公开(公告)号：CN118840531A

公开(公告)日：2024-10-25

申请号：CN202410897064.X

申请日：2024-07-05

Applicant: 重庆交通大学

Inventor： 肖雄涛 ,  陈晓丰 ,  张凇铭

IPC: G06V10/24 ,  G06N3/094 ,  G06N3/045 ,  G06V10/764 ,  G06N3/0455

Abstract: 本发明提供了具有类别级对齐的图对抗判别域适应算法，通过构建数据的图结构，将基于数据结构内部保留的对抗网络引入域适应问题中。本算法模型通过在源域数据集上预训练一个源域编码器和分类器，然后在训练目标域的编码器中，构建数据的图结构并引入域判别器，通过编码器和判别器的交替更新，实现源域数据和目标域数据在特征空间的类别和域的对齐，从而解决数据的分布漂移问题，实现域适应。同时，本模型引入了标签平滑交叉熵损失来替代交叉熵损失，使网络有更好的鲁棒性和泛化性能,让目标域的测试数据在通过由目标域编码器和分类器所组成的分类网络中可以展现更高的分类真确率。

公开(公告)号：CN119560016A

公开(公告)日：2025-03-04

申请号：CN202411771816.4

申请日：2024-12-03

Applicant: 重庆交通大学

Inventor： 江飞燕 ,  陈晓丰 ,  肖雄涛 ,  张凇铭 ,  谭铖 ,  高张阳

IPC: G16B25/00 ,  G16B40/00 ,  G06N3/042 ,  G06N3/045 ,  G06F18/23 ,  G06F18/22 ,  G06N3/048 ,  G06N3/0985 ,  G06F18/213 ,  G06F18/25

Abstract: 本发明提出了一种用于解读空间转录组结构的具有全局特征融合的图注意力网络算法，该算法通过构建空间邻居图和基因表达相似图来整合局部和全局信息，并利用图神经网络和注意机制进行特征提取和聚类，实现对空间域的准确识别。首先根据点的空间位置信息构建空间邻居图。同时，根据基因表达计算每个点的余弦相似度，构建基因表达相似图。然后将这两张图作为图注意力自动编码器的输入，通过编码器提取具有空间信息和基因表达的低维特征向量。通过注意机制对两个图的低维嵌入特征向量给予特别关注，并根据一定的权重对它们进行线性组合。通过融合空间图和表达图的特征来有效地平衡了空间上下文与基因表达数据。将其解码并反转回原始特征空间，重建基因表达矩阵。最后，学习到的低维嵌入可以用于一系列下游任务，如空间域识别。

公开(公告)号：CN111130749B

公开(公告)日：2022-10-04

申请号：CN201911383669.2

申请日：2019-12-27

Applicant: 重庆交通大学

Inventor： 林东源 ,  陈晓丰 ,  夏砚楠

IPC: H04L9/00 ,  G06F21/60

Abstract: 本发明公开了一种基于混沌四元数神经网络的图像加密算法，包括如下步骤：S1.将明文图像转换成m×n的图像矩阵X，其中，X＝(xij)m×n，xij为一个纯四元数；S2.对图像矩阵X进行行列变换处理形成图像矩阵Xs；S3.将图像矩阵Xs输入至混沌四元数神经网络中进行加密处理并得到密文图像。本发明的一种基于混沌四元数神经网络的图像加密算法，能够抵抗不同程度的安全攻击，具有更好的并行处理能力，提高了加密计算效率。

公开(公告)号：CN111130749A

公开(公告)日：2020-05-08

申请号：CN201911383669.2

申请日：2019-12-27

Applicant: 重庆交通大学

Inventor： 林东源 ,  陈晓丰 ,  夏砚楠

IPC: H04L9/00 ,  G06F21/60

Abstract: 本发明公开了一种基于混沌四元数神经网络的图像加密算法，包括如下步骤：S1.将明文图像转换成m×n的图像矩阵X，其中，X＝(xij)m×n，xij为一个纯四元数；S2.对图像矩阵X进行行列变换处理形成图像矩阵Xs；S3.将图像矩阵Xs输入至混沌四元数神经网络中进行加密处理并得到密文图像。本发明的一种基于混沌四元数神经网络的图像加密算法，能够抵抗不同程度的安全攻击，具有更好的并行处理能力，提高了加密计算效率。

公开(公告)号：CN117235637A

公开(公告)日：2023-12-15

申请号：CN202311352672.4

申请日：2023-10-18

Applicant: 重庆交通大学

Inventor： 张凇铭 ,  陈晓丰 ,  肖雄涛

IPC: G06F18/243 ,  G06F18/214 ,  G06N3/09

Abstract: 本发明提供基于一种非时序数据的因果决策树分类方法与系统，通过使用Hilbert‑Schmidt独立性准则作为基线，将因果关系集成到决策树的构建过程中。本模型采用分而治之的策略，逐步选择与目标变量具有最重要因果关系的特征作为分裂测试条件，并通过考虑显著性水平来终止决策树的生长。同时，检测原因强度的方法是可替换的，表明模型的可扩展性得到了保证。这样，生成的模型能够以树形结构准确、紧凑地发现因果关系，有利于在保证性能的同时降低模型的复杂度。

公开(公告)号：CN206295078U

公开(公告)日：2017-07-04

申请号：CN201620944833.8

申请日：2016-08-25

Applicant: 重庆交通大学

Inventor： 张雷 ,  封佑霖 ,  陈晓丰 ,  王利敏 ,  唐鹏 ,  阎晓丽

IPC: A47B19/10

Abstract: 本实用新型公开了一种多媒体教学用装置，属于教学设备技术领域，包括主体，主体上表面开设有电脑孔和圆槽，电脑孔上安装有电脑支架，主体上表面安装有中控台；主体后侧壁开设有键盘孔，键盘孔内安装有键盘托盘；主体后侧壁开设有笔记本电脑孔，笔记本电脑孔内安装有笔记本电脑托盘；主体后侧壁开设有主机箱孔，主机箱孔左侧铰接有主机箱孔门，主体后侧壁右下端位置开设有功放孔，功放孔右侧铰接有功放孔门；主体右侧壁开设有视频展示台孔，视频展示台孔内安装有视频展示台托盘。本实用新型不仅能满足各种多媒体教学的需要，而且还可以满足老师放置水杯和背包等其他物品的需要。