-
公开(公告)号：CN109682375B
公开(公告)日：2022-08-23
申请号：CN201910053745.7
申请日：2019-01-21
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于容错决策树的UWB辅助惯性定位方法，所述方法针对惯性导航系统误差随时间累积和UWB定位受到非视距问题、多径效应和人体影响出现粗大误差的问题，提出并采用陀螺仪高精度分段拟合误差补偿模型，抑制惯性导航误差漂移；同时在UWB辅助人员室内惯性定位的基础上，构建惯性导航与UWB单点定位数据共同作用的容错决策树判定模型，剔除UWB定位的粗大误差因子，进而对惯性导航和UWB参数差值应用扩展卡尔曼滤波，实现UWB辅助增强惯性导航定位，能够长时间的连续可靠定位，具有很强的工程应用价值。
-
公开(公告)号：CN114566048A
公开(公告)日：2022-05-31
申请号：CN202210208526.3
申请日：2022-03-03
Applicant: 重庆邮电大学
Abstract: 本发明属于时序预测交通流预测领域，具体涉及一种基于多视角自适应时空图网络的交通控制方法，该方法包括：实时获取交通流量数据，将获取的交通流量数据输入到基于多视角自适应时空图网络中，预测下一时刻该路口的交通流量；根据预测得到的交通流量对该路口进行交通指挥，控制该路口的交通；本发明引入了时间图卷积，增加了在时间维上全局关联的提取能力；本发明设计了一种多尺度时间卷积层，用空洞卷积核代替普通的大卷积核提取长期关联，提高模型的效率。
-
公开(公告)号：CN114298290A
公开(公告)日：2022-04-08
申请号：CN202111490317.4
申请日：2021-12-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及深度学习领域，特别涉及一种基于自监督学习的神经网络编码方法及编码器，方法包括将搜索空间中的神经网络的结构用其邻接矩阵和操作矩阵进行表示，将结构的邻接矩阵进行同构图的数据增强；从增强后的；从搜索空间中随机采样N个样本，对每个样本分别进行两次数据增强后产生2N个数据点；将增强后的数据分为正样本和负样本并用于预训练编码器；使用NT‑Xent损失函数对神经网络基编码器进行训练，并将训练好的编码器后面接上MLP获得性能预测器；利用损失函数对获得性能预测器进行微调；本发明在不使用标签的情况下使得编码器学到了更丰富的特征，从而只需使用少量的带标签数据进行微调就能取得良好的预测效果。
-
公开(公告)号：CN112487471B
公开(公告)日：2022-01-28
申请号：CN202011165692.7
申请日：2020-10-27
Applicant: 重庆邮电大学
IPC: G06F21/62 , G06F16/248 , G06F16/2458
Abstract: 本发明提供一种关联元组数据的差分隐私发布方法及系统，涉及数据挖掘和隐私保护领域，首先生成初始化噪声并扰动初始化查询结果，然后根据新的查询函数生成满足特定自协方差矩阵的噪声并扰动查询结果，最后采用迭代机制处理所有查询直至查询函数序列处理完毕输出并发布扰动查询结果。本发明提供的广义拉普拉斯噪声生成方法和实用高效的迭代与更新机制的运用，解决了现有利用差分隐私保护关联元组数据的发布方法中，面临的待保护元组数据相关而差分隐私生成的噪声独立导致的隐私保护强度降低的问题。
-
公开(公告)号：CN113362223A
公开(公告)日：2021-09-07
申请号：CN202110573693.3
申请日：2021-05-25
Applicant: 重庆邮电大学
Abstract: 本发明属于人工智能、深度学习和图像处理领域，具体涉及一种基于注意力机制和双通道网络的图像超分辨率重建方法，该方法包括：实时获取待检测图像，对待检测图像进行预处理；将预处理后的图像输入到训练好的图像超分辨率重建模型中，得到高清重建图；采用峰值信噪比和结构相似性对重建图进行评价，根据评价结果对高清重建图进行标记；图像超分辨率重建模型基础为卷积神经网络；本发明使用了双通道网络，一路网络使用改进的残差结构提取了有价值的高频特征‑即高级特征，一路网络使用改进的VGG网络，保证了输入输出的图像尺度大小一致，提取了丰富的低频特征，在最后进行特征融合，使得重建后的图像更清晰。
-
Patent Agency Ranking
公开(公告)号：CN113240179A
公开(公告)日：2021-08-10
申请号：CN202110541130.6
申请日：2021-05-18
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q50/26 , G06F16/215 , G06F16/2458 , G06F16/29 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种融合时空信息的轨道人流量预测方法及系统，属于数据挖掘领域。首先对地铁人流量原始数据进行清洗、集成、变换、规约等预处理操作，将地铁流量数据转化为具有时间、空间属性的双通道流矩阵；然后建模时空数据的时间临近度、周期性、趋势变化的流量变化序列，设计出三个残差单元分支，再对每个分支采用卷积神经网络来捕捉区域关联性，搭建基于深度学习的预测模型；最后利用迁移学习的方法，对已建立的模型和实时数据组进行特征提取，通过实时模型预测将预测结果下发至移动端，实现地铁人流量预测系统的实时性与轻量化。本发明解决了现有传统地铁人流量预测系统存在的预测精确度低以及实时性较差的问题，进而减轻城市交通的承载压力。
-
公开(公告)号：CN112487471A
公开(公告)日：2021-03-12
申请号：CN202011165692.7
申请日：2020-10-27
Applicant: 重庆邮电大学
IPC: G06F21/62 , G06F16/248 , G06F16/2458
Abstract: 本发明提供一种关联元组数据的差分隐私发布方法及系统，涉及数据挖掘和隐私保护领域，首先生成初始化噪声并扰动初始化查询结果，然后根据新的查询函数生成满足特定自协方差矩阵的噪声并扰动查询结果，最后采用迭代机制处理所有查询直至查询函数序列处理完毕输出并发布扰动查询结果。本发明提供的广义拉普拉斯噪声生成方法和实用高效的迭代与更新机制的运用，解决了现有利用差分隐私保护关联元组数据的发布方法中，面临的待保护元组数据相关而差分隐私生成的噪声独立导致的隐私保护强度降低的问题。
-
公开(公告)号：CN112258144A
公开(公告)日：2021-01-22
申请号：CN202011033563.2
申请日：2020-09-27
IPC: G06Q10/10 , G06Q50/26 , G06F40/295 , G06K9/62
Abstract: 本发明提供了一种基于自动构建目标实体集的政策文件信息匹配和推送方法，包括扫描待推送政策文件，获取主送抄送实体集以及发布层次；提取待推送政策文件中的主题和关键信息，生成与其领域相关的应推送实体集；比较应推送实体集与获取的主送抄送实体集之间是否存在相同实体，对相同实体重点标记，并将应推送实体集中含有而主送抄送实体集中不含有的实体加入主送抄送实体集组合为初推送实体集；确定初推送实体集是否均符合发布层次；将待推送实体集与推送系统中已存储的推送实体进行匹配，向匹配成功的推送实体直接推送政策文件。本发明能够实现政策文件自动推送，工作效率得到显著提高。
-
公开(公告)号：CN111931235A
公开(公告)日：2020-11-13
申请号：CN202010833753.6
申请日：2020-08-18
Applicant: 重庆邮电大学
IPC: G06F21/62
Abstract: 本发明涉及一种误差约束条件下的差分隐私保护方法及系统，属于数据挖掘领域。首先根据待保护数据的维度和误差约束条件计算截断拉普拉斯噪声的概率密度函数，生成对应维度的噪声对待保护数据进行扰动，然后利用粒子滤波技术对扰动后的结果进行优化，从而提高发布结果的数据可用性。解决了误差约束条件下，差分隐私保护数据效用降低的问题。本发明在传统差分隐私保护理论的基础上，对噪声进行误差约束限制，能够产生符合给定噪声误差的一维和二维扰动数据，同时满足差分隐私的保护需求，并且利用粒子滤波技术对扰动结果进行优化，进一步提高了数据的可用性。
-
公开(公告)号：CN109682372A
公开(公告)日：2019-04-26
申请号：CN201811541966.0
申请日：2018-12-17
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种结合建筑物结构信息与RFID标定的改进型PDR方法，该方法在传统PDR算法的基础上，融合通过RFID系统得到的标定数据，从而补偿传统PDR算法的累积误差。该方法的核心在于：①根据定位环境中建筑物结构信息和人员行走习惯，确定标定点的位置、种类和写入数据。②将标定数据按照不同的标定算法融合到PDR解算过程中。其中，标定点按PDR算法中的关键参数航向、步长、位置、高度分为四类：航向标定点、步长估算系数标定点、位置标定点、高度标定点，分别写入对应的标定数据： (xk',yk')、hk'、LKcorection。一个RFID标签可同时写入多种标定数据。本发明可通过RFID的“身份识别”功能为传统PDR算法提供精准的标定数据，能够补偿传统PDR算法的累积误差，增加PDR算法的实用性。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.044 seconds)
