-
公开(公告)号：CN119865400A
公开(公告)日：2025-04-22
申请号：CN202510012528.9
申请日：2025-01-06
Applicant: 重庆邮电大学
Abstract: 本发明涉及OFDM系统中一种基于多尺度混合深度残差信道估计网络(multi scale mixture deep residual channel estimation network,MSM‑DReEsNet)的信道估计方法。该方法首先在接收端将导频处的输入信息与输出信息传入多尺度混合网络(multi scale mixture network,MSMNet)，该MSMNet模型训练了导频处输入信息和输出信息与导频处信道信息的映射关系，然后将导频处的信道信息传入深度残差信道估计网络(deep residual channel estimation network,DReEsNet)，该DReEsNet模型训练了从导频处信道信息到全信道信息的映射关系，最后输出完整的信道信息。仿真结果表明:所提出的MSM‑DReEsNet模型对还原信道状态信息准确性对比基于ReEsNet的估计方法和基于ChannelNet的估计方法均有优势。
-
公开(公告)号：CN118193718A
公开(公告)日：2024-06-14
申请号：CN202410400656.6
申请日：2024-04-03
Applicant: 重庆邮电大学
IPC: G06F16/335 , G06N3/0455 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及一种具有混合卷积和非对称注意力的评论推荐系统及方法，属于信息推荐领域。该方法包括用户获取评论表示的过程和项目获取评论表示的过程；在这两过程中同时使用多粒度文档编码模块和评论编码模块分别提取文档级特征和评论级特征并将这两个特征进行融合，分别得到用户最终潜在特征和项目最终潜在特征，并将这两种潜在特征输入预测模块中进行预测评级。使用本方法能够学习更准确、全面的用户和项目表示，从而实现更好的推荐效果。
-
公开(公告)号：CN117042084A
公开(公告)日：2023-11-10
申请号：CN202311093115.5
申请日：2023-08-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于分簇结构和改进蚁群算法的分簇路由方法，属于卫星通信领域，包括以下步骤：S1：根据中小型规模小卫星组网的特点，建立单层覆盖模型；S2：通过预分簇算法进行初始化分簇，将组网规划成若干个簇群；S3：确定每个簇群的簇首；S4：利用簇首的动态竞争半径，完成入簇过程；S5：在簇间数据传输阶段，利用改进的蚁群算法寻找到最优路径。本发明有效的延长了网络寿命，能够在数据传输阶段有效的降低组网的传输时延。
-
公开(公告)号：CN116321352A
公开(公告)日：2023-06-23
申请号：CN202310317540.1
申请日：2023-03-28
Applicant: 重庆邮电大学
Abstract: 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。
-
公开(公告)号：CN116127193A
公开(公告)日：2023-05-16
申请号：CN202310062006.0
申请日：2023-01-18
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/9536 , G06F40/30 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 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。
-
Patent Agency Ranking
公开(公告)号：CN116028213A
公开(公告)日：2023-04-28
申请号：CN202211411154.0
申请日：2022-11-11
Applicant: 重庆邮电大学
Abstract: 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。
-
公开(公告)号：CN115795182A
公开(公告)日：2023-03-14
申请号：CN202211411140.9
申请日：2022-11-11
Applicant: 重庆邮电大学
IPC: G06F16/9537 , G06N3/0464
Abstract: 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。
-
公开(公告)号：CN115688048A
公开(公告)日：2023-02-03
申请号：CN202211347145.X
申请日：2022-10-31
Applicant: 重庆邮电大学
IPC: G06F18/25 , G06F18/2411 , G06F18/2415 , G06F18/2431 , G06N3/045 , G06N3/09 , G06N3/094
Abstract: 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。
-
公开(公告)号：CN112800111B
公开(公告)日：2022-08-02
申请号：CN202110114662.1
申请日：2021-01-26
Applicant: 重庆邮电大学
IPC: G06F16/2458 , G06F16/29 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于训练数据挖掘的位置预测方法，属于位置预测领域。该方法包括：S1：获取用户‑位置交互数据；S2：分别对用户和位置的特征进行embedding；S3：选择正负样本；S4：使用基于流行度原则和信息量公式的负样本抽样算法抽取部分负样本；S5：通过两种不同的策略来挖掘Hard negative；S6：构建Hard selection strategy来训练负样本；S7：构建NDA‑GAN模型；S8：运用训练好的NDA‑GAN模型进行位置预测，得到TOP‑K排序，预测用户下一时刻可能访问的地点序列。本发明能够更加准确的预测用户将会访问的位置，提高位置预测系统的性能。
-
公开(公告)号：CN113438014B
公开(公告)日：2022-04-22
申请号：CN202110755984.4
申请日：2021-07-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于星间通信的低能耗路由方法，属于通信技术领域。该方法包括改进的三维费马点的计算、三目标区域费马点的计算、选取费马点卫星节点和低能耗费马点三维路由算法LEFTR。本发明改进了三维费马点的计算方法，使其更适用于星间通信；提出了三维环境下三个目标区域费马点的直接计算方法。提出了一个费马点节点寻找算法，用于找到充当中转传输的节点。本算法用于计算出费马点后需要寻找充当中转传输节点的时候，使网络传输的能耗更加均衡。提出了适用于卫星通信的高效地域群播算法LEFTR。将算法延伸至多目标区域，利用费马点的特性，构建了一个费马点树，实现了多目标区域的低能耗数据传输。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.028 seconds)
