公开(公告)号：CN108564380A

公开(公告)日：2018-09-21

申请号：CN201810321941.3

申请日：2018-04-11

Applicant: 重庆大学

Inventor： 尚家兴 ,  朱倩雯 ,  武红春 ,  周尚波 ,  冯永 ,  钟将

IPC: G06Q30/00 ,  G06Q50/00 ,  G06Q50/30

Abstract: 本发明涉及一种基于迭代决策树的电信用户分类方法，包括：S1：根据用户的基本信息、通话、短信记录构建用户社交关系网络G(V,E)；S2：从G(V,E)中抽取特征，或根据已分类的用户更新其他用户的特征；S3：用迭代决策树对G(V,E)中未分类的用户分类，即判断是否满足|sFriend-nFriend|≥L；若满足则分类，将分类的用户数记为κ；K若κ＞K，回到步骤S2，否则进入步骤S4；S4：令L＝L-1；若L≥0，返回步骤S2，否则进入步骤S5；S5：输出分类结果。本发明在训练集较少的情况下能达到很低的错误率，可以克服训练集占比高导致的过拟合影响，实现用户的精准定位。

公开(公告)号：CN105913287A

公开(公告)日：2016-08-31

申请号：CN201610340219.5

申请日：2016-05-20

Applicant: 重庆大学

Inventor： 尚家兴 ,  武红春 ,  周尚波 ,  林晓然 ,  齐颖 ,  吴晓雨

IPC: G06Q30/02

CPC classification number: G06Q30/0244

Abstract: 本发明提出一种基于社区结构的影响最大化方法。影响最大化问题研究如何从网络中找到k个种子节点作为初始传播源，使传播的最终影响范围最广。该问题是一个NP难题，传统的贪心算法效率很低，而简单的启发式算法得不到高质量的解。为解决上述问题，本发明提出了基于社区结构的影响最大化模型。模型假设传播分为两个阶段：第一阶段是种子节点的扩张，在该阶段种子节点可以扩张到各个社区；第二阶段是社区内传播，即扩张后的种子节点在各个社区内部独立传播。基于该模型推导出目标函数的一种简化形式，并提出一个高效的种子选取算法。在五个真实数据集上的实验结果表明，本发明所提算法效率远高于传统的贪心算法，且准确性高于简单的启发式算法。

公开(公告)号：CN102663041A

公开(公告)日：2012-09-12

申请号：CN201210086024.4

申请日：2012-03-28

Applicant: 重庆大学

Inventor： 冯永 ,  王慧娟 ,  钟将 ,  周尚波 ,  李季

IPC: G06F17/30

Abstract: 本发明公开了一种面向深层网页面数据自动抽取方法，属于计算机数据挖掘领域，首先获取同一站点的两个深层网页面，分别标记为页面一和页面二；用HTMLTidy转换工具将页面一和页面二的HTML文档转换为XHTML文档；然后对页面一和页面二进行清噪处理；将页面一和页面二进行重复模式消除处理后生成网页数据抽取包装器；提取页面时先将待抽取数据的页面进行清噪处理；然后用网页数据抽取包装器先对经过清噪后的页面进行标记，最后抽取标记后的页面，本发明提高了重复模式消除算法和匹配算法的效率，降低了抽取复杂度，该方法中针对重复模式消除算法的特征而设计的匹配算法和抽取算法过程简单快速，同时提高了数据抽取的准确率。

公开(公告)号：CN102622545A

公开(公告)日：2012-08-01

申请号：CN201210050514.9

申请日：2012-03-01

Applicant: 重庆大学

Inventor： 周尚波 ,  蒋镇波 ,  刘一鸣 ,  罗捷

IPC: G06F21/00 ,  G06T1/00

Abstract: 本发明公开了图片文件追踪方法，其特征在于：所述方法包括如下步骤：A.在计算机中安装插件，插件用于对本机所进行的文件操作进行监控；B.插件对本机所进行的文件操作进行监控；当插件检测到本机对图片文件进行操作时，得到数字签名；C.判断该图片文件是否已添加水印，当该图片文件已添加水印时，进入步骤E，当该图片文件未添加水印时，进入步骤D；D.添加水印：将数字签名和当前操作用户的私钥对应的公钥以及签名原文同时作为水印信息，加入到本机进行操作的图片文件中，返回步骤B；E.水印替换：将已添水印的图片文件中的水印提取出，返回步骤D；本发明可广泛用于基于PKI的企业内部网，以追踪重要文件泄密源头问题。

公开(公告)号：CN102509280A

公开(公告)日：2012-06-20

申请号：CN201110355867.5

申请日：2011-11-10

Applicant: 重庆大学

Inventor： 冯永 ,  李铁柱 ,  钟将 ,  周尚波 ,  李季

IPC: G06T5/50 ,  G06N3/00

Abstract: 本发明公开了一种多聚焦图像融合方法，属于图像处理领域。在多聚焦图像融合过程中采用增强差分演化方法和扩块选择机制图像融合方法，其中相比于标准差分演化方法，该增强差分演化方法根据图像的大小，区间初始化种群，在每一次迭代后进行种群判断，在种群中各个体相同的前提下保留其中一个个体，再利用标准差分演化算法的初始化方法，在相应的区间上重新初始化其余个体，一起作为新一代种群，加强局部搜索，由此获得图像的最佳分块大小；另外，在图像块的适应度相等时，选择扩展块，比较获得融合的图像块。通过本发明，提高了图像融合中寻找最佳分块大小的效率，并且降低了计算的复杂度；另外，在图像融合中充分考虑了整体融合图像的清晰度。

公开(公告)号：CN102156825A

公开(公告)日：2011-08-17

申请号：CN201110074609.X

申请日：2011-03-28

Applicant: 重庆大学

Inventor： 尹云飞 ,  周尚波

IPC: G06F19/28

Abstract: 本发明公开了一种基于数据挖掘的癌症疫苗试验数据编码及处理方法，属于生物信息技术领域。该方法主要涉及癌症疫苗试验数据的特征分析、癌症疫苗试验数据的编码和癌症疫苗试验数据的挖掘处理。本发明将癌症疫苗试验数据分为四类并采取“整数分段标识法”来进行编码，最后把编码的数字视为数据挖掘中的“项”来进行挖掘处理。该方法能从癌症疫苗试验数据中发现知识和规律，对于探索生命科学和制药工程具有重要的意义。

公开(公告)号：CN101976256A

公开(公告)日：2011-02-16

申请号：CN201010527245.1

申请日：2010-11-01

Applicant: 重庆大学

Inventor： 周尚波 ,  李昆 ,  钟将 ,  刘一鸣

IPC: G06F17/30

CPC classification number: G06K9/6211

Abstract: 本发明提供一种点特征图像配准中的双重最近邻优先搜索方法，其特征在于：该方法包括：A、读取基图，提取基图的尺度不变特征变换(SIFT)点特征，组成基图的特征向量空间Θ_Left；B、读取待匹配图，提取待匹配图的尺度不变特征变换(SIFT)点特征，组成待匹配图的特征向量空间Θ_Right；C、利用基图的特征向量空间Θ_Left建立标准的k-d树kdTree_Left，利用待匹配图的特征向量空间Θ_Right建立标准的k-d树kdTree_Right；D、在待匹配图的特征向量空间Θ_Right中取出特征向量T_Right；E、利用最邻近优先搜索算法，本发明可广泛的应用在图像特征匹配领域。

公开(公告)号：CN119380018A

公开(公告)日：2025-01-28

申请号：CN202411423430.4

申请日：2024-10-12

Applicant: 重庆大学

Inventor： 曹凯 ,  周尚波

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455

Abstract: 本发明公开了一种基于通过增强和跨级多输入特征的遥感图像分割方法，先获取高分辨率遥感图像训练样本集；设计基于通道增强的Swin Transformer编码器、跨级多路径输入解码器和基于分数阶微分的特征细化模块，构建像素级语义分割模型；然后，基于所述高分辨率遥感图像训练样本集，对所述像素级语义分割模型进行训练，得到训练后的像素级语义分割模型；最后，基于训练后的像素语义分割模型，对待处理的高分辨率遥感图像进行语义分割，获得待处理的高分辨率遥感图像的语义分割结果。本发明提出的方法有效改善高分辨率遥感图像语义分割时存在的边界模糊、小目标丢失及信息处理不充分的问题，提高像素级语义分割模型的精度。

公开(公告)号：CN111160276B

公开(公告)日：2023-05-12

申请号：CN201911406364.9

申请日：2019-12-31

Applicant: 重庆大学

Inventor： 周尚波 ,  齐颖 ,  张子涵 ,  王李闽 ,  朱淑芳

IPC: G06V20/13 ,  G06V10/26 ,  G06V10/82 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了基于遥感影像的U型空洞全卷积分割网络识别模型,包括数据预处理模块、模型训练模块和模型评价模块；其特征在于：所述数据预处理模块：用于将遥感影像进行数据预处理操作，得到数据集，再将数据集等比抽样，生成训练集、验证集和测试集；所述模型训练模块用于通过搭建U型空洞全卷积分割网络模型，并利用所述训练集的数据训练U型空洞全卷积分割网络模型参数，进行模型学习，更新网络权重；并利用所述验证集的数据与识别效果之间的差异来调整U型空洞全卷积分割网络模型中涉及的超参数，并判断U型空洞全卷积分割网络模型收敛程度，以达到深层训练的目的；可广泛应用在不同尺度的遥感影像地物。

公开(公告)号：CN115953682A

公开(公告)日：2023-04-11

申请号：CN202211701863.2

申请日：2022-12-29

Applicant: 重庆地质矿产研究院 ,  重庆华地资环科技有限公司 ,  重庆大学

Inventor： 潘勇卓 ,  谢洪斌 ,  栾进华 ,  席亚文 ,  周尚波 ,  吴卓蕾 ,  罗真富

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/54 ,  G06V10/58 ,  G06V10/764 ,  G06N3/08 ,  G06V10/44 ,  G06T7/10 ,  G06V10/774

Abstract: 本发明提供一种矿区影像识别方法、装置、服务器及存储介质，通过获取待识别光学卫星遥感影像；利用预先构建好的矿区影像识别模型，得到待识别光学卫星遥感影像的矿区识别结果；在模型训练过程中，对于不容易被深度学习模型直接学习总结的浅层特征，采用预设特征提取算法提取出相关浅层特征，生成训练数据，有助于深度学习模型继承经验性规则，从而约束深度学习模型训练和识别的错分范围，进而提高了识别矿区识别精度。