-
公开(公告)号：CN114139066A
公开(公告)日：2022-03-04
申请号：CN202111060062.8
申请日：2021-09-10
Applicant: 重庆大学
IPC: G06F16/9536 , G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于图神经网络的协同过滤推荐系统，包括用户‑项目二部图生成模块、嵌入信息生成模块、隐式关系构建模块、数据融合模块和推荐模块；本发明使用基于注意力的记忆网络学习分别构建的用户‑用户和项目‑项目图，以获取相邻对之间的关系信息。该模型同时学习所有三种图形，通过信息融合层统一多属性和隐式关系信息，实现端到端推荐。
-
公开(公告)号：CN113961820A
公开(公告)日：2022-01-21
申请号：CN202111060105.2
申请日：2021-09-10
Applicant: 重庆大学
IPC: G06F16/9536 , G06F16/9535 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本发明公开一种基于轻量图卷积网络的社交推荐系统，包括信息获取模块、信息传播模块和信息推荐模块；在本发明中，用户的表示在两个图上分别传播，物品的表示在用户‑物品交互图上传播，利用了用户社交数据以增强用户和物品的表示，融合模型保证了可以充分利用用户的两种表示，确保用户在两个图中学习到的信息不会因为互相冲突而导致对用户和物品的表示效果下降，从而确保提升了推荐效果。
-
公开(公告)号：CN112508176A
公开(公告)日：2021-03-16
申请号：CN202011460177.1
申请日：2020-12-11
Applicant: 重庆大学
Abstract: 本发明公开了一种起重机械故障预测方法，包括如下步骤：S1、采集目标起重机械的具有时间顺序的监测数据；S2、将所述监测数据输入编码器‑解码器LSTM模型得到对应的预测数据；S3、将预测数据输入分类器，得到分类概率预测结果。本发明通过使用基于编码解码器的改进LSTM网络对工业设备的时间序列实现多单位步长的目标值预测，再通过基于维度损失权重的改进Softmax分类器达到长期预测起重机械故障的目的。
-
公开(公告)号：CN111813084A
公开(公告)日：2020-10-23
申请号：CN202010662863.0
申请日：2020-07-10
Applicant: 重庆大学
Abstract: 本发明公开了一种基于深度学习的机械装备故障诊断方法，具体包括以下步骤：步骤S1：对机械设备的主要数据源和次要数据源进行数据采集并进行预处理，得到数据集；步骤S2：采用5折交叉验证方法，将数据集分为训练集、验证集和测试集；步骤S3：基于CNN和BD-LSTM建立故障诊断模型，将训练集输入故障诊断模型中提取隐藏特征后进行训练，并输出诊断结果。本发明采用BD-LSTM进行平滑跟踪和预测结果，处理了由于操作和环境干扰引起的不确定性；传感器监测数据采用CNN和BD-LSTM并行提取隐藏特征，两条没有相关性的路径输出都会影响预测，且可根据预测的误差校正网络中的每个参数。
-
公开(公告)号：CN111240701A
公开(公告)日：2020-06-05
申请号：CN201911402857.5
申请日：2019-12-31
Applicant: 重庆大学
Abstract: 本发明公开了一种端-边-云协同计算的任务卸载优化方法，主要步骤为：1)建立移动边缘计算系统模型。2)确定当前迭代轮次j下的任务卸载策略Ωi。3)确定当前迭代轮次j下的资源分配策略。4)量化移动边缘计算系统中能量消耗和传输时延的加权和，保存任务卸载与资源分配策略。5)输出端-边-云协同计算的移动边缘计算系统中最优任务卸载策略与最优资源分配策略。本发明综合考虑任务优先级和设备所剩电量等用户综合因素，给出了任务的最佳卸载位置，同时通过柯西方法给出资源分配策略，很大程度上提高了用户的QOE。
-
Patent Agency Ranking
公开(公告)号：CN119646084A
公开(公告)日：2025-03-18
申请号：CN202411477776.2
申请日：2024-10-22
Applicant: 重庆大学
Abstract: 本发明公开一种基于区块链与负载均衡结合的车载边缘网格化数据调度系统，包括动态资源分配模块、智能调度模块、数据管理模块、数据安全与隐私保护模块；本发明的系统能够动态地调整计算和存储资源的分配，根据实时交通和车辆状态信息进行数据调度，从而实现高效的车载边缘计算。
-
公开(公告)号：CN119067206A
公开(公告)日：2024-12-03
申请号：CN202411042729.5
申请日：2024-07-31
Applicant: 重庆大学
IPC: G06N5/02 , G06N5/025 , G06N3/045 , G06N3/042 , G06N3/0464
Abstract: 本发明公开了一种针对汽车系统故障知识图谱的知识嵌入方法，该方法过程分为文本增强型实体嵌入向量层、多尺度特征交互层和动态预测与补全层三个阶段；文本增强型实体嵌入向量层通过利用预训练模型对知识图谱中的实体描述文本进行深层语义信息提取，并引入注意力机制，对文本嵌入向量和图嵌入向量进行融合；多尺度特征交互层通过不同尺度的卷积操作捕获从局部到全局的关系特征，提供多层次的信息解析能力，增加残差路径以促进深层网络中的梯度流动；动态预测与补全层通过概率评分预测函数预测知识图谱中缺失的实体和关系，用以提供补全知识图谱的信息预测依据。本发明方法，有效捕捉了实体和关系的复杂交互，实现了知识图谱的持续学习和完善。
-
公开(公告)号：CN116664416B
公开(公告)日：2024-09-06
申请号：CN202310411310.1
申请日：2023-04-17
Applicant: 重庆大学
IPC: G06T5/70 , G01S7/48 , G01S17/931 , G06T5/50
Abstract: 本发明涉及人工智能技术，揭露了一种雷达点云数据处理方法，包括：获取原始点云数据，并根据预设的采样率对所述原始点云数据中点云执行点云剔除，得到精简点云数据；对所述精简点云数据执行体素转换，得到体素图；根据证据理论对所述体素图中点云进行降采样处理，得到标准体素图；将所述标准体素图还原成点云数据图，完成点云数据处理。本发明还提出一种雷达点云数据处理装置、电子设备以及存储介质。本发明有益效果为提升点云数据处理的准确率。
-
公开(公告)号：CN118397598A
公开(公告)日：2024-07-26
申请号：CN202410520640.9
申请日：2024-04-28
Applicant: 重庆大学
IPC: G06V20/58 , G06V10/764 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F17/18
Abstract: 本发明公开一种轻量级车载目标检测模型及其混合精度量化方法，包括以下步骤：1)构建轻量级车载目标检测模型；所述轻量级车载目标检测模型的主干网络和颈部网络采用在线卷积重参数化的跨阶段特征融合模块C2f_OREPA；2)对轻量级车载目标检测模型进行混合精度的量化感知训练；3)获取输入数据，并输入至训练后的轻量级车载目标检测模型，得到输出。本发明提出的OCW‑YOLO模型相较于YOLOv8模型改进后的算法FLOPs下降，计算需求降低，更加轻量，并且精度上升，更好地满足资源受限地车载设备的高精度、高实时性需求。
-
公开(公告)号：CN114820139B
公开(公告)日：2024-05-28
申请号：CN202210583484.1
申请日：2022-05-25
Applicant: 重庆大学
IPC: G06Q30/0601 , G06F16/36 , G06N3/0442 , G06N3/048 , G06N3/08 , G06N5/04
Abstract: 本发明公开一种基于知识图谱路径推理的多用户推荐系统，包括知识图谱构建模块、路径推理模块和评分预测模块；所述知识图谱构建模块获取用户交互历史数据，构建知识图谱G，并传输至路径推理模块；所述路径推理模块根据知识图谱G生成若干用户和目标项目之间的关系路径，并传输至评分预测模块；所述评分预测模块对接收到的若干关系路径进行评价预测，根据评价预测结果，向用户输出项目推荐列表。本发明通过构建用户与项的知识图谱挖掘更多丰富的用户兴趣隐语义信息，利用知识图谱上多条路径组合推理预测多个用户潜在共同偏好，不同路径之间利用带注意力机制的池化聚合操作在区分不同用户偏好程度的同时给出最大化兴趣偏好和多样化的推荐列表。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.021 seconds)
