-
公开(公告)号：CN106789888B
公开(公告)日：2020-08-04
申请号：CN201611028629.2
申请日：2016-11-18
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种多特征融合的钓鱼网页检测方法，包括训练过程和检测过程两个部分。结合半监督学习tri‑training方法整合了钓鱼网页特点的三个视图，主要解决了现有钓鱼网页检测方法大多需要通过大量的标注数据利用监督学习来进行的分类模型训练的问题。该方法主要结合协同训练算法，从网页URL特征、网页页面信息特征和网页搜索信息特征出发，将多视图，多分类器的思想运用到钓鱼网页检测中，通过不同分类器的协同训练学习，达到减少总体人工标注训练样本数和及时识别钓鱼网页的目的。
-
公开(公告)号：CN108229166A
公开(公告)日：2018-06-29
申请号：CN201711291684.5
申请日：2017-12-08
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种使用引导型搜索的网页木马(挂马网页)检测方法。该方法主要由两个部分构成，分为外围程序部分和核心组件部分。外围程序使用网络爬虫程序从互联网中下载网页，通过一个弱过滤器程序过滤掉明显无害的网页，并将结果输入网页检测程序。网页检测程序将挂马网页分类出来，存入数据库，形成挂马网页黑名单，并将一部分送至核心组件部分分析。核心组件包括数个特征分析组件和搜索引擎工具。特征分析组件分析出输入的挂马网页的特征，并通过使用这些特征引导搜索引擎搜索并下载相似的网页。通过这种引导搜索下载的方式，所获取的网页中，挂马网页的比例会有显著提高。引导搜索下载的网页直接提交至网页检测程序分析，从而在较短的时间内找到大量挂马网页，提高检测的效率。
-
公开(公告)号：CN109508375A
公开(公告)日：2019-03-22
申请号：CN201811376297.6
申请日：2018-11-19
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于多模态融合的社交情感分类方法，涉及音频、视觉和文本形式的信息。情感计算分析研究大部分仅通过分析单模信息来提取情感信息，忽视了信息源之间的联系。本发明对于视频信息，提出3DCLS(3D CNN-ConvLSTM)模型，通过三维卷积神经网络(C3D)和卷积长短期记忆递归神经网络(ConvLSTM)的级联组合来为情感识别任务建立时空信息。对于文本信息，通过CNN-RNN混合模型进行文本情感分类。利用决策级融合对视觉、音频、文本进行异质性融合。本发明学到的深时空特征有效地模拟了视觉外观和运动信息，在融合文本和音频信息后，有效的提高了情感分析的准确率。
-
公开(公告)号：CN106789888A
公开(公告)日：2017-05-31
申请号：CN201611028629.2
申请日：2016-11-18
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种多特征融合的钓鱼网页检测方法，包括训练过程和检测过程两个部分。结合半监督学习tri‑training方法整合了钓鱼网页特点的三个视图，主要解决了现有钓鱼网页检测方法大多需要通过大量的标注数据利用监督学习来进行的分类模型训练的问题。该方法主要结合协同训练算法，从网页URL特征、网页页面信息特征和网页搜索信息特征出发，将多视图，多分类器的思想运用到钓鱼网页检测中，通过不同分类器的协同训练学习，达到减少总体人工标注训练样本数和及时识别钓鱼网页的目的。
-
Patent Agency Ranking
公开(公告)号：CN109583656B
公开(公告)日：2022-05-10
申请号：CN201811486047.8
申请日：2018-12-06
Applicant: 重庆邮电大学
Abstract: 本发明属于机器学习领域，本发明请求保护一种基于A‑LSTM的城市轨道交通客流量预测方法，所述方法涉及时间特征、空间特征提取以及预测算法设计三个部分；时间特征主要是通过分层聚类的方法对星期这个因素进行聚类分析，寻找星期之间的联系；空间特征指的是不同地铁站的客流量分布特征，通过对不同站点进行分析，寻找空间上的客流量分布关系；预测算法主要是通过基于一种改进的LSTM的神经网络，加入注意力机制，使LSTM网络更加关注模型对预测影响更大的输入特征，从而对客流量数据进行更精确的预测。
-
公开(公告)号：CN106844161B
公开(公告)日：2020-03-17
申请号：CN201710090521.4
申请日：2017-02-20
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种带状态流计算系统中的异常监控及预测方法和系统，该方法主要对带状态的流计算系统进行全面实时监控并采集系统性能指标；采用数据降维方法对分类器输入数据进行预处理，然后利用分类算法获取最优的分类平面；通过系统预测模块预测系统下一时刻的运行状态；将预测的运行状态构成的平面与分类器所得的最优分类平面进行比较，最终可以预测出系统是否出现异常，并根据检查结果对分类器进行更新，使得获取的分类平面能自适应系统运行状况，最终达到监控及预测系统运行状态的目的。降维处理不仅实现了降维的目的，减少特征向量的维数，而且缩短了训练时间，计算量并没有随着维数升高而增加很多。
-
公开(公告)号：CN109583656A
公开(公告)日：2019-04-05
申请号：CN201811486047.8
申请日：2018-12-06
Applicant: 重庆邮电大学
Abstract: 本发明属于机器学习领域，本发明请求保护一种基于A-LSTM的城市轨道交通客流量预测方法，所述方法涉及时间特征、空间特征提取以及预测算法设计三个部分；时间特征主要是通过分层聚类的方法对星期这个因素进行聚类分析，寻找星期之间的联系；空间特征指的是不同地铁站的客流量分布特征，通过对不同站点进行分析，寻找空间上的客流量分布关系；预测算法主要是通过基于一种改进的LSTM的神经网络，加入注意力机制，使LSTM网络更加关注模型对预测影响更大的输入特征，从而对客流量数据进行更精确的预测。
-
公开(公告)号：CN107411733A
公开(公告)日：2017-12-01
申请号：CN201710239199.7
申请日：2017-04-13
Applicant: 重庆邮电大学
IPC: A61B5/0245
Abstract: 本发明提供了一种基于云平台的心率检测与分析系统，主要步骤包括：获取用户在Android智能手机终端上输入的个人信息并将其传送至云平台；将心电数据采集设备与Android手机相连，然后通过手机蓝牙接收其采集到的心电数据，并对心电数据进行预处理，检测出QRS波群，计算出心率值；将预处理后的心电数据和心率值采用MQTT(Message Queuing Telemetry Transport，消息队列遥测传输)协议传送至云服务平台进行存储与分析，并将分析结果推送至手机客户端，最终实现手机客户端和WEB服务器端同步显示心电波形图和心率检测与分析结果。
-
公开(公告)号：CN106844161A
公开(公告)日：2017-06-13
申请号：CN201710090521.4
申请日：2017-02-20
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种带状态流计算系统中的异常监控及预测方法和系统，该方法主要对带状态的流计算系统进行全面实时监控并采集系统性能指标；采用数据降维方法对分类器输入数据进行预处理，然后利用分类算法获取最优的分类平面；通过系统预测模块预测系统下一时刻的运行状态；将预测的运行状态构成的平面与分类器所得的最优分类平面进行比较，最终可以预测出系统是否出现异常，并根据检查结果对分类器进行更新，使得获取的分类平面能自适应系统运行状况，最终达到监控及预测系统运行状态的目的。降维处理不仅实现了降维的目的，减少特征向量的维数，而且缩短了训练时间，计算量并没有随着维数升高而增加很多。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.032 seconds)
