-
公开(公告)号：CN102745196A
公开(公告)日：2012-10-24
申请号：CN201210249480.6
申请日：2012-07-18
Applicant: 重庆邮电大学
Abstract: 本发明实施例提供了一种缩微智能车辆智能控制装置，包括摄像头（10）、信号检测模块（20）、控制规则模块（31）、控制参数计算模块（32）、Arduino控制板（33）、电机驱动器（40）和舵机驱动器（50）；还提供了一种缩微智能车辆智能控制方法；本发明应用粒计算理论获取控制规则，并实现缩微智能车的智能控制，避免了传统控制需要建立的精确的数学模型，在实时控制通过建立层次的控制规则，逐步加精的控制方法，具有良好的控制精度、实时性好且抗干扰能力强。
-
公开(公告)号：CN119993535A
公开(公告)日：2025-05-13
申请号：CN202510086087.7
申请日：2025-01-20
Applicant: 重庆邮电大学
IPC: G16H50/70 , G06N3/045 , G16H50/50 , G06N3/0442
Abstract: 本发明属于数据挖掘技术领域，具体涉及一种基于注意力的深度学习方法预测AD转换概率的方法，包括：获取待预测患者的各项检查数据，将数据按照随访特征和基线特征划分为随访数据和基线数据；对随访数据进行预处理后，输入到构建好的基模型，得到随访数据表示；将随访数据表示结合基线数据输入最终决策器，得到待预测患者下一次访问由MCI转换为AD的概率。本发明基于注意力机制的原理，针对现在的时间序列数据的预测场景，我们设计了一种注意力的变体形式，为不同的特征和时间点赋予权重，借此来捕获特征间以及时间点的关系，确定不同特征和时间点的重要性。
-
公开(公告)号：CN119650083A
公开(公告)日：2025-03-18
申请号：CN202411722879.0
申请日：2024-11-28
Applicant: 重庆邮电大学
IPC: G16H50/70 , G16H70/00 , G06F16/901 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/082
Abstract: 本发明涉及医疗领域，特别涉及一种基于图网络的医学数据特征插补方法，包括构建并训练多任务图网络插补模型；将待处理数据构建为医疗二部图输入训练好的多任务图网络插补模型，得到插补后的数据；所述多任务图网络插补模型包括信息提取模块和MLP，所述信息提取模块包括三个级联的EMRHGRAPHSage模块；本发明解决了传统插补方法在处理医学数据时的不足，从而显著提升了下游任务的性能。
-
公开(公告)号：CN119557479A
公开(公告)日：2025-03-04
申请号：CN202411600269.3
申请日：2024-11-11
Applicant: 重庆邮电大学
IPC: G06F16/783 , G06F16/732 , G06V20/40 , G06V10/774 , G06V10/82 , G06F40/258 , G06N3/0455 , G06N3/0475 , G06N3/0895
Abstract: 本发明属于文本‑视频检索领域，具体涉及一种基于生成字幕的多粒度语义对齐文本‑视频检索方法，包括：建立SAEC模型，并对其进行训练，通过训练后的SAEC模型进行文本‑视频匹配检索。本发明提出了一个新的模型SAEC，该模型通过匹配视频中的局部细节并理解视频的全局语义，显著提高了文本到视频的检索准确性，同时，本发明通过联合生成的字幕和视频，使模型不仅能理解视频的直接内容，还能把握更复杂的情境。
-
公开(公告)号：CN113627185B
公开(公告)日：2024-11-22
申请号：CN202110864136.7
申请日：2021-07-29
Applicant: 重庆邮电大学
IPC: G06F40/295 , G06F16/35 , G06N20/20 , G16H50/70
Abstract: 本发明属于自然语言处理领域，具体涉及一种用于肝癌病理文本命名的实体识别方法，该方法包括：实时获取肝癌病理文本信息，对该文本信息进行预处理；将预处理后的文本信息输入到训练好的肝癌病理文本命名实体模型，得到肝癌病理文本信息识别结果；根据识别结果对肝癌病理文本信息进行分类标记；本发明可对肝癌病理文本的十类关键实体进行精准的识别抽取，实体识别效果较好。
-
Patent Agency Ranking
公开(公告)号：CN118194232A
公开(公告)日：2024-06-14
申请号：CN202410376821.9
申请日：2024-03-29
Applicant: 重庆邮电大学
IPC: G06F18/25 , G06F18/15 , G06F18/213 , H02J3/00 , G06Q10/04 , G06Q50/06 , G06F123/02
Abstract: 本发明属于工业用电量预测技术领域，具体涉及一种基于二次分解的工业用电量预测方法；包括：对原始工业用电量数据进行预处理，得到工业用电量时间序列；采用VMD对工业用电量时间序列进行分解并使用KLD值确定VMD分解的模态数量；计算VMD分解得到的每个IMF分量的样本熵并将IMF分量划分为低复杂度序列和高复杂度序列；将高复杂度序列求和；采用CEEMDAN对求和后的序列进行分解，得到多个子序列；对多个子序列采用F检验和MI值进行筛选，将筛选后的子序列和低复杂度序列分别输入到工业用电量预测模型中，得到每个序列的预测结果；将所有序列的预测结果进行叠加，得到最终的工业用电量预测结果；本发明能够有效地消除噪声同时保留有价值的信号成分，实现更稳定、更高质量的预测结果。
-
公开(公告)号：CN117578409A
公开(公告)日：2024-02-20
申请号：CN202311523457.6
申请日：2023-11-14
Applicant: 重庆邮电大学
Inventor： 龙虹毓 , 刘上华 , 陈昕 , 杨燕 , 何智光 , 向敏 , 胡峰 , 代劲 , 陈功贵 , 余建航 , 陈正新 , 潘顺 , 徐扬 , 何云龙 , 何梓杰 , 王晶 , 王志军 , 江振光 , 彭禾欣 , 胡俊燕 , 张亚垅 , 李梓 , 谈力 , 喻腾飞
IPC: H02J3/00 , H02J3/14 , H02J3/28 , H02J3/46 , G06Q10/0631 , G06Q50/06 , G06N3/0442 , G06N3/006
Abstract: 本发明属于电力系统运行调度技术领域，具体涉及一种电力市场环境下的多能互补优化调度方法及系统，包括：获取可再生能源发电量和负荷历史数据；构建预测模型；将可再生能源发电量和负荷历史数据输入到预测模型中，得到未来时段可再生能源发电量和负荷的数据；构建源网储能协同调度模型，将未来时段可再生能源发电量和负荷的数据输入到源网储能协同调度模型中，得到源网荷储协同调度的方案；采用改进后的花授粉优化算法对源网荷储协同调度的方案进行校验，得到最优的源网荷储协同调度的方案；本发明通过对正余弦算法进行优化，通过优化后的正余弦算法对粒子群算法进行优化，从而筛选出Bi‑LSTM网络的最优参数，提高了模型的预测准确率。
-
公开(公告)号：CN116956127A
公开(公告)日：2023-10-27
申请号：CN202310899676.8
申请日：2023-07-21
Applicant: 重庆邮电大学
IPC: G06F18/24 , G06F18/213 , G06F18/214 , G06N3/0475 , G06N3/084 , G06N3/096
Abstract: 本发明涉及故障诊断领域，特别涉及一种通用跨域旋转机械故障诊断方法。所述方法包括首先，通过采用对抗训练策略来实现不同领域间的域不变故障特征学习；其次，提出了一种基于证据的故障分类器。该分类器借助于证据学习理论，通过综合考虑故障样本预测的置信度和不确定度来对目标域中的已知故障类型进行故障分类；然后，提出了一种基于证据分数未知评估机制来识别目标域中潜在的未知故障类型；最后，在一个轴承故障数据集和一个齿轮箱故障数据集上构建多种标签空间关系场景下的跨域故障诊断任务，将所提方法与其他跨域故障诊断方法进行实验对比，并证明了所提出方法的有效性和优越性。
-
公开(公告)号：CN111259653B
公开(公告)日：2022-06-24
申请号：CN202010039884.7
申请日：2020-01-15
Applicant: 重庆邮电大学
IPC: G06F40/216 , G06F40/295 , G06F40/30 , G06F16/332 , G06F16/36
Abstract: 本发明涉及信息技术领域，涉及一种基于实体关系消歧的知识图谱问答方法、系统以及终端；所述方法包括获取用户终端输入的问句文本，识别出所述问句文本中的实体提及词、属性提及词和特定关系；将实体提及词和属性提及词链接到预先构建的知识图谱中，并根据所链接到的每个实体的二度关系子图建立出语义超图；利用从所述语义超图中包含出的每个实体的多粒度上下文特征，使用极端梯度提升算法进行二分类线性回归对实体和关系进行联合消歧；本发明通过一度关系子树和二度关系子树的评价得分，本发明避免的问句中隐式表达的信息被遗漏的问题。通过多粒度特征大大提升了实体和关系的消岐能力，大大提高了系统回答问题的准确率。
-
公开(公告)号：CN112487146B
公开(公告)日：2022-05-31
申请号：CN202011386072.6
申请日：2020-12-02
Applicant: 重庆邮电大学
Abstract: 本发明涉及人工智能领域和自然语言处理领域，尤其涉及一种法律案件争议焦点获取方法、装置以及计算机设备；所述方法包括获取具有争议焦点的法律文本，归纳争议焦点的类别并将其视为标签，制作成法律案件争议焦点数据集；将如何获得争议焦点问题转化为分类问题，类的标签由上一步归纳所得，将原被告陈述内容分别作为输入，使用一种孪生BERT模型，对数据集进行训练得到模型结果；对无争议焦点的文书通过训练好的模型得到最终争议焦点结果。本发明收集、制作法律案件争议焦点数据集；使用一种孪生BERT模型，能够扩大输入长度，突破BERT长度为512的限制；得到更加精准的分类结果。本发明能够得到效果更好的法律案件争议焦点结果。
-
-
-
-
-
-
-
-
-
Search Results
150
records
(took 0.035 seconds)
