-
公开(公告)号：CN109272384B
公开(公告)日：2022-01-28
申请号：CN201811057953.6
申请日：2018-09-11
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种分布式智能电表售电方法和系统，属于智能电网技术领域。本系统包括M个智能电表及N个售电网络服务器，每个智能电表和每个售电网络服务器均包括路由模块、密钥模块、共识模块和账单模块；所述路由模块根据路由规则，用于实现M个智能电表之间双向通信，智能电表与任意一个售电网络服务器双向通信，以及N个售电网络服务器之间双向通信；智能电表的共识模块根据子公钥合成公钥，根据公钥生成充值token，发送或接收充值token，还能对充值token进行验证。本发明中智能电表获取的token无法被篡改、伪造且能够保证完整性，售电系统任何时候均可对充值token进行核账分析，确保售电系统的收益。
-
公开(公告)号：CN113702490A
公开(公告)日：2021-11-26
申请号：CN202111000420.6
申请日：2021-08-27
Applicant: 重庆邮电大学
IPC: G01N27/904
Abstract: 本发明涉及一种基于涡流热传导的混凝土内部钢筋锈蚀量估计方法，属于钢筋锈蚀量估计领域，包括：S1：构建绝热表面的涡流热传导混凝土内部锈蚀检测装置；S2：通过S1所述装置中的激励电源，在混凝土内的钢筋中形成涡流，涡流产生的焦耳热传到混凝土表面，构成携带锈蚀量信息的表面温度场；基于软硬件方法解决电磁兼容问题，从而去除表面温度测量误差；S3：通过四级简化法实现涡流热传导物理模型的简化，并利用此模型生成虚拟数据；S4：利用S2中得到的真实数据和S3中得到的虚拟数据，实现深层神经网络模型求解，解决涡流热传导反系数问题，估计混凝土内部钢筋锈蚀量。本发明数学表达模型简单，模型参数求取简单，提高了结果精度。
-
公开(公告)号：CN113240509A
公开(公告)日：2021-08-10
申请号：CN202110541127.4
申请日：2021-05-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多源数据联邦学习的贷款风险评估方法，属于大数据和贷款风险评估领域。该方法包括：S1：使用多方数据源参与到贷款风险评估任务中，分别对多方数据源数据进行预处理以及数据样本加密对齐；S2：分析和提取多方数据源关于贷款风险评估相关特征，建立贷款用户风险画像并构建贷款风险评估体系；S3：构建并使用Lightgbm树模型对多方数据源进行联合训练，同时与中心服务器交换参数，更新训练过程；S4：综合多方数据源的训练结果构建的Lightgbm树模型，预测用户的违约情况作为用户贷款风险的判别结果。本发明提升贷款风险评估的准确性，降低贷款坏账率。
-
公开(公告)号：CN113239199A
公开(公告)日：2021-08-10
申请号：CN202110541128.9
申请日：2021-05-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多方数据集的信用分类方法，属于数据挖掘领域。本发明方法包括：输入信用评估相关的多方数据集；对多个数据集数据进行数据预处理，解决原始数据集中存在的多种问题，并得到标准输入数据集；利用机器学习中的聚类算法与数据生成算法，将多个数据集进行对齐，得到对齐后的新数据集；将文本类型特征与数值类型特征分别输入到两个模型中单独训练；最后结合两个模型中的训练结果，使用逻辑回归方法计算最终两个模型权重，并输出最终的评估结果。本发明通过引入数据对齐方法与信用评估算法解决多个信用数据集中样本数量无法对齐的问题，提高了可被用于训练的样本数量，减少了由于训练样本不足带来的机器学习模型分类无法收敛的问题。
-
公开(公告)号：CN112819256A
公开(公告)日：2021-05-18
申请号：CN202110250804.7
申请日：2021-03-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于注意力机制的卷积时序房价预测方法，属于计算机领域。首先对房价数据集进行预处理并得到由房屋价格相关多维因素按时间构成的序列。考虑到影响房子价格有多维相关因素，对房屋价格趋势的波动和影响，使基于注意力机制的用卷积时序神经网络来对房价进行预测，其中采用了一维卷积神经网络对多维相关因素的特征进行处理，得到进一步特征提取和降维后的多维特征向量，再将特征向量输入到长短期记忆模型中学习特征之间的长期整体趋势和短期局部依赖信息。本发明结合了房价时序预测在长期整体趋势和短期局部的信息，降低了房价预测的方差，提高了多维时序数据房价预测方法的泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN112215704A
公开(公告)日：2021-01-12
申请号：CN202011141781.8
申请日：2020-10-22
Applicant: 重庆邮电大学 , 重庆市住房公积金管理中心
Abstract: 本发明涉及一种零存整取模式下存户存款贡献度评估方法，属于数据处理技术领域。该方法包括：通过对样本数据进行筛选以及清洗，对零存整取模式下存户存款异常数据进行过滤，得到数据集；获取用户特征数据，用户特征数据包括：存户历史缴款信息；将训练数据集输入模型进行训练分析，得到评估存户存款贡献度模型，将测试数据集用户特征数据输入至已训练的模型进行预测操作，以输出预测信息，根据预测信息生成存户存款贡献度评估信息，由此大大提高了对存户存款贡献度评估的准确度。
-
公开(公告)号：CN109586897A
公开(公告)日：2019-04-05
申请号：CN201811392082.3
申请日：2018-11-21
Applicant: 重庆邮电大学
IPC: H04L9/06 , H04L9/32 , H04L12/721 , H04L29/08
Abstract: 本发明提出了一种智能表计携号转网的方法和系统，属于智能电网技术领域。本系统包括多个智能表计，多个不同能源公司的抄表网络服务器，每个智能表计均包括路由模块和标识模块，每个抄表网络服务器均包括路由模块、授权模块、共识模块、存储模块和转网模块；所述授权模块用于在有新的抄表网络服务器加入时发起授权流程；所述转网模块用于在智能表计跟换所属能源公司时，由新抄表网络服务器向现抄表网络服务器发起转网申请，其同意确认即可转网。本发明支持任何类型的智能表计，在智能表计需要转网时，无需智能表计撤换和安装，实现方便快捷地携号转网，同时可以保留智能表计中的历史数据，不会造成数据丢失等问题。
-
公开(公告)号：CN116933117B
公开(公告)日：2025-05-20
申请号：CN202310976538.5
申请日：2023-08-04
Applicant: 重庆邮电大学
IPC: G06F18/2323 , G06F18/21 , G06F18/214 , G06F11/30
Abstract: 本发明属于过程挖掘领域，涉及一种基于谱聚类的软件组件识别方法；包括获取软件运行事件日志，并获取软件运行事件日志中所涉及的所有类组成类集合；根据软件运行事件日志及类集合构建类调用相似度矩阵；根据类调用相似度矩阵构建度矩阵，并基于度矩阵计算出拉普拉斯矩阵；计算拉普拉斯矩阵的所有特征值并升序排列，通过前k个特征值的特征向量构建特征向量空间；采用Discretize聚类算法对特征向量空间进行聚类，并通过组件质量函数获取具有最高质量组件的聚类结果作为组件识别结果；通过该组件识别结果为软件运行事件日志添加组件属性信息；本发明相比于已有通过软件运行数据识别组件的算法考虑了类之间调用次数，能更准确地识别组件。
-
公开(公告)号：CN113963315B
公开(公告)日：2025-02-11
申请号：CN202111357367.5
申请日：2021-11-16
Applicant: 重庆邮电大学
IPC: G06V20/52 , G06V20/40 , G06V40/10 , G06V40/20 , G06N3/0464 , G06N3/0495 , G06N3/045
Abstract: 本发明涉及一种复杂场景下实时视频多人行为识别方法及系统，属于机器视觉技术领域。该方法包括：采集视频数据；建立场景人脸标签库，用于人脸识别模型训练；构建轻量化SlowFast模型用于复杂场景多人行为识别；建立不同人员类别异常行为动作标签库，建立训练行为动作标签库；将训练数据集经过预处理之后，输入到构建的轻量化SlowFast网络中进行训练；利用人脸识别模型和轻量化SlowFast网络模型进行实际场景行为动作检测、识别。本发明通过人脸识别，确定人员类别身份，建立人脸检测框与人员位置定位框的关联关系，对场景中目标人员的行为动作进行检测和识别，以实现在复杂场景中不同类别人员异常行为的监测和预警。
-
公开(公告)号：CN119204324A
公开(公告)日：2024-12-27
申请号：CN202411314846.2
申请日：2024-09-20
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q50/14 , G06V20/40 , G06V20/52 , G06V40/10 , G06T7/292 , G06N3/042 , G06N3/0442 , G06N3/045 , H04N23/50
Abstract: 本发明涉及一种景区游客轨迹的景点流量预测方法，属于流量预测技术领域，包括以下步骤：S1：在景区布设视频图像接入网络，包括服务器和在景区内各关键景点、游玩点及景区出入口安装的摄像头；S2：对视频图像接入网络采集的视频进行行人检测和行人重识别检索；由设置在景区出入口的摄像头检测标记行人ID，通过行人重识别得到各行人ID的游客在景点出现的视频图像信息；S3：构建景点轨迹时间频谱图、基于邻接关系有向图得到轨迹路线统计图；S4：构建景点轨迹流量图时间序列和景点流量预测模型，对景区内各景点线路和景点流量进行预测和预警。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.02 seconds)
