“谢显中”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果83个，建议您升级VIP下载更多相关专利

[发明专利]一种认知无线非正交多址网络资源分配方法-CN202310565664.1在审
发明人： 谢显中;杜坤 -专利权人：重庆邮电大学
申请日： 2023-05-18 - 公布日： 2023-09-08 - 主分类号： H04W72/50 文献下载
摘要：本发明属于无线通信技术领域，具体涉及一种认知无线非正交多址网络资源分配方法；该方法包括：构建EH‑CRN‑NOMA系统模型；根据EH‑CRN‑NOMA系统模型构建最大化次用户总吞吐量优化问题；引入辅助变量对最大化次用户总吞吐量优化问题的优化变量进行简化，得到简化后的优化变量；计算奖励函数，根据奖励函数和简化后的优化变量采用深度强化学习算法求解优化问题，得到资源分配方案；仿真结果显示，本发明所提算法能达到的系统吞吐量以及收敛速度均优于对比算法。
一种认知无线正交网络资源分配方法

[发明专利]基于流量特征提取的虚拟网络功能资源消耗预测方法-CN202111371502.1有效
发明人：苏畅;谭娅;谢显中 -专利权人：重庆邮电大学
申请日： 2021-11-18 - 公布日： 2023-08-29 - 主分类号： H04L41/044 文献下载
摘要：本发明涉及基于流量特征提取的虚拟网络功能资源消耗预测方法，属于移动通信领域。该方法包括：S1：通过流量特征之间的相关性，在流量特征和VNF的CPU之间建立不同的元路径，从而构建HIN；S2：利用HIN2Vec模型获取每个流量特征的特征表示；S3：利用注意力机制衡量每个特征的重要性，为其分配不同的权重，再将其输入到MLP模型中对VNF的资源消耗进行预测。本发明具有较好的性能，在预测精度方面优于传统机器学习模型和常用的深度学习模型。
基于流量特征提取虚拟网络功能资源消耗预测方法

[发明专利]卫星组网中基于最佳簇首数的分簇路由方法-CN202310317540.1在审
发明人：苏畅;严杨志;谢显中 -专利权人：重庆邮电大学
申请日： 2023-03-28 - 公布日： 2023-06-23 - 主分类号： H04W40/32 文献下载
摘要：本发明涉及一种卫星组网中基于最佳簇首数的分簇路由方法，属于通信技术领域。该方法包括以下步骤：S1：建立系统模块；S2：建立卫星组网双层覆盖模型；S3：建立卫星组网中基于最佳簇首数的分簇路由算法。本发明提出一种新型的分簇分层次结构体系，小卫星组网形成区域即分簇，簇内信息处理完毕交由簇首卫星，不再是全区洪泛，然后由簇首卫星即低轨卫星节点交付给中轨卫星，由中轨卫星交付给地面站或其他簇群。形成一个双层卫星网络覆盖模型。达到降低网络吞吐量和网络开销的目的。
卫星组网基于最佳簇首数路由方法

[发明专利]基于联邦学习和隐私保护的跨域推荐方法-CN202310298618.X在审
发明人：苏畅;李佳庆;谢显中 -专利权人：重庆邮电大学
申请日： 2023-03-24 - 公布日： 2023-06-23 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及一种基于联邦学习和隐私保护的跨域推荐方法，属于跨域推荐技术领域。该方法包括：S1：将不同领域的共同用户进行对齐：分别根据相似度阈值在源域和目标域寻找冷启动用户的相似用户；S2：根据元路径及随机游走策略构建异构信息网络，并将相似用户输入异构信息网络中，提取冷启动用户源域潜在特征，并利用该特征得到用户‑项目交互特征矩阵；S3：在本地构建并训练联邦学习模型，具体是：采用CNN来识别用户‑项目交互特征矩阵，然后采用联邦学习结合同态加密对中间结果进行加密与交换，并采用梯度下降算法对加密的目标进行优化；最后更新模型的梯度与损失函数；S4：利用训练好本地联邦学习模型为用户生成精确的推荐结果。
基于联邦学习隐私保护推荐方法

[发明专利]一种评论信息对用户签到影响的度量方法-CN201910213249.3有效
发明人：苏畅;武鹏飞;谢显中 -专利权人：重庆邮电大学
申请日： 2019-03-20 - 公布日： 2023-06-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种评论信息对用户签到影响的度量方法，首先通过张量分解得到用户每次签到的意图分类，然后通过隐马尔科夫模型对用户的下一步意图进行预测，得到用户的下一步访问意图；对1km范围内的同意图位置进行确定；选择模型参数；基于用户该意图的历史评论数据集构建语料库；通过该语料库来训练LDA主题模型，同时对1km范围内同属该意图的位置的评论数据集构建语料库训练LDA主题模型；分析得到的主题的相似性，利用JS距离求得主题相似性并得到top‑k个预测位置。本发明考虑了用户评论信息对用户下一步位置选择的影响，通过预测用户下一步意图，计算用户历史数据中与当前在范围内的位置主题相似性，预测下一个兴趣点。
一种评论信息用户签到影响度量方法

[发明专利]一种基于多重兴趣点对排序的个性化兴趣点推荐方法-CN201911115322.X有效
发明人：苏畅;王进;谢显中 -专利权人：重庆邮电大学
申请日： 2019-11-14 - 公布日： 2023-06-16 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及一种基于多重兴趣点对排序的个性化兴趣点推荐方法，属于位置推荐领域。该方法包括：S1获取用户隐式反馈签到数据；S2对用户隐式反馈签到数据进行分析，挖掘用户签到数据的空间分布特征，确定用户的活动区域；S3计算用户对于各活动区域兴趣点的偏好，并将用户的历史签到数据划分为三种样本；S4将三种样本数据作为多重兴趣点对排序模型的训练数据，采用随机梯度下降算法对模型参数进行迭代学习，获得用户对不同兴趣点的偏好程度；S5根据用户对兴趣点偏好程度的高低向用户推荐一定数量的兴趣点列表。本发明缓解了签到数据稀疏性的影响，同时有助于挖掘用户具有潜在偏好的兴趣点，从而使兴趣点推荐的精确度得到提升。
一种基于多重兴趣排序个性化推荐方法

[发明专利]基于评论信息的个性化推荐方法-CN202310062006.0在审
发明人：苏畅;彭劭闻;谢显中;陈敏 -专利权人：重庆邮电大学
申请日： 2023-01-18 - 公布日： 2023-05-16 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及一种基于评论信息的个性化推荐方法，属于计算机领域。本发明利用word2vec初始化词向量矩阵，再利用CNNs将评论映射到特征。然后借助注意力机制并且利用评论和评分来初始化用户和项目的特征表示。最后，结合用户和项目的交互图来捕获它们之间的高阶交互关系，从而学习用户/项目的潜在特征表示。通过在真实数据集上的实验，证明了本发明模型能利用评分和评论提升模型的性能。
基于评论信息个性化推荐方法

[发明专利]卫星网络中星间分簇路由方法-CN202310060212.8在审
发明人：苏畅;严杨志;谢显中 -专利权人：重庆邮电大学
申请日： 2023-01-17 - 公布日： 2023-05-02 - 主分类号： H04B7/185 文献下载
摘要：本发明涉及一种卫星网络中星间分簇路由方法，属于通信技术领域。卫星网络系统作为一个智能系统，严格遵循最大有效综合利用空间信息资源的系统原则，将不同层次与轨道的各类型卫星综合起来。该系统不仅延申了地面宽带通信，而且衍生出多种优势，例如覆盖范围广与通信距离远等。基于此，本文针对卫星网络系统中链路状态的LSA扩散阶段展开研究，采用卫星网络负载均衡的加权分簇算法并进行优化，实现网络多簇化，以便互相通信，通过对各种算法的仿真，得出负载均衡加权分簇算法更适合LEO/MEO双层卫星网络的分簇区域选择和规划。
卫星网络中星间分簇路由方法

[发明专利]基于SFC的VNF资源预测方法-CN202211411154.0在审
发明人：苏畅;邓雁飞;谢显中;谭娅 -专利权人：重庆邮电大学
申请日： 2022-11-11 - 公布日： 2023-04-28 - 主分类号： G06F9/50 文献下载
摘要：本发明涉及基于SFC的VNF资源预测方法，属于互联网技术领域。在考虑多个因素特征的情况下，对SFC中的VNF的资源需求预测进行研究。通过考虑VNF的多种资源类型，以及多个VNF之间的依赖性和数据之间的时序性，利用改进的自适应遗传算法衡量VNF的最优资源消耗值，进一步提高模型预测的精度。
基于 sfc vnf 资源预测方法

[发明专利]基于分布式PPO算法的自适应连续功率控制方法-CN202110469413.4有效
发明人： 谢显中;范子申 -专利权人：重庆邮电大学
申请日： 2021-04-28 - 公布日： 2023-04-07 - 主分类号： G06N3/045 文献下载
摘要：本发明涉及一种基于分布式PPO算法的自适应连续功率控制方法，属于深度强化学习领域，包括S1：首先用多个线程代表多个副网络，多个副网络共享一个全局PPO网络策略参数，对所有参数进行初始化；S2：多个线程并发地执行全局PPO网络的策略，平行在各自不同的环境中去收集一定批量的数据信息；S3：多个线程将收集到的样本数据传送给全局PPO网络，多个线程停止收集样本数据；S4：全局PPO网络根据多个线程传递过来的样本数据训练网络，更新策略参数；S5：全局PPO网络更新参数后，停止更新参数，并控制多个线程继续并发地收集样本数据信息，然后重复步骤S4，直到任务结束。
基于分布式 ppo 算法自适应连续功率控制方法

[发明专利]一种基于图卷积网络的下一个POI推荐方法-CN202211411140.9在审
发明人：苏畅;陈诺;谢显中;龚彬 -专利权人：重庆邮电大学
申请日： 2022-11-11 - 公布日： 2023-03-14 - 主分类号： G06F16/9537 文献下载
摘要：本发明涉及一种基于图卷积网络的下一个POI推荐方法，属于互联网技术领域。利用图卷积网络融合类别和时间影响，提出了基于图卷积网络的下一个POI推荐方法(CTGCN)。在本文中，首先生成了用户嵌入、POI嵌入、时间嵌入、类别嵌入、相对位置嵌入的初始化嵌入层。然后，基于图卷积网络、注意力机制、前馈层搭建了卷积层。最后，通过得到的用户特征和POI特征进行内积操作，得到用户对POI的偏好。
一种基于图卷网络下一个 poi 推荐方法

[发明专利]基于条件Wasserstein GAN的电信客户流失预测方法-CN202211347145.X在审
发明人：苏畅;魏铃林;谢显中 -专利权人：重庆邮电大学
申请日： 2022-10-31 - 公布日： 2023-02-03 - 主分类号： G06F18/25 文献下载
摘要：本发明涉及一种基于条件WassersteinGAN的电信客户流失预测方法，属于网络技术领域。采用了基于带梯度惩罚的WassersteinGAN和条件GAN的综合GAN模型来对电信行业的不平衡数据进行处理。这也是首次将GAN用于处理电信行业的数据不平衡问题。同时，本发明还在CWGAN模型的基础上引入了混合注意力机制CBAM来进一步辅助生成器关注与分类任务相关的特征。之后，在四个常用的机器学习分类器上证明了所采用方法的有效性。
基于条件 wasserstein gan 电信客户流失预测方法

[发明专利]SDN环境下基于改进的残差卷积网络的细粒度流量分类方法-CN202211333871.6在审
发明人：苏畅;刘艳清;谢显中 -专利权人：重庆邮电大学
申请日： 2022-10-28 - 公布日： 2023-02-03 - 主分类号： G06F18/241 文献下载
摘要：本发明涉及一种SDN环境下基于改进的残差卷积网络的细粒度流量分类方法，属于软件技术领域。为了提供更细粒度的应用感知流量分类，让网络运营商更好地分析网络组成以及管理和调度网络资源，对这些特定应用程序进行细粒度分类非常重要。传统方法倾向于基于协议对流量进行分类，这是粗粒度的分类，受计算机视觉方面研究的启发，本文将残差卷积网络的方法应用于网络流量的识别分类中，该方法解决了传统深度学习方法进行细粒度网络流量识别过程中随着网络深度的增加而出现的网络退化问题，能够有效学习更深层的网络特征进而实现细粒度的网络流量分类。
sdn 环境基于改进卷积网络细粒度流量分类方法

[发明专利]一种基于改进的图卷积神经网络的物品评分预测方法-CN202010738044.X有效
发明人：苏畅;陈敏;谢显中 -专利权人：重庆邮电大学
申请日： 2020-07-28 - 公布日： 2022-11-25 - 主分类号： G06F16/9536 文献下载
摘要：本发明涉及一种基于改进的图卷积神经网络的物品评分预测方法，属于信息推荐技术领域。该方法包括：S1：获取用户对物品的历史评分、用户的个人信息，以及物品的属性信息；S2：构造用户‑物品，用户‑用户，物品‑物品关系图；S3：利用改进的图卷积神经网络提取多种关系图中节点的结构和内容特征；S4：选择神经网络模型融合节点的多种特征信息；S5：根据用户和物品的特征表示，预测用户对物品感兴趣的概率；S6：利用训练集和验证集训练模型；S7：利用训练好的模型预测用户对物品的评分。本发明通过改进的图卷积神经网络来有效提取用户与物品关系图的特征，实现预测用户对物品的评分，而且提升了预测的准确率。
一种基于改进图卷神经网络物品评分预测方法

[发明专利]一种基于个性化层次核密度估计的签到位置预测方法-CN201910229248.8有效
发明人：苏畅;周秋丽;谢显中 -专利权人：重庆邮电大学
申请日： 2019-03-25 - 公布日： 2022-10-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于个性化层次核密度估计的签到位置预测方法，属于数据分析技术领域。该方法包括：S1：利用提取的签到位置数据，建立基于地理空间的二元核密度估计；S2：构建自适应带宽的核密度估计，为每个数据点选择各自的带宽；S3：构建个性化的层次核密度估计；S4：利用梯度下降算法计算出参数值。本发明为用户提供了个性化的签到预测，同时，解决了签到数据太少造成的数据稀疏性问题，贴近实际生活，使得预测的结果更加的准确。
一种基于个性化层次密度估计签到位置预测方法

1
2
3
4
5
6
下一页»
尾页
共 83 条