公开(公告)号：CN112766158B

公开(公告)日：2022-06-03

申请号：CN202110072707.3

申请日：2021-01-20

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  向俊玲 ,  刘双 ,  周磊

IPC: G06V40/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及生物特征识别领域，涉及一种基于多任务级联式人脸遮挡表情识别方法；所述方法包括将预处理后的人脸图像进行人脸特征提取，将人脸特征图输入到OCC‑MTCNN网络中进行任务分类；在第一任务中对人脸特征图进行人脸关键点检测和遮挡检测；将检测到的未遮挡人脸关键点生成权重矩阵；在第二任务中将人脸特征图分为全局特征和局部特征，局部特征是按照权重矩阵进行裁剪；将全局特征和局部特征都输入到第一注意力模块中，得到第一注意力特征对不同任务的通道增强或抑制；将第一注意力特征输入到第二注意力模块得到表情识别结果；本发明在人脸表情识别任务中加入检测人脸特征点任务，可以提取有用信息，提升遮挡影响下人脸表情识别精度。

公开(公告)号：CN114385802A

公开(公告)日：2022-04-22

申请号：CN202210019847.9

申请日：2022-01-10

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  彭金枝 ,  郭艳霞 ,  刘杰

IPC: G06F16/332 ,  G06F16/33 ,  G06F40/216 ,  G06F40/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及自然语言处理、深度学习、文本情感分析、对话生成领域，特别涉及一种融合主题预测和情感推理的共情对话生成方法，包括构建融合主题预测和情感推理的共情对话生成模型，该模型包括主题预测模块、情感推理模块以及对话生成模块，利用主题预测模块进行受上下文控制的对话主题预测，得到预测的主题；使用情感推理模块预测上下文情感标签和进行情感原因词识别，得到相应的情感信息；将获得主题信息和情感信息输入到对话生成模块中，得到与用户情感共鸣的共情回复；本发明有效地利用上下文控制主题的预测，准确地预测出上下文情感标签和识别情感原因相关的词，从而提升了模型生成的回复在情感上的共情性、主题上的一致性和内容上的相关性。

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

Inventor： 韦世红 ,  陈迪强 ,  唐宏 ,  于海洋

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：CN112765486A

公开(公告)日：2021-05-07

申请号：CN202110087376.0

申请日：2021-01-22

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  范森 ,  刘红梅 ,  朱龙娇

IPC: G06F16/9536 ,  G06F16/9538 ,  G06F16/36 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及推荐系统技术领域，具体涉及一种融合知识图谱的注意力机制的电影推荐方法，包括：获取用户‑电影交互信息和电影属性信息，通过DAE降噪自动编码器进行数据预处理；将处理的数据集构建知识图谱；对知识图谱进行建模，得到实体向量和关系向量；构建含有记忆组件注意力机制的深度学习混合推荐系统，得到用户向量和物品向量；最后通过联合学习的方式，将知识图谱与混合推荐系统进行结合，通过注意力机制得到用户对候选电影的注意力分值，降序排序得出预测评分值，再进行TOP‑N推荐。

公开(公告)号：CN112612973A

公开(公告)日：2021-04-06

申请号：CN202011637166.6

申请日：2020-12-31

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  范森 ,  朱龙娇 ,  刘红梅

IPC: G06F16/9536 ,  G06Q30/06 ,  G06F16/36

Abstract: 本发明涉及推荐系统技术领域，具体涉及一种结合知识图谱的个性化智能服装搭配推荐方法，获取电商平台的服装商品信息以及用户服装交互信息并构建知识图谱；对知识图谱进行建模，将知识图谱中的每个实体和关系进行学习，得到实体向量和关系向量；将实体向量和关系向量与混合推荐系统进行结合，对单品服装进行评分预测，得到服装单品推荐结果；计算两两服装单品的匹配指数，将匹配指数高的两个服装单品进行自动搭配并进行评分预测，根据评分进行最后的TOP‑N套装推荐结果。本方法使得线上的服装套装推荐更加智能化。

公开(公告)号：CN112579778A

公开(公告)日：2021-03-30

申请号：CN202011540950.5

申请日：2020-12-23

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  周磊 ,  向俊玲 ,  刘双

IPC: G06F16/35 ,  G06F40/211 ,  G06F40/284 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于自然语言处理领域，具体涉及一种基于多层次的特征注意力的方面级情感分类方法，该方法包括：对输入的文本和文本方面词进行编码；对待预测情感极性的方面词进行相对位置编码，并与文本编码进行信息融合；采用双向LSTM对编码信息进行预处理；将预处理后的编码信息分别进行交互和注意力机制处理，得到的交互信息和文本全局的注意力信息；采用CNN提取注意力信息的局部特征信息；将文本全局特征注意力信息、文本局部特征注意力信息和句子级特征注意力信息进行交互，采用归一化指数函数进行情感极性的预测。本发明融合文本的局部特征以及全局特征，有效挖掘文本中所表达的情感信息，能够显著的提高文本方面级别情感分析的准确率。

公开(公告)号：CN109886811B

公开(公告)日：2021-03-12

申请号：CN201910110959.3

申请日：2019-02-12

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  毛梦晴

IPC: G06Q40/04 ,  H04L29/08

Abstract: 本发明属于互联网和区块链领域，特别涉及一种改进的基于声誉因子与社区化管理的区块链共识算法，包括初始化新节点，新节点加入网络选择社区加入，并在满足参选条件之后有权参与选举；有权参与选举的节点成为候选人参与竞选或者成为选民为候选人投票；竞选成功的节点履行记账操作，并对上一次轮选举的赏金进行分配，社区中其他节点对社区代表进行监督操作；本发明一方面依据声誉因子与节点行为的关联性，声誉因子作为节点行为指征可以在投票选举辅助选民投票，将声誉因子跟节点权益、记账赏金联结；另一方面采用社区化管理，不仅可以使记账节点的个数随着网络体量的变化自动调节，也可以让记账节点作为不同利益团体的代表参与决策。

公开(公告)号：CN108023842B

公开(公告)日：2020-10-16

申请号：CN201711249687.2

申请日：2017-12-01

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  金凤 ,  张进彦 ,  廖晗

IPC: H04L25/02 ,  H04L27/26 ,  H04B7/0413

Abstract: 本发明涉及无线通信技术，特别涉及一种大规模MIMO系统的导频设计方法，包括：采用实值编码随机生成第一导频序列群体，将群体中适应度值最大的两个个体最为第一父代和第二父代；对第一父代和第二父代进行交叉、变异操作得到第三子代和第四子代并存入第二导频序列群体；将第二导频序列群体的适应度值较大的若干个存入第三导频序列群体；第三导频序列群体中选出最优个体及适应度值最大的个体，若第三导频序列种群中最优个体的适应度值连续若干次等于第一导频序列的最优个体的适应度值，则得到最优导频位置序列；本发明建立遗传模型的同时引入了内、外循环机制来保证种群中最优个体的获取，从而在减小导频开销的同时提高了信道估计的精确度。

公开(公告)号：CN111064617A

公开(公告)日：2020-04-24

申请号：CN201911324154.5

申请日：2019-12-16

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  姚立霜 ,  刘丹 ,  王云锋 ,  裴作飞

IPC: H04L12/24 ,  H04L12/26

Abstract: 本发明属于网络流量预测技术领域，具体属于一种基于经验模态分解聚类的网络流量预测方法及装置；所述方法包括获取原始的网络流量数据并进行预处理；通过经验模态分解将网络流量分解为不同时间尺度上频率单一的有限个IMF分量；通过K-means算法对IMF分量进行聚类，将复杂度相近的IMF分量聚到一起；对聚类后的IMF分量采用自适应加权马尔可夫模型预测；将各IMF分量的预测值进行求和确定当前时刻网络流量的预测值；本发明通过聚类减少预测器的个数，能够有效减小模型复杂度，通过自适应加权马尔可夫模型提高预测精度。

公开(公告)号：CN105979553B

公开(公告)日：2019-05-31

申请号：CN201610357581.3

申请日：2016-05-25

Applicant: 重庆邮电大学

Inventor： 李兆玉 ,  万晋京 ,  唐宏 ,  刘远航 ,  宋艳华 ,  彭帅

IPC: H04W36/00 ,  H04W36/14 ,  H04W36/22

Abstract: 本发明请求保护一种基于模糊逻辑和TOPSIS算法的切换决策方法，该方法主要分为两个部分：切换候选用户筛选和目标网络选择。在切换用户筛选阶段，首先使用模糊逻辑算法对用户移动信息进行处理，得到切换适宜度，然后结合RSS，用户类型及用户切换适宜度来选择切换候选用户，构造切换候选用户集合。在目标网络选择阶段，采用所提优化目标函数进行多小区选择，目标函数综合考虑小区负载，切换成本和网络性能，其中网络性能采用TOPSIS算法对RSS，时延，移动性支持和能耗综合处理得到，该函数以小区负载均衡，网络代价最小，网络性能最优为目标，最后，通过优化函数选出最优小区作为切换目标网络，不仅能够保证用户要求，而且能够实现网络均衡。