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。

    一种基于链路效用函数的可预测星间路由方法

    公开(公告)号:CN116886176A

    公开(公告)日:2023-10-13

    申请号:CN202311069788.7

    申请日:2023-08-23

    Abstract: 本发明请求保护一种基于链路效用函数的可预测星间路由方法,属于无线通信技术领域。该方法针对低轨卫星网络中卫星节点间相对运动导致的网络拓扑变化频繁、星间链路间歇性连接问题,提出一种可预测星间路由方法。根据信噪比、持续时间和整体时延给出星间链路综合效用函数,利用面向信道感知的自适应算法得出基于效用函数的星间链路加权时空图;根据星间链路的综合效用值,利用分布式深度学习算法得出可预测的最优星间路由,从而在路由可预测基础上,降低星间链路的丢包率、拥塞值和端到端延迟。

    一种基于改进双深度Q学习的超密集网络资源分配方法

    公开(公告)号:CN116634565A

    公开(公告)日:2023-08-22

    申请号:CN202310132365.9

    申请日:2023-02-17

    Abstract: 本发明属于超密集网络资源分配技术领域,具体涉及一种基于改进双深度Q学习的超密集网络资源分配方法,该方法包括:构建超密集网络;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双深度Q网络进行子信道分配和功率分配;本发明通过改进双深度Q学习的资源分配方法能够有效减少基站之间的同层干扰,获得更大的传输速率。

    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。

    一种基于建链概率的低轨卫星星座抗毁性优化方法

    公开(公告)号:CN115276757A

    公开(公告)日:2022-11-01

    申请号:CN202210707026.4

    申请日:2022-06-21

    Abstract: 本发明请求保护一种基于建链概率的低轨卫星星座抗毁性优化方法,属于无线通信技术领域。该方法针对低轨卫星网络中节点或链路失效时造成的网络性能下降和网络瘫痪的问题,采用时间切片建模每个时隙的拓扑结构,推导出建链概率矩阵以表征动态的拓扑;通过重要性均衡度和节点抗攻击能力定义节点抗毁性,通过冗余度和链路抗攻击能力定义链路抗毁性;建立卫星星座的抗毁性优化模型,设计一种基于反向学习策略的禁忌遗传算法对低轨卫星星座抗毁性能进行优化。本发明通过构建建链概率矩阵,从节点和链路两方面对低轨卫星星座的抗毁性进行了优化设计。

    一种基于速率分割多址接入技术的毫米波系统传输方法

    公开(公告)号:CN115276744A

    公开(公告)日:2022-11-01

    申请号:CN202210725415.X

    申请日:2022-06-23

    Inventor: 雷宏江 周沙 唐宏

    Abstract: 本发明公开了一种基于速率分割多址接入技术的毫米波系统传输方法,包括1)建立离散角域信道模型;2)基站估计所有用户的信道状态信息;3)基站确定用户距离和离开角范围,计算公共路径和私有路径数量;4)编码阶段。基站根据公共路径和私有路径数量,确定编码方式;5)线性预编码阶段。基站根据公共路径和私有路径数量和方向,按照本发明提出的两种波束赋形策略控制各数据流波束发送方向和发送功率,最后经过天线发送总数据流;6)解码阶段。每个用户将所得到的数据流进行解码,并得到各数据流的信干噪比,进而得出该系统中断性能。本发明在采取较为简单、有效波束赋形方案的同时还能去除部分干扰,提高系统中断性能。

    基于多层次的特征注意力的方面级情感分类方法

    公开(公告)号:CN112579778B

    公开(公告)日:2022-08-26

    申请号:CN202011540950.5

    申请日:2020-12-23

    Abstract: 本发明属于自然语言处理领域,具体涉及一种基于多层次的特征注意力的方面级情感分类方法,该方法包括:对输入的文本和文本方面词进行编码;对待预测情感极性的方面词进行相对位置编码,并与文本编码进行信息融合;采用双向LSTM对编码信息进行预处理;将预处理后的编码信息分别进行交互和注意力机制处理,得到的交互信息和文本全局的注意力信息;采用CNN提取注意力信息的局部特征信息;将文本全局特征注意力信息、文本局部特征注意力信息和句子级特征注意力信息进行交互,采用归一化指数函数进行情感极性的预测。本发明融合文本的局部特征以及全局特征,有效挖掘文本中所表达的情感信息,能够显著的提高文本方面级别情感分析的准确率。

Patent Agency Ranking