-
公开(公告)号：CN116644920A
公开(公告)日：2023-08-25
申请号：CN202310602514.3
申请日：2023-05-25
Applicant: 重庆邮电大学
IPC: G06Q10/0631 , G06Q50/06 , G06F16/215 , G06F16/2458
Abstract: 本发明涉及电力管理技术领域，特别涉及一种智能停电管理方法及系统，方法包括设置时间窗，获取当前时间前一个时间窗的历史数据；删除历史数据的异常值，并对历史数据中缺失的数据进行填补，构建模型历史用电数据集；根据模型历史用电数据集对所有用户进行集群划分；对每个集群进行人工打标，即为每个集群赋予用电优先级；根据用电优先级确定需提供必要持续用电量的用户范围，并按照上报数据为需提供必要持续用电量的用户提供必要持续用电量；本发明能够根据历史用电信息进行用户评级，对不同级别的用户进行科学停电，减少因停电带来重大的社会损失。
-
公开(公告)号：CN116524423A
公开(公告)日：2023-08-01
申请号：CN202211468059.4
申请日：2022-11-22
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种面向行为时序的工作流程识别方法，属于计算机视觉技术领域。建立针对不同应用场景下工作行为动作标签库，并进行行为识别；构建轻量化多目标跟踪模型，并进行人物身份识别，对视频中的人物进行跟踪；将人的身份和行为进行绑定，获得身份绑定后的行为序列；建立工作内容训练标签库，使用时序模型对行为序列的工作内容进行检查，从而判断该行为序列的工作内容；建立工作流程检查库，将确定工作内容的行为序列与工作流程检查库中属于同一工作内容的流程序列进行匹配，判断该行为序列的工作流程是否符合标准规范。本发明通过建立不同目标及其行为的关系链，用于复杂视频场景中工作人员工作流程规范性的检查和判断。
-
公开(公告)号：CN115801378A
公开(公告)日：2023-03-14
申请号：CN202211404705.0
申请日：2022-11-10
Applicant: 重庆邮电大学
Abstract: 本发明属于网络安全领域，具体涉及一种终端安全策略生成方法和系统，该系统包括：预处理模块、模式处理模块、周期处理模块、分组处理模块、策略生成模块；预处理模块将采集到的流量处理成可以利用的内部流量；模式处理模块将网络流按照合理网络连接数筛选；周期处理模块将网络流按周期性分组；分组处理模块对终端进行物理和逻辑上的分组；策略生成模块生成不同维度的安全策略。本发明从不同维度梳理、设置安全策略，用户可以根据自己的需求，选择不同细粒度的维度来生成更精确的终端策略，可以快速、便捷地批量生成安全策略，减少了用户手动梳理策略规则的复杂性，降低了人为操作上的失误和安全运维难度，用户使用更加方便，交互上更加友好。
-
公开(公告)号：CN115378702A
公开(公告)日：2022-11-22
申请号：CN202211004258.X
申请日：2022-08-22
Applicant: 重庆邮电大学
IPC: H04L9/40
Abstract: 本发明属于计算机安全技术领域，具体涉及一种基于Linux系统调用的攻击检测方法与系统，包括：获取系统生成的系统调用，将系统调用序列截取成等长的子序列作为待检测的序列，并转换为词向量形式的检测序列；通过深度学习检测模型初步判定词向量形式的检测序列的类别，若判定为异常序列，则将该序列放入攻击库，更新检测匹配库，若判定为正常序列；将初步判定为正常的序列通过与检测匹配库进行匹配度对比；采用集群计算判断匹配库不能判定类别的序列，得到检测结果。本发明对于派生攻击检测采用深度学习模型和匹配库的方式，对于未知攻击，采用集群检测的方式，解决了系统调用序列存在冗余调用以及序列过长和入侵检测的漏报率。
-
公开(公告)号：CN114782078A
公开(公告)日：2022-07-22
申请号：CN202210347941.7
申请日：2022-04-01
Abstract: 本发明涉及一种针对高维数据的商业信息评估方法及系统，属于大数据领域。该方法为：S1：对商业信息评估涉及的高维数据进行预处理。S2：建立基于ECA‑Net注意力机制和FFM的CatNN，和基于LightGBM作为提升树的GBDT2NN。S3：输入类别型稀疏特征到改进的CatNN，计算其输入和损失函数，得到基于类别型稀疏特征的评估结果。S4：输入数值型稠密特征到改进的GBDT2NN，得到基于数值型稠密特征的评估结果。S5：集成改进的CatNN和GBDT2NN，用于实现高维数据下的商业信息评估。该方法针对高维数据下商业信息评估中涉及的不同类型特征进行了专门的改进处理，且实现了评估模型的在线更新。
-
Patent Agency Ranking
公开(公告)号：CN109586897B
公开(公告)日：2021-09-28
申请号：CN201811392082.3
申请日：2018-11-21
Applicant: 重庆邮电大学
IPC: H04L9/06 , H04L9/32 , H04L12/721 , H04L29/08
Abstract: 本发明提出了一种智能表计携号转网的方法和系统，属于智能电网技术领域。本系统包括多个智能表计，多个不同能源公司的抄表网络服务器，每个智能表计均包括路由模块和标识模块，每个抄表网络服务器均包括路由模块、授权模块、共识模块、存储模块和转网模块；所述授权模块用于在有新的抄表网络服务器加入时发起授权流程；所述转网模块用于在智能表计更换所属能源公司时，由新抄表网络服务器向现抄表网络服务器发起转网申请，其同意确认即可转网。本发明支持任何类型的智能表计，在智能表计需要转网时，无需智能表计撤换和安装，实现方便快捷地携号转网，同时可以保留智能表计中的历史数据，不会造成数据丢失等问题。
-
公开(公告)号：CN115378702B
公开(公告)日：2024-04-02
申请号：CN202211004258.X
申请日：2022-08-22
Applicant: 重庆邮电大学
IPC: H04L9/40
Abstract: 本发明属于计算机安全技术领域，具体涉及一种基于Linux系统调用的攻击检测方法与系统，包括：获取系统生成的系统调用，将系统调用序列截取成等长的子序列作为待检测的序列，并转换为词向量形式的检测序列；通过深度学习检测模型初步判定词向量形式的检测序列的类别，若判定为异常序列，则将该序列放入攻击库，更新检测匹配库，若判定为正常序列；将初步判定为正常的序列通过与检测匹配库进行匹配度对比；采用集群计算判断匹配库不能判定类别的序列，得到检测结果。本发明对于派生攻击检测采用深度学习模型和匹配库的方式，对于未知攻击，采用集群检测的方式，解决了系统调用序列存在冗余调用以及序列过长和入侵检测的漏报率。
-
公开(公告)号：CN117437677A
公开(公告)日：2024-01-23
申请号：CN202311398873.8
申请日：2023-10-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于跨模态融合的多模态人脸防伪检测方法、装置、设备及介质，属于人脸防伪技术领域。该检测方法通过包括RGB、IR以及深度在内的多模态人脸图像进行处理，以获得融合特征的跨模态特征图，具体地，对RGB、IR、深度人脸图像进行多尺度特征提取得到多尺度特征图，再对不同模态的多尺度特征图进行跨模态特征融合处理得到跨模态特征图，基于跨模态特征图进行拼接处理得到目标跨模态特征图，即可根据目标跨模态特征图判断多模态人脸图像是否为真实人脸图像。本发明通过将不同模态间的人脸图像进行跨模态的特征融合处理，能够获得全面、多尺度、具有互补性的目标跨模态特征图，有利于提升人脸防伪技术的准确率。
-
公开(公告)号：CN116778570A
公开(公告)日：2023-09-19
申请号：CN202310508297.1
申请日：2023-05-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种针对小样本场景的行为迁移学习识别方法，属于机器视觉技术领域，包括以下步骤：S1：构建正样本数据集，其包括数据丰富的源域正样本数据集和小样本的目标域正样本数据集；S2：将正样本数据集进行空间信息变换和时序信息打乱，以构建负样本数据集；S3：构建基于SlowFast改进的行为识别迁移学习模型，增强视频的时序信息并实现从源域向目标域迁移的功能；S4：使用源域和目标域的正样本数据集与负样本数据集对所述基于SlowFast改进的行为识别迁移学习模型进行训练，以获得在目标域上泛化的行为识别模型；S5：利用训练完成行为识别模型在实际场景中进行行为识别。
-
公开(公告)号：CN116306669A
公开(公告)日：2023-06-23
申请号：CN202310160965.6
申请日：2023-02-22
Applicant: 重庆邮电大学
IPC: G06F40/30 , G06F40/211 , G06F18/214 , G06N3/0442
Abstract: 本发明属于自然语言处理技术领域，具体涉及一种基于上下文层级自注意力网络的话语情绪识别方法，包括获取单个话语的词向量；学习词向量上下文的隐层表征；计算上下文自注意力权重；特征融合与池化；形成话语向量；学习话语向量的上下文隐层表征；计算话语上下文自注意力权重；特征融合与全连接；话语情绪识别；模型训练和参数优化；本发明构建的全局上下文、深度上下文和全局深度上下文注意力方法能够从不同角度捕获上下文信息，并从词级、话语级两个维度来增强话语情绪识别模型的性能，因此本发明提出的模型性能在层级上下文表征上要优于大多数现有的话语情绪分类模型，在情绪准确率上有明显的提升效果。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.022 seconds)
