-
公开(公告)号：CN106652546A
公开(公告)日：2017-05-10
申请号：CN201510726808.2
申请日：2015-10-30
Applicant: 重庆邮电大学 , 腾讯科技(深圳)有限公司
IPC: G08G1/14
Abstract: 本发明涉及一种车位导航方法、装置和系统及车位管理方法和装置，该车位导航方法包括：通过移动终端获取停车场的车位分布地图并显示；从服务器查询所述停车场当前存在的空车位；将查询到的空车位标记在所述车位分布地图上；从查询到的空车位中确定目标空车位；从所述服务器获取与所述移动终端关联的终端节点被置于车辆上时的第一位置；在所述车位分布地图上绘制所述第一位置至所述目标空车位的导航路线。本发明提供的车位导航方法、装置和系统及车位管理方法和装置，车主在驾驶车辆时便可以根据导航路线直接驶向目标空车位，提高了在停车场中寻找空车位的效率，而且提高了停车场的自动化管理水平。
-
公开(公告)号：CN109472020B
公开(公告)日：2022-07-01
申请号：CN201811185491.6
申请日：2018-10-11
Applicant: 重庆邮电大学
IPC: G06F40/289 , G06F40/242 , G06K9/62
Abstract: 本发明请求保护一种特征对齐中文分词方法，包括：101从标记数据和无标记数据中抽取二元词的特征；102通过地球移动距离(Earth Mover’s Distance,以下简称EMD)方法将标记数据和无标记数据进行特征对齐；103通过分类器xgboost训练经过特征对齐后的标记数据的特征，从而预测无标记数据中二元词成词的概率；104从分类器的结果中抽取一部分二元词与步骤101标记数据的二元词整合作为条件随机场的特征并进行训练；105通过建立的模型，对无标记数据进行序列标注分词。本发明主要是通过EMD对标记数据和无标记数据进行特征对齐，并通过分类器学习来预测二元词的成词概率，然后以堆叠的方式整合了条件随机场形成新的分词器。
-
Patent Agency Ranking
公开(公告)号：CN106652546B
公开(公告)日：2020-01-24
申请号：CN201510726808.2
申请日：2015-10-30
Applicant: 重庆邮电大学 , 腾讯科技(深圳)有限公司
IPC: G08G1/14
Abstract: 本发明涉及一种车位导航方法、装置和系统及车位管理方法和装置，该车位导航方法包括：通过移动终端获取停车场的车位分布地图并显示；从服务器查询所述停车场当前存在的空车位；将查询到的空车位标记在所述车位分布地图上；从查询到的空车位中确定目标空车位；从所述服务器获取与所述移动终端关联的终端节点被置于车辆上时的第一位置；在所述车位分布地图上绘制所述第一位置至所述目标空车位的导航路线。本发明提供的车位导航方法、装置和系统及车位管理方法和装置，车主在驾驶车辆时便可以根据导航路线直接驶向目标空车位，提高了在停车场中寻找空车位的效率，而且提高了停车场的自动化管理水平。
-
公开(公告)号：CN109472020A
公开(公告)日：2019-03-15
申请号：CN201811185491.6
申请日：2018-10-11
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种特征对齐中文分词方法，包括：101从标记数据和无标记数据中抽取二元词的特征；102通过地球移动距离(Earth Mover’s Distance,以下简称EMD)方法将标记数据和无标记数据进行特征对齐；103通过分类器xgboost训练经过特征对齐后的标记数据的特征，从而预测无标记数据中二元词成词的概率；104从分类器的结果中抽取一部分二元词与步骤101标记数据的二元词整合作为条件随机场的特征并进行训练；105通过建立的模型，对无标记数据进行序列标注分词。本发明主要是通过EMD对标记数据和无标记数据进行特征对齐，并通过分类器学习来预测二元词的成词概率，然后以堆叠的方式整合了条件随机场形成新的分词器。
-
公开(公告)号：CN108667816A
公开(公告)日：2018-10-16
申请号：CN201810353434.8
申请日：2018-04-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种网络异常的检测定位方法及系统，涉及互联网安全，深度学习，神经网络领域。包括步骤：首先，将URL按照特殊字符对其进行划分；其次将划分后的URL使用word2vec进行词向量编码；然后，将词向量放至卷积层进行自动地特征处理；接着将卷积层结果与拥有序列注意力机制的注意力层相结合；最后将注意力层结果进行最大池化和全连接操作，得到最终的异常检测结果，同时注意力层的输出也用于对URL种的恶意代码进行定位。本发明具有极好的检测效果，不仅检测率高同时还可以定位URL中的恶意代码片段并可视化，有效的避免了人工特征工程和专家知识方法的弊端。
-
公开(公告)号：CN106650669A
公开(公告)日：2017-05-10
申请号：CN201611227125.3
申请日：2016-12-27
Applicant: 重庆邮电大学
IPC: G06K9/00
CPC classification number: G06K9/00228 , G06K9/00268 , G06K9/00906
Abstract: 本发明请求保护一种鉴别仿冒照片欺骗的人脸识别方法，属于数字图像处理和模式识别领域。识别方法通过分析真、假人脸图像的成像差异，采用图像颜色分布、反射比率和模糊度特征实现鉴别人脸仿冒照片欺骗。首先，将彩色图像转换到HSV颜色空间后提取色彩分布特征；将彩色图像转换到YUV颜色空间图像后提取镜面反射特征；使用灰度共生矩阵提取模糊度特征。然后，综合颜色分布特征、镜面反射特征和模糊度特征作为真假人脸图像的判别信息，使用支持向量机算法分类得出真假人脸图像的判断。该方法可以作为独立模块融入到现有的人脸识别算法中，提供人脸识别系统的安全性和可靠性。
-
公开(公告)号：CN108667816B
公开(公告)日：2021-07-13
申请号：CN201810353434.8
申请日：2018-04-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种网络异常的检测定位方法及系统，涉及互联网安全，深度学习，神经网络领域。包括步骤：首先，将URL按照特殊字符对其进行划分；其次将划分后的URL使用word2vec进行词向量编码；然后，将词向量放至卷积层进行自动地特征处理；接着将卷积层结果与拥有序列注意力机制的注意力层相结合；最后将注意力层结果进行最大池化和全连接操作，得到最终的异常检测结果，同时注意力层的输出也用于对URL种的恶意代码进行定位。本发明具有极好的检测效果，不仅检测率高同时还可以定位URL中的恶意代码片段并可视化，有效的避免了人工特征工程和专家知识方法的弊端。
-
-
-
-
-
-
Search Results
7
records
(took 0.028 seconds)
