-
公开(公告)号：CN109255506A
公开(公告)日：2019-01-22
申请号：CN201811401139.1
申请日：2018-11-22
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于大数据的互联网金融用户贷款逾期预测方法，包括：101数据预处理操作：根据用户行为、用户基本信息、信用评分数据预处理操作；102根据七折交叉验证法对数据进行划分操作；103根据对抗网络生成模型扩展训练集；104根据用户行为、用户基本信息、信用评分数据进行特征工程构建操作；105建立4个机器学习模型，并进行线性回归模型融合操作；106通过已建立模型基础，根据用户基本信息设置人工阈值规则预测用户是否违约。本发明运用大数据实现互联网金融风险机构由传统“事后堵截”的手段转变为“预先识别”，识别高违约用户。
-
公开(公告)号：CN109783636B
公开(公告)日：2023-03-28
申请号：CN201811517941.7
申请日：2018-12-12
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/953
Abstract: 本发明请求保护一种基于分类器链的汽车评论主题提取方法，包括：101汽车评论文本数据预处理，对汽车论坛用户历史评论数据进行预处理操作；102评论文本向量化，使用加权TF‑IDF方法对数据预处理后的每条文本进行向量化从而提取文本特征；103评论主题聚类划分，使用k‑means算法对文本主题聚类划分，得到现有主题类别的一个划分；104局部多标签分类器链主题提取算法设计：将一条完整的分类器链转化为多条局部分类器链，同时每条局部分类器链采用距离类簇中心点由远到近的原则构建链，最后多条局部分类器链集成得到最终预测结果。本发明基于汽车论坛的用户历史评论数据，提取文本特征，设计改进的局部分类器算法，建立预测模型，从而预测每条评论属于哪些主题。
-
公开(公告)号：CN109783636A
公开(公告)日：2019-05-21
申请号：CN201811517941.7
申请日：2018-12-12
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/953
Abstract: 本发明请求保护一种基于分类器链的汽车评论主题提取方法，包括：101汽车评论文本数据预处理，对汽车论坛用户历史评论数据进行预处理操作；102评论文本向量化，使用加权TF-IDF方法对数据预处理后的每条文本进行向量化从而提取文本特征；103评论主题聚类划分，使用k-means算法对文本主题聚类划分，得到现有主题类别的一个划分；104局部多标签分类器链主题提取算法设计：将一条完整的分类器链转化为多条局部分类器链，同时每条局部分类器链采用距离类簇中心点由远到近的原则构建链，最后多条局部分类器链集成得到最终预测结果。本发明基于汽车论坛的用户历史评论数据，提取文本特征，设计改进的局部分类器算法，建立预测模型，从而预测每条评论属于哪些主题。
-
公开(公告)号：CN109711004B
公开(公告)日：2023-03-28
申请号：CN201811511344.3
申请日：2018-12-11
Applicant: 重庆邮电大学
IPC: G06F30/27 , G06N20/00 , G06F18/23213
Abstract: 本发明请求保护一种光纤折射率大数据预测方法，包括：101对光纤拉制时的生产数据进行预处理；102根据光纤拉制设备的不同，划分训练集和验证集；103建立三个基础机器学习模型；104利用线性加权方法对基础模型进行融合；105根据最终建立的模型，对即将拉制的光纤的折射率进行回归预测。本发明主要是通过对光纤拉制时的生产数据进行预处理和分析，建立三个机器学习模型并进行模型融合，从而对即将被拉制的光纤的折射率进行回归预测分析，判断生产的光纤是否满足要求，同时也可以通过预测结果对现已有的参数进行调整，进而提高光纤生产的效率与合格率。
-
公开(公告)号：CN109255506B
公开(公告)日：2022-05-03
申请号：CN201811401139.1
申请日：2018-11-22
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于大数据的互联网金融用户贷款逾期预测方法，包括：101数据预处理操作：根据用户行为、用户基本信息、信用评分数据预处理操作；102根据七折交叉验证法对数据进行划分操作；103根据对抗网络生成模型扩展训练集；104根据用户行为、用户基本信息、信用评分数据进行特征工程构建操作；105建立4个机器学习模型，并进行线性回归模型融合操作；106通过已建立模型基础，根据用户基本信息设置人工阈值规则预测用户是否违约。本发明运用大数据实现互联网金融风险机构由传统“事后堵截”的手段转变为“预先识别”，识别高违约用户。
-
Patent Agency Ranking
公开(公告)号：CN109523018B
公开(公告)日：2022-10-18
申请号：CN201910016242.2
申请日：2019-01-08
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 本发明请求保护一种基于深度迁移学习的图片分类方法，其中,所述的领域适应至少包含两个领域的数据,分别为源域和目标域，并且源域数据为已标记的样本数据.所述方法主要包括以下步骤:步骤1)数据准备阶段.准备源域数据和目标域数据,确定目标类别集合.步骤2)特征提取模型构建阶段.使用ResNet和自注意力网络构建基础特征提取模型.步骤3)领域对抗模型构建阶段.使用领域对抗模型预测样本类别和样本领域；步骤4)训练阶段.对源域和目标域样本进行领域标记,设置基于样本迁移权重的损失函数.步骤5)预测阶段.对目标域数据进行预测,将类别预测结果作为最终结果.本发明降低标记成本,达到知识迁移的目的。
-
公开(公告)号：CN108182429B
公开(公告)日：2022-01-28
申请号：CN201810101483.2
申请日：2018-02-01
Applicant: 重庆邮电大学
IPC: G06V40/16
Abstract: 本发明涉及数据处理领域，具体涉及一种基于对称性的人脸图像特征提取的方法及装置，所述方法包括：根据人脸的对称性，将预先存储的人脸样本分成左半脸和右半脸，并转化为向量的形式；利用人脸样本的左半脸和右半脸，根据目标函数交替迭代计算求得每张人脸样本的左半脸的低维投影空间及左右脸的残差；利用左半脸对应的低维投影空间及左右脸的残差，得到每张人脸样本的重构图像；判断低维投影空间重构图像与人脸样本的残差是否小于残差阈值，若是则结束运算得到满足残差阈值的左半脸的低维投影空间和左右脸的残差；本发明可以结合人脸左右对称的结构特性，减少了存储空间，降低了人脸图片的重构误差。
-
公开(公告)号：CN109711004A
公开(公告)日：2019-05-03
申请号：CN201811511344.3
申请日：2018-12-11
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种光纤折射率大数据预测方法，包括：101对光纤拉制时的生产数据进行预处理；102根据光纤拉制设备的不同，划分训练集和验证集；103建立三个基础机器学习模型；104利用线性加权方法对基础模型进行融合；105根据最终建立的模型，对即将拉制的光纤的折射率进行回归预测。本发明主要是通过对光纤拉制时的生产数据进行预处理和分析，建立三个机器学习模型并进行模型融合，从而对即将被拉制的光纤的折射率进行回归预测分析，判断生产的光纤是否满足要求，同时也可以通过预测结果对现已有的参数进行调整，进而提高光纤生产的效率与合格率。
-
公开(公告)号：CN109523018A
公开(公告)日：2019-03-26
申请号：CN201910016242.2
申请日：2019-01-08
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于深度迁移学习的图片分类方法，其中,所述的领域适应至少包含两个领域的数据,分别为源域和目标域，并且源域数据为已标记的样本数据.所述方法主要包括以下步骤:步骤1)数据准备阶段.准备源域数据和目标域数据,确定目标类别集合.步骤2)特征提取模型构建阶段.使用ResNet和自注意力网络构建基础特征提取模型.步骤3)领域对抗模型构建阶段.使用领域对抗模型预测样本类别和样本领域；步骤4)训练阶段.对源域和目标域样本进行领域标记,设置基于样本迁移权重的损失函数.步骤5)预测阶段.对目标域数据进行预测,将类别预测结果作为最终结果.本发明降低标记成本,达到知识迁移的目的。
-
公开(公告)号：CN108921177A
公开(公告)日：2018-11-30
申请号：CN201810652710.0
申请日：2018-06-22
Applicant: 重庆邮电大学 , 重庆西电普华智能机器人技术有限公司
IPC: G06K9/46
Abstract: 本发明提供的一种变电站巡检机器人的仪表定位方法，包括预备阶段和正式巡检阶段，预备阶段为：变电站巡检机器人采集仪表图像作为模板图，人工标定出各模板图中仪表的位置信息，利用各模板图分别训练相关滤波器；正式巡检阶段为：读取巡检图像，对巡检图像提取HOG特征，利用相关滤波器计算出响应地图，得到仪表位置。利用相关滤波器来进行仪表定位，相关滤波器是利用整个目标区域图像进行计算，从而对空间信息利用较为充分，对于仪表定位问题，仪表不存在明显形状、尺度和旋转变化，且HOG对图像的空间结构信息保留较好。与SURF、SIFT等基于特征点的方法相比，不容易受到部分点的影响，鲁棒性更好，且实时性更好。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.028 seconds)
