FBMC-OQAM系统高峰均值比抑制方法

    公开(公告)号:CN107911330A

    公开(公告)日:2018-04-13

    申请号:CN201711249690.4

    申请日:2017-12-01

    CPC classification number: H04L27/2621 H04L27/264 H04L27/3411

    Abstract: 本发明涉及无线通信技术领域,特别涉及FBMC-OQAM系统高峰均值比抑制方法,包括:搜索D个区段中的第一个区段的相位因子;计算出所有数据块的内层最佳相位因子向量;搜索外层的相位因子向量;将得到的内层相位因子与外层相位因子对应位置相乘,即为最后所需的最佳相位因子向量;本发明将相位因子分为奇偶向量分别进行迭代,扩大了搜索范围,可寻求到最优解,再结合FBMC-OQAM系统的重叠特性,对数据块之间的重叠部分加以利用,将使得当前符号块加权后的信号与寄存窗中的信号之和的PAPR最小的相位因子向量作为最优相位因子向量,从而在不增加过多计算量的基础上提高了抑制PAPR的性能。

    一种基于QoE的CoMP多用户调度方法

    公开(公告)号:CN104202826A

    公开(公告)日:2014-12-10

    申请号:CN201410468226.4

    申请日:2014-09-15

    Abstract: 本发明提出一种基于QoE(用户体验质量)的CoMP(协作多点传输)多用户调度方法,分为用户分组,用户优先级的确定和用户调度三个阶段。用户分组按照用户到其所在小区基站的大尺度信道响应将用户分为若干组。用户优先级的确定可以分为三个步骤:首先根据用户对业务的主观意愿确定用户的主观QoE优先级,再确定用户的客观QoE优先级,综合主观QoE和客观QoE确定用户最终的优先级。最后根据用户分组和优先级对用户进行调度。本发明旨在保证小区吞吐率及高QoE用户优先被调度的情况下,通过合理的调度用户来大大提高用户的容量。

    一种基于注意力机制的长短期偏好融合序列推荐方法

    公开(公告)号:CN119961614A

    公开(公告)日:2025-05-09

    申请号:CN202510125841.3

    申请日:2025-01-27

    Abstract: 本发明属于推荐系统领域,涉及一种基于注意力机制的长短期偏好融合序列推荐方法,包括:获取用户行为数据并输入训练好的序列推荐模型,得到推荐结果;序列推荐模型的训练过程包括:获取用户行为数据并进行预处理得到每个用户的交互序列Su;将Su输入嵌入模块得到项目嵌入矩阵EI、位置嵌入矩阵P以及总嵌入矩阵E;将EI和E输入非对称注意力机制层得到用户长期偏好Ac和短期偏好As;将EI、Ac和As输入自适应融合模块得到融合特征;将EI和融合特征输入预测模块得到推荐结果;根据推荐结果更新模型参数,直到得到训练好的推荐模型;本发明利用非对称注意力机制层从EI和E中提取用户长短期偏好,能够更细致地表示用户偏好。

    一种基于多目标权重网络的任务卸载方法

    公开(公告)号:CN118042525A

    公开(公告)日:2024-05-14

    申请号:CN202410163766.5

    申请日:2024-02-05

    Abstract: 本发明属于边缘计算卸载技术领域,具体涉及一种基于多目标权重网络的任务卸载方法,包括构建移动边缘计算网络,该网络包括一个边缘服务器、多个路边收发单元和多个终端单元;获取网络中的数据;根据网络中的数据确定优化目标和限制条件;构建多智能体深度强化框架;采用多智能体深度强化框架对优化目标进行处理,得到状态空间、动作空间和回报函数;根据状态空间、动作空间和回报函数采用训练好的改进多目标权重网络进行任务卸载决策;本发明通过多目标权重网络的任务卸载方法能够寻求多个冲突目标的综合最优,获得更合适的任务决策。

    一种融合时间信息的自注意力序列推荐方法

    公开(公告)号:CN117828192A

    公开(公告)日:2024-04-05

    申请号:CN202410050266.0

    申请日:2024-01-12

    Abstract: 本发明属于推荐系统领域,涉及一种融合时间信息的自注意力序列推荐方法,包括:获取用户历史行为数据及其时间信息,并进行预处理,得到用户历史交互序列和时间序列;将用户历史交互序列和时间序列输入嵌入模块进行嵌入编码,得到项目嵌入矩阵MI和相对时间嵌入矩阵MR,将矩阵MI和矩阵MR进行组合,得到总嵌入矩阵E;将矩阵MI、矩阵E以及时间序列输入全局特征建模模块,得到用户全局特征和用户干扰偏好;将用户全局特征和用户干扰偏好输入预测模块得到推荐预测概率;本发明通过数据增强模块增强时间和位置的表征,使模型获得更完整的信息表示;通过对抗调整模块区分注意力权重的决定性部分和干扰部分,降低噪声的影响。

    一种基于图注意力网络的方面级情感分类方法

    公开(公告)号:CN116010601A

    公开(公告)日:2023-04-25

    申请号:CN202310027128.6

    申请日:2023-01-09

    Abstract: 本发明属于自然语言处理技术领域,具体涉及一种基于图注意力网络的方面级情感分类方法,包括:获取方面词所在的上下文文本的词嵌入表示;根据上下文词与方面词所处的相对位置动态调整上下文词权重,获取上下文语义特征;通过改进的图注意力网络来聚合句法信息,获取文本的句法特征;使用深度交叉网络融合文本句法特征和上下文语义特征,得到最终特征表示;将最终特征表示通过全连接层进行情感预测,得到文本中该方面词的情感极性分布。本发明弥补了图注意力网络在多层网络下会出现的特征信息丢失的问题,同时在提取语义特征时考虑上下文词所在的位置信息,将句法特征和上下文语义特征充分融合,从而提高了方面级情感分类的准确率。

    一种外部知识辅助的多因素层次建模共情对话生成方法

    公开(公告)号:CN115795010A

    公开(公告)日:2023-03-14

    申请号:CN202211518984.3

    申请日:2022-11-30

    Abstract: 本发明涉及自然语言处理领域,特别涉及一种外部知识辅助的多因素层次建模共情对话生成方法,包括构建利用外部知识辅助情感分析和层次建模共情表达相关因素的共情对话生成模型,包括外部知识辅助情感分析模块、多因素层次建模模块以及对话生成模块;利用外部知识辅助情感分析模块将外部知识与对话历史结合,构建情感上下文图,从情感上下文图中学习情感上下文表征,提取情感信号;利用多因素层次建模模块将沟通机制、对话行为以及对话情感等共情表达相关因素进行层次建模,得到共情表达多因素融合嵌入;将获得情感信号和多因素融合嵌入应用于共情对话生成模块中,得到情感合适的共情回复;本发明有效地提高了对话模型生成的回复的共情性和相关性。

    一种基于负载均衡的数据中心流量调度方法

    公开(公告)号:CN110891019B

    公开(公告)日:2021-11-30

    申请号:CN201911260151.X

    申请日:2019-12-10

    Abstract: 本发明涉及网络技术领域,特别涉及一种基于负载均衡的数据中心网络流量调度方法,包括数据流到达交换机时,判断该流的源主机和目的主机是否与同一边缘交换机连接,如果是,直接转发;判断数据流传输速率是否超过阈值,如果数据流传输速率低于阈值则采用等价多路径路由算法,为流计算转发路径;如果高于阈值,则将该消息发送给控制器,控制器利用提出的基于模拟退火的粒子群优化算法为流计算最优转发路径,下发流表完成数据流调度;本发明针对当前网络链路负载不均衡和网络流完成时间较长等问题,结合SDN网络和启发式算法的优势,达到数据中心网络流量传输负载均衡的效果,提高网络传输性能。

    一种适用于异构网络中目标基站的切换优化方法

    公开(公告)号:CN104735730B

    公开(公告)日:2018-02-27

    申请号:CN201510098076.7

    申请日:2015-03-05

    Abstract: 本发明请求保护一种适用于异构网络中目标基站的切换优化方法。主要由两部分构成,一是目标切换基站的优化选择,通过引入高效的代价函数,对用户在某个时刻接入到某基站所要付出的代价进行核算,不仅可以兼顾系统特性、用户需求和UE状态等条件,同时可以动态地调整代价函数中的权重因子,甚至对代价函数的定义进行修改,使之能够更好地适应异构无线网络中复杂多变的系统环境,满足用户多样化、个性化的业务需求。另一方面,针对于家庭基站,系统额外引入最大速度限制MSL这个阈值,使之可以有效阻止高速UE向家庭基站发起切换,减少掉话率的发生。本发明针对性的优化了异构网络的切换机制,从而平稳提升了切换系统的稳定性和可靠性。

Patent Agency Ranking