-
公开(公告)号：CN113095480A
公开(公告)日：2021-07-09
申请号：CN202110312058.X
申请日：2021-03-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及图神经网络技术领域，具体涉及一种基于知识蒸馏的可解释图神经网络表示方法，该方法包括：将图数据输入教师网络，在教师网络中得到概率向量作为软目标；通过温度T将教师网络得到的软目标蒸馏转移到学生网络中，使用软目标以全局近似的方式帮助学生网络学习向量表示；学生网络将节点不同邻居中的关键信息节点进行聚合，得到聚合后的学生网络的软预测向量、硬预测向量以及最终节点表示向量和形成的可解释结果。本发明具有良好的网络表示能力和解释能力，不仅能够有效的表示节点以适用各项下游任务，同时还能够解释得到的表示结果的原因。
-
公开(公告)号：CN112926569A
公开(公告)日：2021-06-08
申请号：CN202110279656.1
申请日：2021-03-16
Applicant: 重庆邮电大学
Abstract: 本发明属于社交网络技术领域，具体涉及一种社交网络中的自然场景图像文本检测方法，该方法包括：实时获取社交网络中待检测的自然场景图像数据；对获取的数据进行预处理；将预处理后的数据输入到训练好的多粒度特征融合模型中，得到数据检测结果；本发明不仅可以提高图像中的文本检测准确率，而且减少了复杂模型所需要的时间开销，优化了自然场景下复杂环境对图像中文本检测的影响。
-
公开(公告)号：CN111353044A
公开(公告)日：2020-06-30
申请号：CN202010155795.9
申请日：2020-03-09
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/951 , G06F40/242 , G06F40/289 , G06K9/62 , G06Q50/14
Abstract: 本发明涉及自然语言处理情感分析领域，特别涉及一种基于评论的情感分析方法，该方法包括：获取数据；根据采集的数据构建情感词典，并对情感词典进行初始化；将获取的数据进行清洗，即对数据进行实时解析与预处理得到预处理后数据；将预处理的数据输入到初始化后的情感词典中，对数据的情感进行情感倾向性分类，得到情感分类结果；本发明通过利用词典与规则分类方式来提升相关指标，省却了机器学习模型训练时间优点、另外还不易产生过拟合现象、加入了pagerank算法思想与自定义分类规则集成增强了分类结果准确度。
-
Patent Agency Ranking
公开(公告)号：CN106611100B
公开(公告)日：2020-03-20
申请号：CN201510680807.9
申请日：2015-10-19
Applicant: 重庆邮电大学 , 腾讯科技(深圳)有限公司
IPC: G06F11/34
Abstract: 本发明实施例公开了一种用户行为分析方法，包括：分别获取第一用户在时间段内的第一行为信息以及第二用户在所述时间段内的第二行为信息；根据所述第一用户在所述时间段内的所述第一行为信息以及所述第二用户在所述时间段内的所述第二行为信息，计算在所述时间段内所述第一用户与所述第二用户之间的行为影响力；根据所述在所述时间段内所述第一用户与所述第二用户之间的行为影响力，确定在所述时间段内所述第一用户与所述第二用户之间的行为相似度。本发明实施例还公开了一种用户行为分析装置。采用本发明实施例，可以在时间线上动态地分析用户行为，从而提高用户行为分析的准确性。
-
公开(公告)号：CN110033416A
公开(公告)日：2019-07-19
申请号：CN201910274602.9
申请日：2019-04-08
Applicant: 重庆邮电大学
Abstract: 本发明属于图像复原领域，具体为一种结合多粒度的车联网图像复原方法，包括利用多尺度MSR算法对车联网图像进行增强处理，利用区域生长算法对缺失图像进行预处理获取结构信息；根据缺失图像及其结构信息，利用具有编码器-解码器结构的深度神经网络模型进行复原处理；利用卷积神经网络作为内容鉴别器判断补全结果内容方面的完整性；利用Pixel-CNN模型作为像素鉴别器判断补全结果清晰度；对生成器与两个鉴别器进行对抗训练优化；当生成器训练至最优时，模型训练结束，将生成结果与原始缺失图像拼接作为最终复原结果。本发明加快了训练的收敛速度，提高了复原效果，能对缺失图像进行复原并对遮挡物进行移除。
-
公开(公告)号：CN109101108A
公开(公告)日：2018-12-28
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：CN106649527A
公开(公告)日：2017-05-10
申请号：CN201610915505.X
申请日：2016-10-20
Applicant: 重庆邮电大学
CPC classification number: G06F16/285 , G06Q30/0242
Abstract: 本发明请求保护一种基于Spark Streaming的广告点击异常检测系统及检测方法，涉及计算机技术应用领域，在用户点击网站广告时进行日志收集，对实时收集的数据进行清洗，标准化数据字段格式，然后将标准化数据由Flume传输给Kafka数据消息系统，Spark Streaming通过KNN邻近算法对数据进行分类，可以得到三大类数据异常数据、嫌疑数据、正常数据。对于异常数据和正常数据存储于数据库中，嫌疑数据发送给Kafka数据消息系统，然后通过异常数据训练朴素贝叶斯分类器，使用分类器可得到嫌疑数据的分类情况，数据保存于数据库中。最后，通过正常数据量合理收取广告商费用，同时可以分析得到各个广告的热门度，给广告商提供行业发展方向，提供用户全国分布情况等信息。
-
公开(公告)号：CN106611100A
公开(公告)日：2017-05-03
申请号：CN201510680807.9
申请日：2015-10-19
Applicant: 重庆邮电大学 , 腾讯科技(深圳)有限公司
IPC: G06F19/00
Abstract: 本发明实施例公开了一种用户行为分析方法，包括：分别获取第一用户在时间段内的第一行为信息以及第二用户在所述时间段内的第二行为信息；根据所述第一用户在所述时间段内的所述第一行为信息以及所述第二用户在所述时间段内的所述第二行为信息，计算在所述时间段内所述第一用户与所述第二用户之间的行为影响力；根据所述在所述时间段内所述第一用户与所述第二用户之间的行为影响力，确定在所述时间段内所述第一用户与所述第二用户之间的行为相似度。本发明实施例还公开了一种用户行为分析装置。采用本发明实施例，可以在时间线上动态地分析用户行为，从而提高用户行为分析的准确性。
-
-
-
-
-
-
-
Search Results
58
records
(took 0.028 seconds)
