-
公开(公告)号：CN109918562B
公开(公告)日：2022-10-18
申请号：CN201910048924.1
申请日：2019-01-18
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
IPC: G06F16/9535 , G06Q30/06
Abstract: 本发明请求保护一种基于用户社区和评分联合社区的推荐方法。首先基于用户间的社交关系和评分数据获取用户间的信任关系和用户间的相似关系，从而得出用户间的混合相似度值；然后根据混合相似度的值对用户进行k‑means聚类操作，得到用户的社区；其次根据评分矩阵的评分模式利用概率的方法对评分矩阵中的用户和商品进行联合聚类；最后面向用户‑物品的联合社区结构利用矩阵分解技术，并融入用户社区结构进行推荐。本发明能够充分利用社区内部用户的高度相关性以及矩阵分解技术的高精度性，能够在保证不错的推荐准确率的同时提高推荐效率。
-
公开(公告)号：CN113128214A
公开(公告)日：2021-07-16
申请号：CN202110287084.1
申请日：2021-03-17
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
IPC: G06F40/284 , G06F40/30 , G06F40/253 , G06N3/04 , G06N3/08
Abstract: 本发明请求保护一种基于BERT预训练模型的文本摘要生成方法。该方法包括：将中文短本文数据集进行预处理；利用BERT双向编码特性能更好地获取全局信息，将数据送入BERT预训练模型中进行训练；将实际需要获得摘要的原文本输入BERT预训练模型，使用训练好的参数进行训练，获得最佳词向量；将得到的高质量字向量送入改进后的LeakGAN模型；文本在改进的LeakGAN中进行训练，最终得到摘要输出。本发明使生成器生成更加准确的摘要，提高了摘要的准确性和流畅性。
-
公开(公告)号：CN107484180A
公开(公告)日：2017-12-15
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
CPC classification number: H04W72/082 , H04W16/14
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：CN106507365A
公开(公告)日：2017-03-15
申请号：CN201611034404.8
申请日：2016-11-22
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异构网络中的动态分簇方法，属于通信技术领域。为了实现在尽量减小上下行子帧交错干扰的情况下保证系统吞吐量，改善用户体验，提升系统性能，本发明所提供的动态分簇方法利用信道中的大尺度损耗及上下行缓存中实时变化的上下行业务量进行实时小区分簇，相比于传统的静态分簇方法，该方法的分簇结果使基站的子帧配置更能适配该基站当前业务量情况。该技术方案提升了上下行吞吐量，减小了业务时延，改善用户体验。
-
公开(公告)号：CN113128214B
公开(公告)日：2022-05-06
申请号：CN202110287084.1
申请日：2021-03-17
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
IPC: G06F40/284 , G06F40/30 , G06F40/253 , G06N3/04 , G06N3/08
Abstract: 本发明请求保护一种基于BERT预训练模型的文本摘要生成方法。该方法包括：将中文短本文数据集进行预处理；利用BERT双向编码特性能更好地获取全局信息，将数据送入BERT预训练模型中进行训练；将实际需要获得摘要的原文本输入BERT预训练模型，使用训练好的参数进行训练，获得最佳词向量；将得到的高质量字向量送入改进后的LeakGAN模型；文本在改进的LeakGAN中进行训练，最终得到摘要输出。本发明使生成器生成更加准确的摘要，提高了摘要的准确性和流畅性。
-
Patent Agency Ranking
公开(公告)号：CN110062356B
公开(公告)日：2022-05-06
申请号：CN201910187949.X
申请日：2019-03-13
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D2D网络中的缓存副本布设方法。针对D2D缓存网络副本布设问题，首先获取小区内缓存文件流行度排名，利用zipf分布模拟文件请求模型；其次,根据文件请求模型分析设计系统缓存命中率模型；最后以系统缓存命中最大化为目标函数，利用朗日乘数法与二分法求解目标函数，获取缓存副本数量布设方法。本发明能够利用D2D网络中的缓存文件副本数量布设，实现系统缓存命中最大化。
-
公开(公告)号：CN111405474A
公开(公告)日：2020-07-10
申请号：CN202010166307.4
申请日：2020-03-11
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通信勘察的室内指纹地图自适应更新方法。首先将利用移动终端收集静态和动态的无线指纹数据，然后对收集的无线指纹数据，基于路径匹配的方式，对参考点位置估计；其次对参考点与其他非参考点的RSS指纹的关系进行建模；最后根据建模模型，触发更新指纹地图。本发明在无线指纹地图的基础上实现自动更新，从而不需要任何额外的硬件部署或者任何显式的用户参与，实现指纹地图对动态环境变化的自适应更新，避免了真实环境中指纹地图偏移造成的损失。
-
公开(公告)号：CN106506103A
公开(公告)日：2017-03-15
申请号：CN201611033713.3
申请日：2016-11-22
Applicant: 重庆信科设计有限公司
IPC: H04B17/382 , H04B17/345 , H04B1/00
CPC classification number: H04B17/382 , H04B1/0003 , H04B17/345
Abstract: 本发明请求保护一种基于噪声方差估计的多门限频谱感知方法，该方法的目的是为了解决噪声方差不确定性环境下的能量检测性能不稳定的问题。该发明采用的是两步感知的方案，包括精确感知和快速感知。首先，在第一步精确感知周期中，采用最大似然估计的方法对噪声功率进行估计；其次，在第二步快速感知周期中，运用第一步估计出的噪声功率对认知用户自适应地设定多个判决门限；最后，认知用户根据设定的多个判决门限进行能量检测，得到最终的判决结果。该发明可以在检测器对噪声不确定区间未知的情况下，保证良好的检测性能，从而克服噪声不确定性对检测性能的影响。
-
公开(公告)号：CN104684051A
公开(公告)日：2015-06-03
申请号：CN201410083792.3
申请日：2014-03-07
Applicant: 重庆信科设计有限公司
CPC classification number: Y02D70/126 , Y02D70/24 , Y02D70/25 , H04W72/082 , H04W72/1247
Abstract: 本发明公开了一种LTE和LTE-Advanced系统在非满负载下的资源分配方法，包括：S1：统计小区内所有用户的SINR值；S2：将小区RB划分为可用RB集合、分配给每个用户的RB集合；S3：对小区内用户进行第一阶段资源分配；S4：更新参数；S5：对小区内用户进行第二阶段资源分配；S6：根据每个用户预分配的最优RB，计算得到每个用户的平均SINR值，并由每个用户的平均SINR值获得每个用户的瞬时速率值、瞬时功率值；S7：对每个用户进行优先级排序，优先级最高的用户可以得到由步骤S5中预分配的最优RB；S8：重复执行步骤S5-S7直到可用RB集合为空。本发明方法能够实现能量效率和频谱效率的良好折中，达到通信业务中节能减排的目的。
-
公开(公告)号：CN106682653A
公开(公告)日：2017-05-17
申请号：CN201710138302.9
申请日：2017-03-09
Applicant: 重庆信科设计有限公司
Abstract: 本发明涉及人脸识别技术领域，人脸识别方法包括：将零空间线性鉴别分析(NLDA)与核函数的优点结合，零空间线性鉴别分析(NLDA)在训练样本总类内离散度矩阵的零空间中提取样本的鉴别特征，克服了的小样本问题，提高了识别率，然而，NLDA仍然是一种线性特征的提取方法，不能有效提取样本的非线性特征。通过非线性映射，该方法将输入空间样本映射到高维特征空间，在高维特征空间利用线性特征提取算法，从而有效提取样本的非线性特征。我们使用RBP神经网络对经过特征提取得到的人脸图像进行识别，研究表明，与基于欧式距离等传统度量的传统分类方式相比，可提高识别效率。本发明所提供的技术方案，能够很好地实际生活中，识别率更高，鲁棒性更好。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.039 seconds)
