公开(公告)号：CN116090983A

公开(公告)日：2023-05-09

申请号：CN202211555339.9

申请日：2022-12-06

Applicant: 重庆邮电大学

Inventor： 邓江洲 ,  王永 ,  王霞 ,  唐仁泰 ,  王河洺 ,  陆聪 ,  杨久裕

IPC: G06Q10/10 ,  G06Q10/0639 ,  G06F16/9535

Abstract: 本发明涉及一种基于直觉模糊集的噪声检测推荐系统，属于推荐技术领域。包括：获取和处理原始数据，构建用户‑项目评分矩阵R；根据直觉模糊集的相关理论，计算用户和项目的直觉模糊数，并以此来对用户和项目的偏好倾向进行分类，获得偏好信息；借助偏好信息，设定噪声检测机制来识别和修正噪声数据，得到修正后的评分矩阵R′；将R′作为输入，利用系统中已有的推荐方法进行结果预测和排序；设定待推荐项目数量k，将符合推荐条件的项目j推送给目标用户i，形成个性化推荐列表。

公开(公告)号：CN119622104A

公开(公告)日：2025-03-14

申请号：CN202411776918.5

申请日：2024-12-05

Applicant: 重庆邮电大学

Inventor： 王永 ,  王河洺 ,  邓江洲 ,  李艾雯 ,  杨凯钧 ,  王霞 ,  王淞立 ,  伍奇

IPC: G06F16/9535 ,  G06F16/9536 ,  G06Q30/0601 ,  G06F18/22 ,  G06N3/045 ,  G06N3/09

Abstract: 本发明提出的一种基于项目相似性的流行度去偏推荐模型，包括从数据库中提取用户项目评分数据并进行预处理，得到原始评分矩阵；基于KL散度计算项目间的相似性，并基于此相似性计算基于项目相似性的流行度(ISP)；基于因果理论，将用户与项目的交互评分解耦为“真实兴趣”和“从众行为”两部分，并为用户和项目分配对应的嵌入向量；通过引入权重注意力机制，自适应学习用户的兴趣和从众行为的权重；基于得到的权重加权求和两部分得分，计算最终的个性化推荐得分；通过基于ISP的负采样方法划分训练数据集，并构建损失函数以监督解耦嵌入向量的学习；对用户未评分的项目进行评分值预测和排序，并选取前k个项目形成个性化推荐列表。

公开(公告)号：CN115809358A

公开(公告)日：2023-03-17

申请号：CN202211586219.5

申请日：2022-12-08

Applicant: 重庆邮电大学

Inventor： 邓江洲 ,  王永 ,  王淞立 ,  王河洺 ,  杨单 ,  王霞 ,  罗陈红

IPC: G06F16/9035 ,  G06F16/9038 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出的具有预测可靠性的深度神经网络推荐系统，包括从数据库中获取和清理数据信息，以获得所需信息；根据系统设定的不同评级值，将用户‑项目评级矩阵R划分为对应的几个独立且只含0‑1二值的子矩阵；利用深度神经网络中的双塔模型去并行训练所获取的子矩阵，以预测出每个子矩阵中相同空白区域的概率值；归一化每个子矩阵中所得到的概率值，并将归一化后的最大概率值作为可靠性概率；根据所获取的可靠性概率，找到对应子矩阵所代表的评级，并将该评级作为该空白区域的预测评级；通过与系统设定的可靠性阈值进行比较，将可靠性概率低于阈值的预测评级进行过滤，保留较高可靠性概率的评级；对过滤后的预测评分集合进行排序，将预测评级较高的前k个项目推送给目标用户，以形成其个性化推荐列表。

公开(公告)号：CN109034015B

公开(公告)日：2022-01-28

申请号：CN201810757169.X

申请日：2018-07-11

Applicant: 重庆邮电大学

Inventor： 赵德春 ,  王霞 ,  李文瀚 ,  王力 ,  程闪闪 ,  王怡

IPC: G06K9/00

Abstract: 本发明涉及一种FSK‑SSVEP的解调系统及解调算法，属于脑机接口领域。系统由SSVEP刺激发生器、脑电信号采集装置以及信号处理三大模块组成。受试者在收到开始信号后，注视某个特定刺激，同时采集脑电信号，经过解调算法获得指令信号，并提示受试者不再注视视觉刺激器，从而停止数据采集。脑电信号采集装置用来采集受试者经过注视刺激装置产生的SSVEP脑电信号，采集到的脑电信号通过无线传输到智能终端的软件信号处理平台，在接收到脑电信号后，软件处理平台对其保存的号做预处理、FSK‑SSVEP信号解调和指令识别，最终分析出脑电信号中的有效成分并判断出受试者所注视的指令。

公开(公告)号：CN119941071A

公开(公告)日：2025-05-06

申请号：CN202411860332.7

申请日：2024-12-17

Applicant: 重庆邮电大学

Inventor： 李昌兵 ,  郭琦 ,  陆聪 ,  王霞 ,  杨芳

IPC: G06Q10/083 ,  G06Q10/047 ,  G06F30/20 ,  G06F18/23213 ,  G06F111/06 ,  G06F111/08 ,  G06F119/08 ,  G06F111/04

Abstract: 本发明提出的一种基于无接触配送下的卡车‑无人机协同配送模型及两阶段算法，包括针对无接触配送问题，充分考虑顾客的预期送达时间，构建了以卡车停靠点、卡车路径、无人机路径、顾客服务时间窗等因素为变量，以卡车运行成本、无人机运行成本和时间窗惩罚成本之和，构建目标最小化的卡车‑无人机协同配送混合整数规划模型。根据模型的特点，设计了两阶段算法，该算法第一阶段采用改进的K‑Means聚类方法，考虑无人机最大飞行距离以及客户点位置坐标对区域内客户进行聚类，满足区域内客户无人机可以抵达完成服务，聚类中心即卡车停靠点，同时为无人机发射点；第二阶段采用变邻域模拟退火算法，构建解的领域结构，优化卡车‑无人机协同配送路径，实现配送成本最小化。

公开(公告)号：CN119939657A

公开(公告)日：2025-05-06

申请号：CN202510021407.0

申请日：2025-01-06

Applicant: 重庆邮电大学

Inventor： 王永 ,  杜晓春 ,  张智强 ,  邓江洲 ,  王霞 ,  王河洺 ,  秦嘉俊

IPC: G06F21/62 ,  G06F21/12 ,  G06F16/9535 ,  G06F21/55 ,  G06N3/094 ,  G06N3/0475 ,  G06N5/04

Abstract: 本发明涉及一种面向生成式推荐系统的成员推理攻击方法，属于计算机推荐系统领域和信息安全领域。该方法具体包括：将目标用户的历史交互数据转换为目标模型需要的输入格式，并将其数据并入到另一个与目标数据集datatarget完全不重合的影子数据集datashadow，以相同的参数训练一个与目标模型结构一样的辅助模型modeleauxiliary，再讲目标用户的数据分别输入到目标模型modeltarget和辅助模型modelauxiliary中得到两个模型输出的推荐列表，计算推荐列表的重合度ε作为目标用户的特征；输入到推断模型modelinference，最后输出目标用户的成员关系。本发明在推断成员关系的准确性有良好的效用。

公开(公告)号：CN107193368B

公开(公告)日：2020-07-10

申请号：CN201710272431.7

申请日：2017-04-24

Applicant: 重庆邮电大学

Inventor： 赵德春 ,  赵兴 ,  王霞 ,  王怡

IPC: G06F3/01

Abstract: 本专利属于脑机接口领域，具体公开了本发明针对现有技术中编码难度大、解调困难以及难以适应不同用户脑电特点的技术问题，提供了一种变时长编码的非侵入式脑机接口编码方法，用于人脑向计算机发送便于计算机识别的二进制编码，人脑产生两个频率固定、刺激时间长度固定的第一阶段信号，两个第一阶段信号分别与二进制的编码对应，若干个第一阶段信号组成一个码元，通过改变码元最后一位的第一阶段信号的时长或者插入标志编码的方式来标定码元之间的间隔。还公开了变时长编码的非侵入式脑机接口系统。

公开(公告)号：CN107193368A

公开(公告)日：2017-09-22

申请号：CN201710272431.7

申请日：2017-04-24

Applicant: 重庆邮电大学

Inventor： 赵德春 ,  赵兴 ,  王霞 ,  王怡

IPC: G06F3/01

CPC classification number: G06F3/015

Abstract: 本发明属于脑机接口领域，具体公开了本发明针对现有技术中编码难度大、解调困难以及难以适应不同用户脑电特点的技术问题，提供了一种变时长编码的非侵入式脑机接口编码方法，用于人脑向计算机发送便于计算机识别的二进制编码，人脑产生两个频率固定、刺激时间长度固定的第一阶段信号，两个第一阶段信号分别与二进制的编码对应，若干个第一阶段信号组成一个码元，通过改变码元最后一位的第一阶段信号的时长或者插入标志编码的方式来标定码元之间的间隔。还公开了变时长编码的非侵入式脑机接口系统。

公开(公告)号：CN119939107A

公开(公告)日：2025-05-06

申请号：CN202510016231.X

申请日：2025-01-06

Applicant: 重庆邮电大学

Inventor： 王永 ,  冯婷婷 ,  符永骥 ,  邓江洲 ,  王霞 ,  王河洺

IPC: G06F17/18 ,  G06N3/092 ,  G06N3/09 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/042

Abstract: 本发明提出一种基于强化学习的TSP路径组合优化方法及系统，通过将解分布学习与组合优化目标学习相结合，构建了一种各向异性的图神经网络作为扩散模型的骨干网络，利用其表示能力捕捉图结构数据中的复杂关系，利用扩散模型单转马尔可夫前向过程建模概率分布。此外，本发明还引入了两种扩散模型的加速采样方法DDIM和DPM‑solver，加速去噪的采样过程，提高训练效率。本发明能够通过将直接偏好优化引入到扩散模型中进而提出偏好引导组合优化((Preference‑GuidedCombinatorial Optimization,PGCO)，提高求解旅行商问题(TSP)模型的泛化能力和适应性，提供了一个更高效、高质量的求解大规模组合优化的模型。

公开(公告)号：CN119357475A

公开(公告)日：2025-01-24

申请号：CN202411581994.0

申请日：2024-11-07

Applicant: 重庆邮电大学

Inventor： 杜茂康 ,  赵嘉怡 ,  邓江洲 ,  赵越 ,  伍奇 ,  王霞 ,  王河洺

IPC: G06F16/9535 ,  G06F16/9536 ,  G06F18/10 ,  G06F18/214 ,  G06F18/22 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明提出的基于对比学习的自适应去噪与交互增强的推荐模型，将自适应去噪与基于结构相似性的交互填充相结合。在模型训练过程中，通过动态修剪被识别为噪声的交互来减少对推荐系统的干扰。为了保持正样本和负样本之间的平衡，模型根据用户和项目嵌入之间的结构相似性选择高可靠交互并进行填充，从而丰富训练数据集。此外，本发明引入了一种基于互信息最大化的对比学习策略，优化已修剪和填充交互之间的用户偏好，提升模型在潜在向量空间中捕获关键特征的能力。在不依赖额外辅助信息的情况下，有效学习用户历史行为中的偏好，生成推荐项目列表。本发明有效增强了模型的信息利用率和泛化能力，提高了模型的推荐质量。