公开(公告)号：CN108449791A

公开(公告)日：2018-08-24

申请号：CN201810224234.2

申请日：2018-03-19

Applicant: 重庆邮电大学

Inventor： 谢昊飞 ,  熊辉辉 ,  王平 ,  高兴 ,  柯俊逸 ,  艾尔帕提·艾尔肯 ,  李航

IPC: H04W56/00 ,  H04W84/18 ,  G04G3/04 ,  G04G7/00

CPC classification number: Y02D70/00 ,  H04W56/001 ,  G04G3/04 ,  G04G7/00 ,  H04W84/18

Abstract: 本发明涉及一种基于温度补偿的自适应时间同步方法，属于无线传感器网络技术领域。考虑到环境温度对时钟晶振频率的较大影响，该方法首先利用时钟漂移与温度之间的相关性，建立温度-晶振频率模型，节点可以在此模型下根据温度的变化情况对时钟的偏移量进行补偿，提高节点间同步的精度。其次，在网络时延为高斯模型的情况下，结合概率时间同步的相关理论，节点能够根据网络允许的最大同步误差以及累积时钟偏差补偿当前时间，并估计相应的重同步间隔。该方法让节点在满足特定同步精度的前提下，尽可能地减少能量消耗，减少了网络的负载。

公开(公告)号：CN107301562A

公开(公告)日：2017-10-27

申请号：CN201710341039.3

申请日：2017-05-16

Applicant: 重庆邮电大学

Inventor： 王进 ,  范磊 ,  杨阳 ,  欧阳卫华 ,  邵帅 ,  李航 ,  邓欣 ,  胡峰 ,  李智星 ,  陈乔松

IPC: G06Q30/02

CPC classification number: G06Q30/0211 ,  G06Q30/0202

Abstract: 本发明请求保护一种O2O优惠券使用大数据预测方法，包括：101对用户的历史消费数据集进行预处理操作；102对用户的历史消费数据集打标，划分和构建训练集和预测集；103对用户的历史消费数据集进行特征工程构建；104特征选择和不平衡数据的处理；105对上述数据进行多分类器集成学习；106通过已建立模型，根据用户历史消费数据对用户的优惠券使用情况进行预测，优化O2O优惠券的投放。本发明主要是通过对用户消费数据的处理及对数据进行多分类器集成学习，建立预测模型，从而预测用户未来的优惠券使用情况，对O2O优惠券的投放进行优化。

公开(公告)号：CN107092644A

公开(公告)日：2017-08-25

申请号：CN201710131434.9

申请日：2017-03-07

Applicant: 重庆邮电大学

Inventor： 王进 ,  高延雨 ,  李颖 ,  李航 ,  余薇 ,  高选人 ,  邓欣 ,  陈乔松 ,  胡峰

IPC: G06F17/30 ,  G06F17/27 ,  G06K9/62

CPC classification number: G06F17/3071 ,  G06F17/277 ,  G06K9/6215 ,  G06K9/6269 ,  G06K9/628

Abstract: 本发明公开了一种基于MPI和Adaboost.MH的中文文本分类方法，用于解决当数据量较大时，Adaboost.MH训练时间较长因而导致总的中文文本分类时间较长的问题。该方法包括：将经过分词处理的中文文本保存到训练数据集，然后将互信息方法与MPI相结合，实现特征词选择，然后所有进程通过MPI中的MPI_Reduce函数进行归约求和进而求得相似度，根据相似度的大小选择特征词。接着每个进程根据其所包含的中文文本中选择的特征词是否存在来给特征词赋予权值。然后根据MPI的通信函数将进程计算结果进行整合得到文本分类模型，利用分类模型对待分类的中文文本分类。本发明极大地缩短了对中文文本进行分类的时间。

公开(公告)号：CN108449791B

公开(公告)日：2020-12-11

申请号：CN201810224234.2

申请日：2018-03-19

Applicant: 重庆邮电大学

Inventor： 谢昊飞 ,  熊辉辉 ,  王平 ,  高兴 ,  柯俊逸 ,  艾尔帕提·艾尔肯 ,  李航

IPC: H04W56/00 ,  H04W84/18 ,  G04G3/04 ,  G04G7/00

Abstract: 本发明涉及一种基于温度补偿的自适应时间同步方法，属于无线传感器网络技术领域。考虑到环境温度对时钟晶振频率的较大影响，该方法首先利用时钟漂移与温度之间的相关性，建立温度‑晶振频率模型，节点可以在此模型下根据温度的变化情况对时钟的偏移量进行补偿，提高节点间同步的精度。其次，在网络时延为高斯模型的情况下，结合概率时间同步的相关理论，节点能够根据网络允许的最大同步误差以及累积时钟偏差补偿当前时间，并估计相应的重同步间隔。该方法让节点在满足特定同步精度的前提下，尽可能地减少能量消耗，减少了网络的负载。

公开(公告)号：CN106803082A

公开(公告)日：2017-06-06

申请号：CN201710059062.3

申请日：2017-01-23

Applicant: 重庆邮电大学

Inventor： 王进 ,  陈知良 ,  颉小凤 ,  李颖 ,  欧阳卫华 ,  高选人 ,  陈乔松 ,  李航 ,  余薇 ,  邓欣

IPC: G06K9/00 ,  G06K9/62 ,  G06F21/32

Abstract: 本发明请求保护一种基于条件式生成对抗网络的在线笔迹识别方法，包括：101用户注册模块：用户的基本信息；102接收模块：接收到用户输入的一段文字信息，包括：书写文字的风格、书写文字的力度、书写文字的间距；103条件式生成对抗网络：在笔迹签名数据集上以类别标签为条件训练对抗网络，可以根据标签条件信息，生成对应的方向数字特征；104笔迹鉴定模块：通过条件生成对抗网络挖掘用户的个性化笔迹，鉴别是通过对抗网络签名判别模型，判别模型D是一个二分类器，判别输入是真实笔迹数据还是生成的样本；S105应用模块：将笔迹鉴定应用到门禁系统和多个用户签署文件场景下。本发明具有更高的稳定性、安全性、便捷性；同时结合了条件式生成对抗网络方法，对用户书写风格、力度和间距信息均可识别，避免对文字特征提取不全面的问题。