-
公开(公告)号：CN112527966A
公开(公告)日：2021-03-19
申请号：CN202011505978.5
申请日：2020-12-18
Applicant: 重庆邮电大学
IPC: G06F16/33 , G06F16/35 , G06F40/211 , G06F40/216 , G06F40/284 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于Bi‑GRU神经网络和自注意力机制的网络文本情感分析方法，属于信息技术领域。该方法包括：S1：获取网络文本信息，利用词嵌入向量对文本进行编码；S2：通过Bi‑GRU网络层对句子的前向和后向信息进行汇总，然后对来自这两个方向的信息进行合并得到最终的隐含向量；S3：将得到的隐含向量输入到多层感知器中，得到新的隐含表示，然后计算单词的重要性词级上下文向量，在训练过程中随机初始化并且共同学习；S4：将每个单词的隐含向量乘以其通过自注意力层获得的对应权重，然后通过改进的softmax层进行文本情感分类。本发明能有效提高网络文本情感分类准确性。
-
Patent Agency Ranking
公开(公告)号：CN113536396A
公开(公告)日：2021-10-22
申请号：CN202110839906.2
申请日：2021-07-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于数据存储的安全管理方法，属于信息技术领域，包括以下步骤：S1：用户发送存储请求，系统进行初始化；S2：采用径向基神经网络对数据序列进行处理得到初始向量，再将所述初始向量进行多次加密处理得到带密钥的哈希函数；S3：基于得到的带密钥的哈希函数，将现有的Merkle哈希树MHT扩展成一个编号树，并采用改进的Merkle哈希树IMHT结构构造数据块的验证信息；S4：进行完整性审核，并将完整性审核结果发送给用户。本方法能够有效的提高数据的读写性能，并且使得数据安全操作的性能比当前的标准实现有所提高。
-
公开(公告)号：CN111198098A
公开(公告)日：2020-05-26
申请号：CN202010038875.6
申请日：2020-01-14
Applicant: 重庆邮电大学
IPC: G01M13/04
Abstract: 本发明涉及一种基于神经网络的风力发电机组轴承故障预测方法，涉及风力发电机组故障诊断领域，包括步骤S1：采集风力发电机轴承运行的历史数据，并进行数据预处理，对初始数据进行数据标准化和数据缺失值填充处理；S2：使用改进的平稳小波包变换进行频率变换，从而进行频率带宽分离，提取故障特征频率值；S3：使用Elman人工神经网络并利用训练集对其进行训练，获得神经网络模型；S4：对输入对实时数据进行故障预测。本发明较大程度的提高了风力发电机轴承故障预测的准确率，明显的提升了运行速度。
-
公开(公告)号：CN112527966B
公开(公告)日：2022-09-20
申请号：CN202011505978.5
申请日：2020-12-18
Applicant: 重庆邮电大学
IPC: G06F16/33 , G06F16/35 , G06F40/211 , G06F40/216 , G06F40/284 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于Bi‑GRU神经网络和自注意力机制的网络文本情感分析方法，属于信息技术领域。该方法包括：S1：获取网络文本信息，利用词嵌入向量对文本进行编码；S2：通过Bi‑GRU网络层对句子的前向和后向信息进行汇总，然后对来自这两个方向的信息进行合并得到最终的隐含向量；S3：将得到的隐含向量输入到多层感知器中，得到新的隐含表示，然后计算单词的重要性词级上下文向量，在训练过程中随机初始化并且共同学习；S4：将每个单词的隐含向量乘以其通过自注意力层获得的对应权重，然后通过改进的softmax层进行文本情感分类。本发明能有效提高网络文本情感分类准确性。
-
公开(公告)号：CN113543220B
公开(公告)日：2022-05-17
申请号：CN202110818808.0
申请日：2021-07-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于5G异构网络融合的智能平台接入方法，属于计算机技术领域。该方法包括：S1：将MEC系统与5G网络相结合；S2：当边缘设备发送连接请求到基站时，采用网络筛选算法剔除不合格网络；S3：采用层次分析法对网络服务质量、成本和网络负载进行权重分配，得到决策效用、带宽效用和延迟效用的最优解；S4：在运行过程中，通过模糊逻辑将边缘用户的偏好转化为决策属性的权重再进行并行模糊处理，模糊化数据利用步骤S3的效用函数得到各个网络服务质量矩阵，用户进而自适应地选择最优网络。本发明有助于在动态环境中有效降低乒乓效应，能够高效地接入网络，降低接入时间，提高用户满意度和减少接入失败。
-
公开(公告)号：CN113543220A
公开(公告)日：2021-10-22
申请号：CN202110818808.0
申请日：2021-07-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于5G异构网络融合的智能平台接入方法，属于计算机技术领域。该方法包括：S1：将MEC系统与5G网络相结合；S2：当边缘设备发送连接请求到基站时，采用网络筛选算法剔除不合格网络；S3：采用层次分析法对网络服务质量、成本和网络负载进行权重分配，得到决策效用、带宽效用和延迟效用的最优解；S4：在运行过程中，通过模糊逻辑将边缘用户的偏好转化为决策属性的权重再进行并行模糊处理，模糊化数据利用步骤S3的效用函数得到各个网络服务质量矩阵，用户进而自适应地选择最优网络。本发明有助于在动态环境中有效降低乒乓效应，能够高效地接入网络，降低接入时间，提高用户满意度和减少接入失败。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
