-
公开(公告)号：CN115661696B
公开(公告)日：2025-04-15
申请号：CN202211322158.1
申请日：2022-10-27
Applicant: 重庆邮电大学
IPC: G06V20/30 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/047 , G06N3/094 , G06F16/26 , G06F16/2458
Abstract: 本发明属于社交网络分析领域，具体涉及一种基于话题图像化的谣言检测方法，包括：对获取的数据进行数据清洗处理；将评论拓扑网络二维图像化，将每一个评论节点映射到图像中的每一个像素点；通过用户内外因素建立情感互影响函数，结合演化博弈理论构建情感互影响模型并量化评论情感；量化后的情感嵌入到话题图像中对应的像素点上，通过卷积神经网络对话题二维话题图像进行卷积，利用函数将网络的输出转换为两个类别的概率值，最大概率值对应的类别作为预测结果。本发明将评论拓扑网络图像化挖掘出谣言话题评论中的隐秘性，提高了谣言检测的精确度，同时为社交网络谣言的机制的研究提供了新的方向。
-
公开(公告)号：CN115293437A
公开(公告)日：2022-11-04
申请号：CN202210972715.8
申请日：2022-08-15
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q50/00 , G06F40/205 , G06F40/242 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明涉及社交网络关系预测领域，具体涉及一种基于社交网络平台动态交互的关系预测方法；该方法在线获取用户的交互信息和文本信息，并分别对文本信息和交互信息进行相关处理，得到文本特征表示和交互网络结构特征表示；文本特征表示与交互网络结构特征表示融合得到用户特征表示；计算用户特征表示中任一用户与其余用户的相关性，选取前K个相关性对应的用户构成当前用户的强相关用户组；将其强相关用户组输入图注意力模型，得到当前用户的新特征；将新特征输入训练好的关系预测模型得到当前用户的关系预测结果；本发明引入交互行为间的潜在关系，不仅可以更准确的进行社交网络链接预测，还可以分析出用户之间所建立链接的类型。
-
公开(公告)号：CN111400483A
公开(公告)日：2020-07-10
申请号：CN202010185236.2
申请日：2020-03-17
Applicant: 重庆邮电大学
IPC: G06F16/335 , G06F16/31 , G06F16/9536
Abstract: 本发明涉及信息检索和数据挖掘领域，具体为一种基于时间加权的三部图新闻推荐方法，包括：输入获取的用户浏览的新闻数据，根据获取的用户浏览的新闻数据计算优化后的新闻资源值；根据优化后的新闻资源值进行新闻推荐；所述计算优化后的新闻资源值的过程包括：采用热量扩散算法计算新闻向主题传导后的主题结点资源值和主题向新闻传导后新闻结点的资源值，采用时间权重函数对两个资源值进行融合，得到优化后的新闻资源值；本发明在新闻推荐场景下采用时间权重函数优化新闻资源值，解决了三部图技术中因边权影响推荐效果的问题，提高了推荐结果的精度。
-
公开(公告)号：CN110851684A
公开(公告)日：2020-02-28
申请号：CN201911098384.4
申请日：2019-11-12
Applicant: 重庆邮电大学
IPC: G06F16/951 , G06F16/9536 , G06Q50/00
Abstract: 本发明涉及社交网络热点话题控制技术领域，具体涉及一种基于三元关联图的社交话题影响力识别方法及装置，包括以下步骤：获取数据；根据获取的数据构建路径-用户二元关联图模型；构建用户-领域划分模型；构建路径-用户-领域三元关联图模型；根据交叉评分策略，在路径-用户-领域三元关联图模型上进行正反迭代投票来挖掘出热点话题传播的关键元素节点；根据关键元素节点信息，利用时间切片方法对完整生命周期内热点话题传播过程的动态演绎。本发明的方法能够提高热点话题影响力识别的便捷性；可根据各元素的最终得分向量识别出关键路径、参与用户与传播领域；能实现网络舆情话题的动态挖掘。
-
公开(公告)号：CN110825980A
公开(公告)日：2020-02-21
申请号：CN201911068519.2
申请日：2019-11-05
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q50/00 , G06N3/04 , G06N3/08
Abstract: 本发明属于社交网络分析领域，具体为一种基于对抗生成网络的微博话题推送方法；所述方法包括微博服务器内的每个用户都通过通信组件接入到运算服务器中，获取微博社交网络中微博话题的互动数据；从互动数据的源地址或者目的地址中解析出用户属性；运算服务器采用无监督的对抗生成网络对互动数据以及用户属性增强，通过转发预测模型，预测出潜在参与用户在下一时刻转发参与用户所参与的微博话题的概率值；将阈值区间发生器产生的多个阈值分别与概率值进行比较，确定潜在参与用户对于该微博话题的可能感兴趣程度；基于潜在参与用户的可能感兴趣程度，控制通信组件向该潜在参与用户推送该微博话题；本发明能够根据用户可能感兴趣程度，从而对用户进行精准推送。
-
Patent Agency Ranking
公开(公告)号：CN106454905B
公开(公告)日：2019-11-22
申请号：CN201611058667.2
申请日：2016-11-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种改进的无线传感网层次型多链路方法，属于无线传感器网络技术领域。该方法以轮数为单位的，每一轮分为四个阶段：1)包括子区域的划分阶段，在该阶段将监控区域按照最优簇头数划分为m个子区域；2)子区域链路的形成阶段，子区域内离基站最远位置的传感器节点开始建立链接，最终形成单链路；3)leader节点的链接形成阶段，离基站最远位置的传感器leader节点开始建立链接，最终形成树状结构；4)数据传输阶段。该算法通过静态分簇，在一定程度上避免了长链的产生，改善链路形成阶段的竞争权重以及控制节点的重组频率的方法，更好的平衡了无线传感网的网络时延和网络生存时间，提高了网络性能。
-
公开(公告)号：CN107708157A
公开(公告)日：2018-02-16
申请号：CN201711176251.5
申请日：2017-11-22
Applicant: 重庆邮电大学
Abstract: 本发明涉及移动通信领域，具体为一种基于能效的密集小蜂窝网络资源分配方法，包括：基于负载均衡确定小区最优选择；根据所述小区最优选择确定信道分配方案；根据所述信道分配方案，优化网络能效确定最优功率分配方案，本发明的小区最优选择在保证了用户的传输要求下，通过建模负载均衡来控制用户成功接入基站的概率，从而实现负载均衡，同时提高网络的能量效率；基于已确定的负载均衡方案，联合优化网络能效实现合理的信道分配和功率分配方案。
-
公开(公告)号：CN119783854A
公开(公告)日：2025-04-08
申请号：CN202411960303.8
申请日：2024-12-30
Applicant: 重庆邮电大学
IPC: G06N20/00 , G06N3/0475 , G06N3/094
Abstract: 本发明属于联邦学习领域，具体涉及一种基于数据异构的纵向联邦学习数据增强方法，包括各客户端在本地训练局部条件生成对抗网络，用于产生新的训练数据上传至中心服务器；中心服务器根据各客户端上传的训练数据处理得到全局模型，并将其下发至各客户端；各客户端将全局模型作为本地模型，通过具有双重平滑机制的指数移动平均SGD方法训练得到更新后的本地模型参数，并上传给中心服务器；中心服务器根据样本占比和数据分布计算每一客户端的聚合权重；中心服务器根据聚合权重对各客户端上传的本地模型参数进行聚合得到新的全局模型下发至各客户端；重复上述内容直至全局模型收敛；本发明能够有效解决异构数据环境下联邦学习的数据增强问题。
-
公开(公告)号：CN118643227A
公开(公告)日：2024-09-13
申请号：CN202410767462.X
申请日：2024-06-14
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06F16/9535 , G06Q50/00
Abstract: 本发明属于社交网络领域，具体涉及一种基于用户观点变迁的话题传播控制方法，包括：获取用户信息；构建话题传播模型；计算用户信息中的各个因素影响力；根据各个因素影响力采用多类型观点博弈驱动机制对用户信息进行处理，得到用户消极、积极和促消极观点的驱动力；采用用户观点变迁机制对消极、积极和促消极观点的驱动力进行处理，得到用户观点变迁动力学方程；根据用户观点变迁动力学方程构建目标函数，计算目标函数的最优解；将最优解带入用户观点变迁动力学方程进行求解，得到不同时刻用户的观点状态集；根据不同时刻用户的观点状态集对话题进行传播控制；本发明通过引入哈密尔顿函数实现损失函数最小化，得到最优的控制方案。
-
公开(公告)号：CN112949740B
公开(公告)日：2022-11-25
申请号：CN202110284727.7
申请日：2021-03-17
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明属于计算机视觉领域，具体涉及一种基于多级度量的小样本图像分类方法，该方法包括：将输入图像的特征向量放入嵌入模块进行特征提取；将经过第二层卷积及第三层卷积得到的特征描述子分别依次进行图像‑类的度量，对第四层卷积得到的特征向量进行全连接并将其做图像‑图像的度量；分别使用Sigmoid函数和Softmax函数对3个度量结果进行运算从而给出每层图像分类概率；最后通过交叉验证法对每一从属概率进行加权融合并输出分类结果；本发明融合图像级及类别级度量结果，有效挖掘图像中所表达的语义信息，能够显著的提高小样本图像分类的准确率。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.025 seconds)
