文本特征因素;输入话题序列的低维向量和文本特征因素,采用卷积神经网络预测出下一时间段的潜在话题节点群体用户是否会参与热点话题的传播;本发明有效地缓解了有效数据稀疏性、话题传播特征空间复杂性和话题时限性带来的问题,提高了社交话题群体行为预测的精度。
-
-
-
-
-
-
-
-
-