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

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  陈榕 ,  曹型兵 ,  刘小洁 ,  甘陈敏

IPC: H04W72/044 ,  H04W72/0453 ,  H04B17/391 ,  G06N3/092 ,  H04W16/10

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。

公开(公告)号：CN114757177A

公开(公告)日：2022-07-15

申请号：CN202210242189.X

申请日：2022-03-11

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  甘陈敏 ,  刘杰 ,  刘小洁 ,  陈榕

IPC: G06F40/284 ,  G06F40/126 ,  G06F40/216 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及自然语言处理、深度学习、自动文本摘要领域，具体涉及一种基于BART融合指针生成网络的文本摘要方法，包括结合位置编码，对输入文本进行预处理；利用TF‑IDF权重机制，获取文本关键词权重向量；利用基于注意力机制的QRNN模型得到注意力分布，结合关键词分布，获取上下文向量；利用BART模型对上下文向量进行处理得到词表分布；利用指针生成网络，结合复制机制和覆盖机制，获取最终分布，得到基于BART融合指针生成网络的文本摘要模型；对基于BART融合指针生成网络的文本摘要模型进行优化训练，将文档输入到训练好的模型中，获取文档的摘要内容；本发明提升对低频词和集外词等的处理能力，同时减少重复冗余信息。

公开(公告)号：CN114449536B

公开(公告)日：2023-05-23

申请号：CN202210103469.2

申请日：2022-01-27

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  刘小洁 ,  陈榕

IPC: H04W16/22 ,  H04W24/02 ,  H04W28/02 ,  H04W76/10 ,  G06N3/045 ,  G06N3/084 ,  G06N3/092

Abstract: 本发明涉及机器学习和通信技术领域，特别涉及一种基于深度强化学习的5G超密集网络多用户接入选择方法，该方法包括：根据用户对各网络属性的最低容忍度设置阈值，排除完全不符合要求的网络；利用层次分析法和熵权法确定网络属性综合权重；通过灰色关联分析法再结合网络属性综合权重得到加权灰色相关系数；将多用户接入问题建模成多人随机博弈模型；利用深度确定性策略梯度法求解最优策略；该方法能够在保证不同业务用户个性化需求的前提下，提高系统吞吐量，并且减少用户阻塞、降低时延。

公开(公告)号：CN114760692A

公开(公告)日：2022-07-15

申请号：CN202210242717.1

申请日：2022-03-11

Applicant: 重庆邮电大学

Inventor： 陈榕 ,  唐宏 ,  曹型兵 ,  刘小洁 ,  甘陈敏

IPC: H04W72/04 ,  H04W72/12 ,  H04L5/00

Abstract: 本发明属于超密集网络资源分配技术领域，一种超密集网络中基于混合聚类的资源分配方法，该方法包括：获取原始基站、用户位置的数据，并对数据进行预处理；采用Canopy算法与K‑means算法对微基站分簇；对聚类后的每个簇中的用户构建干扰图，根据干扰图采用染色算法对用户进行分组；对每组中的用户采用贪婪算法分配子信道；采用注水算法对每组中的用户进行功率分配；本发明通过两种算法结合的聚类算法，能够准确、快速对微基站进行聚类，之后用户分组，子信道分配、功率分配，能够有效减少基站之间的同层干扰，提高系统的吞吐量和性能。

公开(公告)号：CN114449536A

公开(公告)日：2022-05-06

申请号：CN202210103469.2

申请日：2022-01-27

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  刘小洁 ,  陈榕

IPC: H04W16/22 ,  H04W24/02 ,  H04W28/02 ,  H04W76/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及机器学习和通信技术领域，特别涉及一种基于深度强化学习的5G超密集网络多用户接入选择方法，该方法包括：根据用户对各网络属性的最低容忍度设置阈值，排除完全不符合要求的网络；利用层次分析法和熵权法确定网络属性综合权重；通过灰色关联分析法再结合网络属性综合权重得到加权灰色相关系数；将多用户接入问题建模成多人随机博弈模型；利用深度确定性策略梯度法求解最优策略；该方法能够在保证不同业务用户个性化需求的前提下，提高系统吞吐量，并且减少用户阻塞、降低时延。

公开(公告)号：CN115526149A

公开(公告)日：2022-12-27

申请号：CN202211295438.8

申请日：2022-10-21

Applicant: 重庆邮电大学

Inventor： 唐宏 ,  甘陈敏 ,  刘杰 ,  刘小洁 ,  陈榕

IPC: G06F40/126 ,  G06F40/30 ,  G06F16/335 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及自然语言处理领域，具体涉及一种融合双注意力和生成对抗网络的文本摘要方法，通过双层双向LSTM编码器，获取单词层编码和句子层编码；对单词层编码和句子层编码进行筛选并输入解码器中获取上下文向量；利用交互注意力机制交互融合两层编码信息，获取交互注意力向量；采用双注意力动态聚合获取文本向量；将改进过后的指针生成网络作为生成器，结合覆盖机制生成器生成摘要；利用判别器判别摘要，结合强化学习的策略梯度不断更新模型参数，达到生成器与判别器的动态平衡；将文档输入到训练好的模型中，获取摘要；本发明深度挖掘本文局部关键信息，去除无用冗余信息的干扰，缓解曝光偏差问题，提高文本摘要模型的性能。