-
公开(公告)号：CN116741391A
公开(公告)日：2023-09-12
申请号：CN202310575749.8
申请日：2023-05-22
Applicant: 重庆邮电大学
Abstract: 本发明属于医疗数据处理领域，具体涉及一种基于快速密度峰值聚类的医疗特征选择方法；所述方法包括获取目标医疗数据，预处理后生成医疗特征样本；根据医疗特征样本到坐标原点的欧式距离，确定出医疗特征样本的扇形截断域；根据医疗特征样本在其截断域内与其他医疗特征样本的欧式距离，计算出医疗特征样本的局部密度；根据医疗特征样本在其截断域内与其他医疗特征样本的局部密度，计算出医疗特征样本的相对距离；根据医疗特征样本的局部密度和相对距离乘积，按照乘积从大到小进行排列，确定出中心的医疗特征样本。本发明能够快速筛选出最具代表性和区分性的医疗特征样本。
-
公开(公告)号：CN116245143A
公开(公告)日：2023-06-09
申请号：CN202211697249.3
申请日：2022-12-28
Applicant: 重庆邮电大学
IPC: G06N3/0464 , G06N3/084 , G06Q50/00
Abstract: 本发明涉及一种社交网络中鲁棒的图卷积神经网络生成方法，包括以下步骤：S1：设定社交网络模型的初始输入，并对输入的用户节点相关矩阵进行预处理；S2：社交网络中GCN卷积层设计：根据特征服从或近似服从高斯分布前提出发，计算相应的方差，利用方差计算权重矩阵，然后将该权重作为卷积层的一部分进行卷积操作；S3：优化社交网络模型的权重参数W：利用高斯分布来设计惩罚项，整合作为新的损失函数；S4：通过反向传播优化参数：计算出每层的误差对每个参数W对偏导计算梯度，更新参数完成一次反向传播，再循环进行前向‑反向传播直至损失函数收敛为止，得到训练完成的社交网络中的GCN模型。
-
公开(公告)号：CN112507247B
公开(公告)日：2022-09-23
申请号：CN202011476008.7
申请日：2020-12-15
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明属于社交网络分析领域，具体涉及一种融合用户状态信息的跨社交网络用户对齐方法；所述方法包括采用随机游走采样的方式提取用户的局部特征；采用迭代的方式计算出用户的状态值，循环比较具有相似状态值的用户集合作为该用户的全局特征；将局部特征和全局特征输入到词向量模型的神经网络模型中映射为低维特征向量；将用户在两个社交网络中的低维特征向量采用预设的映射函数进行对齐，输出源社交网络中的用户与目标社交网络中的用户中可能存在的潜在对齐用户对；本发明利用网络嵌入方法分别从局部和全局提取出社交用户特征，利用节点状态量化节点在网络中的重要性，通过融合节点状态以及迭代地更新训练对齐模型，提高用户识别的准确率。
-
公开(公告)号：CN114358989A
公开(公告)日：2022-04-15
申请号：CN202111485486.9
申请日：2021-12-07
Applicant: 重庆邮电大学
Abstract: 本发明属于计算机科学技术领域，具体涉及一种基于标准差和交互信息的慢性疾病特征选择方法；该方法包括：实时获取用户的身体检查数据，对数据进行预处理，将预处理后的数据输入到基于标准差和交互信息的慢性疾病特征选择模型中，预测用户患有的慢性疾病类型；本发明可以有效地对高血压、糖尿病等慢性疾病的影响因素进行筛选并标记，通过对影响因素的分析统计来预防或预测慢性疾病，本发明为慢性疾病的预警提供帮助，克服了现有慢性疾病预测需要较多特征并且精确度不高的缺陷，具有良好的经济效益。
-
公开(公告)号：CN113919512A
公开(公告)日：2022-01-11
申请号：CN202111139211.X
申请日：2021-09-26
Applicant: 重庆邮电大学
IPC: G06N20/20
Abstract: 本发明涉及一种基于计算资源逻辑分层的联邦学习通信优化方法及系统，属于联邦机器学习领域，首先，云中心根据所有终端参与设备的本地计算资源大小将其划分为多个计算资源大小均衡的计算簇，并在每个计算簇中筛选一个计算资源最多的终端设备作为簇的Head节点，构建基于“云中心‑Head节点‑终端设备”一体的分层通信架构，实现粗粒度的簇间计算资源均衡。然后，在每个簇中，设计加权平均全局模型更新机制，将混合权重设置为Staleness的函数，使计算资源丰富的终端设备能够与Head节点进行更多轮通信，从而实现簇内协作训练，进而以细粒度的方式对计算资源进行再分配。本发明从本质上解决了联邦学习技术中的高通信代价问题。
-
Patent Agency Ranking
公开(公告)号：CN113010884A
公开(公告)日：2021-06-22
申请号：CN202110200444.X
申请日：2021-02-23
Applicant: 重庆邮电大学
IPC: G06F21/55 , G06F16/2458 , G06F16/26
Abstract: 本发明属于数据挖掘领域，具体涉及一种入侵检测系统中的实时特征过滤方法，该方法包括：周期性获取入侵检测数据，对获取的数据进行预处理；提取预处理后入侵检测数据的特征，计算t时刻流入系统特征与目标决策类的相关性数值；将计算出的相关性数值与设定的阈值进行比较，根据比较结果对入侵检测数据执行不同的策略；本发明针对不同特征采取不同的特征执行策略，进一步对不满足“高相关”特征准则的，采用特征互补检测策略，可以使得模型选择更多有价值的特征，提升模型的分类精度。
-
公开(公告)号：CN111814046A
公开(公告)日：2020-10-23
申请号：CN202010631881.2
申请日：2020-07-03
Applicant: 重庆邮电大学
IPC: G06F16/9535
Abstract: 本发明属于计算机科学与技术领域，特别涉及一种基于邻域粗糙集的电影三支推荐方法，包括获取历史数据并对数据进行预处理；构建用户与用户之间的相似性矩阵；以目标用户为中心构建邻域，且令邻域内的用户都与邻域中心的用户相似，将邻域中的用户作为近邻用户；计算训练数据集的全局领域半径和每个用户的最优邻域半径，若用户最优邻域半径大于全局邻域半径则用户属于正区域或负区域用户，否则用户为边界区域用户；根据边界区域用户隶属目标概念的隶属度构造阴影集，由阴影集模型得到推荐阈值；根据待推荐数据的隶属度与推荐阈值的关系进行三支推荐；本发明解决了传统推荐方法根据预测评分实施推荐带来了更多的不确定造成推荐质量降低的问题。
-
公开(公告)号：CN111144910A
公开(公告)日：2020-05-12
申请号：CN201911384753.6
申请日：2019-12-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及计算机科学技术领域，具体涉及一种基于模糊熵均值阴影集的招投标犯罪对象推荐方法及装置，包括：选定预调查招投标对象，获取招投标数据；数据预处理；提取出与“串标、陪标”呈正相关性的属性指标以及呈负相关性的属性指标，并分别计算出不同属性指标下的特征值，并进行归一化处理；构建模糊熵均值阴影集模型；对所抽取的不同相关属性下的招投标对象进行三支近似划分；对三支近似划分结果进行融合；输出推荐的调查对象。本发明所采取的模糊熵均值阴影集模型完全从熵损失的角度出发来构建求取决策划分阈值对，避免了由于专家经验所造成的主观性误差和不合理性，使得所求取的模型能够更有效的去近似划分具有不确定性的招投标对象。
-
公开(公告)号：CN109918544A
公开(公告)日：2019-06-21
申请号：CN201910191833.3
申请日：2019-03-14
Applicant: 重庆邮电大学
IPC: G06F16/903 , G06F16/9038 , G06F16/901 , G06Q50/26 , G06Q50/00
Abstract: 本发明属于职务犯罪领域，涉及社会关系网络分析，具体为一种基于粗糙集的职务犯罪社会关系网络智能分析方法及系统，所述方法包括通过对已结案中犯罪人员的社会关系网络进行分类，并基于粗糙集对社会关系网络进行智能分析，发现其中对案件起关键作用的线索，并去除其中的无关线索；基于已结案件数据，采用粗糙集方法，从多种数据中筛选出对案件分析起作用的数据，去除对案件分析不起作用的冗余数据，并对各种数据源进行重要性排序，从而为实际办案提供辅助。
-
公开(公告)号：CN109547460A
公开(公告)日：2019-03-29
申请号：CN201811517670.5
申请日：2018-12-12
Applicant: 重庆邮电大学
CPC classification number: H04L63/08 , H04L9/3226 , H04L63/083 , H04L63/0861
Abstract: 本发明属于信息安全技术领域，具体涉及一种面向身份联盟的多粒度联合身份认证方法；所述方法包括研究各种身份信息的可信程度，并将其作为各种身份信息多粒度联合的权值；以代价最小化为约束条件，面向用户需求的多粒度联合身份认证以及面向用户身份信息可用性的身份认证；当用户提出访问需求时，身份联盟根据应用系统对身份认证安全性的需求，进行身份认证方案的评估和筛选，提高了身份认证的安全性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.025 seconds)
