-
公开(公告)号：CN114283291B
公开(公告)日：2024-11-29
申请号：CN202111422598.X
申请日：2021-11-26
Applicant: 重庆邮电大学
IPC: G06V10/40 , G06V10/82 , G06N3/0464 , G06T9/00
Abstract: 本发明涉及一种轻量化的特征图处理方法，属于图像处理技术领域。该方法包括：S1：输入图像处理后得到的特征图Ⅰ；S2：将特征图Ⅰ升维，然后使用分组卷积处理，将特征图分为等通道数的若干组特征图Ⅱ；S3：分别对每组特征图Ⅱ进行不同感受野的卷积操作，得到特征图Ⅲ；S4：将每组特征图Ⅲ进行拼接，形成特征图Ⅳ；S5：将特征图Ⅳ输入改进后的ECA模块中，施加通道注意力机制，得到特征图Ⅴ；S6：将特征图Ⅴ降维后与输入的特征图Ⅰ进行跳连形成最终的特征图。本发明相较于传统的神经网络，计算量大大减少，同时，相较于其他轻量级卷积神经网络，本发明可以提高多尺度特征信息，性能更好，准确度更高。
-
公开(公告)号：CN117496151A
公开(公告)日：2024-02-02
申请号：CN202311529262.2
申请日：2023-11-16
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/80 , G06V10/52 , G06V10/44 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及基于多尺度注意力和双编码器的遥感图像语义分割方法，属于遥感图像语义分割技术领域。将Swin Transformer嵌入到基于CNN的残差网络中，形成并行的双编码器。关系聚合模块作为桥梁传递信息，利用全局特征引导主编码器获得更多的判别特征。通过具有高效通道注意力模块的多尺度跳跃连接，以利用多尺度特征并获得通道间的关系。位置注意力模块，获取任意两个位置特征图之间的空间依赖性，提高类内相关性和语义一致性。搭建基于多尺度注意力和双编码器的遥感图像语义分割网络模型。本发明有效的改善了语义分割中类内差异大，类间差异小等问题，显著得提高了语义分割模型的性能。
-
公开(公告)号：CN112311670B
公开(公告)日：2024-01-26
申请号：CN201911224221.6
申请日：2019-12-04
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种软件定义网络控制器中路由选择功能的替代方法，基于当前动态路由选择算法存在时间开销问题，本发明设计了一种解决方案，优化SDN路由选择过程，使其既可以得到启发式算法计算出的优化路径，又可以保证其方法运行的高效性。该方法能够实时的获得启发式算法或者近似启发式算法的路由选择结果，在不影响SDN数据流处理速度的前提下，实现海量网络资源的快速合理分发。该方法简单实用，在一定程度上提高了控制器拓扑发现模块的运行效率，使得网络资源可以更有效的分配。特别是对于海量新数据分发处理场景，不仅提高了网络中控制器的性能，还提高了整个系统的运行效率。
-
公开(公告)号：CN117290614A
公开(公告)日：2023-12-26
申请号：CN202311231321.8
申请日：2023-09-22
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06N3/042 , G06N3/0985
Abstract: 本发明涉及一种基于表征解耦的图协同过滤推荐方法，属于计算机技术领域。该方法包括以下步骤：S1：获取数据集；S2：数据预处理；S3：将数据构造成用户‑项目二分图；S4：构造图卷积模块，结合用户特征，项目特征，图结构来生成用户项目的嵌入；S5：构造top‑K生成器形成新的用户‑项目二分图，用户‑用户二分图，项目‑项目二分图；S6：图解耦层将预训练的用户项目嵌入进行解耦，生成最终的用户项目嵌入，并通过内积得到最终的推荐结果。本发明解决了基于图协同过滤的推荐算法中，因用户项目交互噪声以及图卷积层带来的嵌入语义不清的问题，使得推荐性能在原有的图协同过滤模型上获得提高。
-
公开(公告)号：CN112311584B
公开(公告)日：2023-09-26
申请号：CN201911224327.6
申请日：2019-12-04
Applicant: 重庆邮电大学
IPC: H04L41/0894 , H04L41/122 , H04L41/14 , H04L49/60
Abstract: 本发明涉及一种软件定义网络控制器部署方法，属于通信网络技术领域。该方法包括以下步骤：步骤1、建模交换机总开销；步骤2、建模控制器总开销；步骤3、建模控制器与交换机连接关系限制条件；步骤4、建模交换机匹配列表；步骤5、建模控制器匹配列表；步骤6、建模交换机与控制器匹配列表双向匹配限制条件；步骤7、在满足交换机和控制器限制条件下，基于网络开销最小化确定控制器部署策略。该方法可以在综合考虑交换机间的开销，控制器间的开销，控制器与交换机间的开销以及交换机和控制器的自身性能等限制条件下，优化确定SDN控制器部署策略，从而实现控制器间的负载均衡。
-
Patent Agency Ranking
公开(公告)号：CN116543152A
公开(公告)日：2023-08-04
申请号：CN202310494644.X
申请日：2023-05-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于对象增强的高分辨率遥感图像语义分割方法，属于图像处理领域。该方法包括以下内容：首先在骨干网络中加入了一种高效通道注意力模块，有效捕获了跨通道交互的信息，提高了骨干网络特征提取的能力。在分割网络中，使用了空间金字塔池化模块来进一步提取多尺度信息，以解决遥感图像中的对象间尺度跨度较大问题。同时加入了基于transformer解码器结构的对象特征学习模块，学习到的对象特征可以增强像素语义信息，提高最终的分割精度。
-
公开(公告)号：CN116450954A
公开(公告)日：2023-07-18
申请号：CN202310442845.5
申请日：2023-04-23
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06F16/9535 , G06N3/048 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及一种基于图卷积网络的协同过滤推荐方法，属于内容推荐领域，包括获取数据集；将数据构造成用户‑项目二分图，用户‑用户二分图，项目‑项目二分图；构造子图生成模块，结合用户特征和图结构来识别具有相似兴趣的用户，然后通过保留这些用户及其交互项目来构造子图；在低阶图卷积模块中生成的用户项目的嵌入与子图生成模块中的嵌入拼接，形成最终的推荐结果。该方法提供了一种基于卷积图神经网络的协同过滤推荐算法，定义了一种子图生成模块，并加入一阶信息，定义了一个新的约束损失函数，解决了基于图卷积的推荐算法中，迭代多层出现的过渡平滑问题，通过堆叠更多的层来利用高阶邻居的信息而获得改进。
-
公开(公告)号：CN116321008A
公开(公告)日：2023-06-23
申请号：CN202310392222.1
申请日：2023-04-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于三元组自编码器的室内位置指纹定位方法，属于定位技术领域。该方法为：利用WIFI接收器在每个位置获得一组WIFI信号强度数据，得到每个位置点的WIFI信号强弱；使用高斯滤波的方式对已经采集到的数据进行预处理；构造基于自编码器的三元组神经网络及损失函数和用于最后定位的BP神经网络；将经过预处理室内位置指纹数据集训练构造好的三元组自编码器，保留网络模型的结构和参数；使用特征提取网络提取预处理后的数据集，得到降维后的数据集，训练BP神经网络，将特征提取网络和训练后的BP神经网络保存为Tri‑Sae模型；该方法解决了特征提取难度大、定位精度低、坏数据较多等问题。
-
公开(公告)号：CN115033689B
公开(公告)日：2023-04-18
申请号：CN202210593432.2
申请日：2022-05-27
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/31 , G06F40/205 , G06F40/284 , G06F40/30 , G06N3/0464 , G06N3/048 , G06N3/088
Abstract: 本发明涉及一种基于小样本文本分类原型网络欧氏距离计算方法，属于计算机技术领域。该方法包括以下内容：通过对数据进行划分为support与query，度量学习的学习范式通过support来获得样本的估计类别，然后通过query来对估计类别进行比较，从而来进行分类。本发明利用孪生网络结合高速网络提升对原型特征进行提取计算，不同孪生层对support以及query的处理均不相同；通过特征级注意力模块来将support与query的进行特征级关注，通过特征融合将结果通过激活函数获得注意力分数系数，通过注意力分数提升欧氏距离对于高维稀疏矩阵的特征进行判别，提高分类准确度。
-
公开(公告)号：CN114283291A
公开(公告)日：2022-04-05
申请号：CN202111422598.X
申请日：2021-11-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种轻量化的特征图处理方法，属于图像处理技术领域。该方法包括：S1：输入图像处理后得到的特征图Ⅰ；S2：将特征图Ⅰ升维，然后使用分组卷积处理，将特征图分为等通道数的若干组特征图Ⅱ；S3：分别对每组特征图Ⅱ进行不同感受野的卷积操作，得到特征图Ⅲ；S4：将每组特征图Ⅲ进行拼接，形成特征图Ⅳ；S5：将特征图Ⅳ输入改进后的ECA模块中，施加通道注意力机制，得到特征图Ⅴ；S6：将特征图Ⅴ降维后与输入的特征图Ⅰ进行跳连形成最终的特征图。本发明相较于传统的神经网络，计算量大大减少，同时，相较于其他轻量级卷积神经网络，本发明可以提高多尺度特征信息，性能更好，准确度更高。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.027 seconds)
