-
公开(公告)号：CN111209489B
公开(公告)日：2023-02-14
申请号：CN202010011019.1
申请日：2020-01-06
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
IPC: G06F16/9536 , G06F16/9535
Abstract: 本发明请求保护一种基于差异化资源分配的二部图推荐方法。首先将推荐系统建模成二部图，节点的两个集合分别代表用户集U和项目集O；然后对项目初始资源进行差异化设置，利用评分规范化和最大最小值的方法对初始评分进行修正，在此基础上引用艾宾浩斯遗忘函数来量化用户“兴趣偏移”所带来的影响；其次利用用户评分相似性函数和用户偏好函数对资源分配系数进行差异化设置，使资源流转变得更加合理；最后按照项目所获资源的大小生成推荐列表。本发明在传统二部图推荐方法的基础上进行改进，分别对项目初始资源和资源分配系数进行差异化设置，能够在保证推荐准确率的同时还能提高推荐的多样性。
-
公开(公告)号：CN114443846A
公开(公告)日：2022-05-06
申请号：CN202210079337.0
申请日：2022-01-24
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/31 , G06F40/205 , G06N3/04 , G06N3/08
Abstract: 本发明属于人工智能的自然语言处理领域，具体涉及一种基于多层级文本异构图的分类方法、装置及电子设备，包括获取整句文本输入BERT模型构建整句‑子句‑词的多层级文本异构图，并输出整句特征表示；采用GAT网络训练多层级文本异构图，并提取多层级文本异构图中整句和子句的总特征表示；融合整句特征表示和总特征表示，将融合结果输入自注意力模块计算自注意力参数；将自注意力参数与融合结果相乘得到融合向量表示并输入分类模块，得到分类结果；本发明对整句进行拆分构造多层级异构图，利用图注意力网络学习多层级异构图的结构信息，与BERT得到的整句语义表示进行融合得到增强的文本语义表示并用于最后的分类，提升了文本的分类效果。
-
公开(公告)号：CN113159303A
公开(公告)日：2021-07-23
申请号：CN202110231652.6
申请日：2021-03-02
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
Abstract: 本发明请求保护一种基于量子线路的人工神经元构造方法，属于量子机器学习领域，首先将神经元的输入与权重分别编码至量子计算基态上，然后将包含神经元权重值的受控酉门作用在输入量子态上，最后通过量子相位估计得到神经元输出。实现上述方案的量子神经元模型主要由三部分量子线路组成：第一部分为输入与权重相互作用量子线路，该线路可以很好地实现神经元接收到来自不同连接强度输入值的功能；第二部分为相位估计量子线路，该线路则实现了神经元激活函数的功能；第三部分为权重更新量子线路，该线路实现对权重值的更新转换为对表示权重量子态的每一个量子比特状态的更新。本发明具有量子信息处理的优势。
-
公开(公告)号：CN107484180B
公开(公告)日：2021-05-18
申请号：CN201710852305.9
申请日：2017-09-19
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
Abstract: 本发明请求保护一种甚高频段下D2D通信的资源分配方法。首先利用线性相关的方法选出D2D用户可进行复用的蜂窝用户资源；其次，利用数据速率最大化准则来找出复用每一个蜂窝用户资源的D2D用户对集合；最后提出一种基于干扰控制的资源分配方法，通过比较吞吐量的大小，从可复用的蜂窝用户资源中选出最佳的蜂窝用户来与D2D用户共享资源，保证了蜂窝通信和D2D通信的服务质量(QoS)。本发明既能达到控制D2D用户和蜂窝用户之间的干扰，又能提升系统吞吐量和频谱效率，同时降低了算法的复杂度。
-
公开(公告)号：CN102647625B
公开(公告)日：2014-02-26
申请号：CN201210135132.6
申请日：2012-05-03
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
IPC: H04N21/266 , H04N21/63 , H04N21/64
Abstract: 本发明公开了一种基于端口号和IP地址的多视频转发方法，属于视频传输领域。本发明包括视频服务器、转发服务器和终端，该视频服务器将多路视频发送给该转发服务器，该转发服务器将对应的视频转发给需视频传输的终端；在转发服务器向需视频传输的终端转发对应的视频时，转发服务器通过主线程实现终端信息和子线程启闭的更新，通过子线程实现视频的转发，并且每一路视频对应于一个单独的子线程，每一子线程对应于一个端口号。本发明保证了线程之间的并发执行，互不干扰；此外实现对子线程启闭的控制，不仅保证了多路视频的同时转发，而且防止减少的线程占用带宽，降低了视频传输成本，使得视频传输的效果较好。
-
Patent Agency Ranking
公开(公告)号：CN103442365A
公开(公告)日：2013-12-11
申请号：CN201310378370.4
申请日：2013-08-27
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
Abstract: 本发明公开了一种结合功率控制降低站内CoMP系统干扰的频率复用方法，该方案首先将系统可用频率资源划分为互不重叠的6段，其中前3段资源划分给采用基站内协作的CoMP用户使用，后3段资源划分给采用单小区独立传输的边缘用户使用；然后为每个小区CoMP用户、非CoMP边缘用户、中心用户分配划分可用频率资源；再对基站内各个小区的CoMP用户、非CoMP边缘用户、中心用户的使用频段进行功率分配；最后降低能满足用户需求的PRB的发送功率，从而有效解决站内CoMP系统的资源分配问题，同时也降低站内CoMP系统的干扰。
-
公开(公告)号：CN102647625A
公开(公告)日：2012-08-22
申请号：CN201210135132.6
申请日：2012-05-03
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
IPC: H04N21/266 , H04N21/63 , H04N21/64
Abstract: 本发明公开了一种基于端口号和IP地址的多视频转发方法，属于视频传输领域。本发明包括视频服务器、转发服务器和终端，该视频服务器将多路视频发送给该转发服务器，该转发服务器将对应的视频转发给需视频传输的终端；在转发服务器向需视频传输的终端转发对应的视频时，转发服务器通过主线程实现终端信息和子线程启闭的更新，通过子线程实现视频的转发，并且每一路视频对应于一个单独的子线程，每一子线程对应于一个端口号。本发明保证了线程之间的并发执行，互不干扰；此外实现对子线程启闭的控制，不仅保证了多路视频的同时转发，而且防止减少的线程占用带宽，降低了视频传输成本，使得视频传输的效果较好。
-
公开(公告)号：CN102026404A
公开(公告)日：2011-04-20
申请号：CN201010590653.1
申请日：2010-12-16
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
IPC: H04W76/02
Abstract: 本发明涉及一种无线资源控制连接重配置失败的处理系统及方法，根据导致无线资源控制连接重配置失败的具体原因，在UE端增加具体的失败原因值，然后将失败原因值封装到无线资源控制连接重建请求消息中发送到网络端（E-UTRAN），网络端接收到无线资源控制连接重建请求消息，得知无线资源控制连接重配置过程失败，解析无线资源控制连接重建请求消息里封住的具体失败原因值，根据UE端的约定规则，进行判决处理，发起无线资源控制连接重配置或者是无线资源控制连接重建。采用本发明技术，降低了无线资源控制连接重配置过程的实现复杂度，提高连接效率。
-
公开(公告)号：CN102006262A
公开(公告)日：2011-04-06
申请号：CN201010581023.8
申请日：2010-12-09
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种实现复用OFDM系统子模块间公共功能子函数的方法，涉及通信技术，实现基于OFDM技术的通信系统子模块间公共功能子函数的复用。OFDM系统中，由于收发链路的对称性，不同的子模块在实现其功能时会使用到相同的功能子函数，在实现基于OFDM的通信系统物理层链路时，首先把不同子模块都会使用到的功能子函数独立实现，以供需要使用到该功能子函数的多个OFDM子模块直接使用，大大降低了OFDM通信系统物理层链路实现的开销。本发明为复用OFDM系统子模块间公共功能子函数的应用提供了一种简单而有效的解决方案。
-
公开(公告)号：CN113128665A
公开(公告)日：2021-07-16
申请号：CN202110287085.6
申请日：2021-03-17
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
Abstract: 本发明请求保护一种应用于面部表情识别的量子前馈神经网络构造方法，属于量子机器学习领域，首先构造了量子神经元的基本结构，然后将该神经元模型组建相应的量子前馈神经网络模型，该模型的输入层、输出层及中间隐层都由量子态的形式表示，使其在计算的过程中可以利用量子计算的一些特有性质提高其学习能力，最后将改进的量子搜索算法作为该网络模型的学习算法。本发明构造的量子前馈神经网络模型通过量子叠加性可以极大的节约数据存储资源，且通过量子并行性可以同时对数据集多个样本进行并行计算从而提高训练速率，相较于经典搜索算法其本身就具有平方级加速的能力，所以作为该量子前馈神经网络的算法则会在神经网络的训练上更有优势。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.025 seconds)
