-
公开(公告)号：CN105634706B
公开(公告)日：2018-12-28
申请号：CN201510991621.5
申请日：2015-12-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种CoMP系统中导频图案设计和检测方法，属于移动通信技术领域。该方法针对CoMP系统中协作基站间的特点，首先根据最小化子载波矩阵列相干性的原则设计出最优的导频图案，然后采用在相同时频资源上插入同一用户不同信道的导频序列，在接收端对导频进行检测获得不同信道的独立导频，利用基于压缩感知的稀疏信道估计方法对每条信道进行独立估计。本发明的导频设计方案能够降低导频的干扰，同时采用基于压缩感知的信道估计方法降低频谱资源的浪费。
-
公开(公告)号：CN108521302A
公开(公告)日：2018-09-11
申请号：CN201810287679.5
申请日：2018-04-03
Applicant: 重庆邮电大学
IPC: H04B10/50 , H04B10/548 , H04B10/64
Abstract: 本发明提出一种无相位预编码的奇数倍频矢量毫米波产生装置及方法，属于电子通讯技术领域。本发明方法包括，对携带发送数据的射频驱动信号进行幅度预编码；然后进行数模转换和功率放大；单模激光器产生的连续波长光载波注入到相位调制器中，同时放大后的射频驱动电信号驱动相位调制器，输出一系列的子载波；使用波长选择开关选出两个频率间隔为射频驱动频率奇数倍的子载波；选出的两个子载波经由单端光电二极管执行外差拍频，然后进行模数转换，再经离线数字信号处理模块对相位进行相应的奇数倍操作。本发明提出的矢量毫米波信号生成装置及方法无需相位预编码操作，具有结构简单、执行简易、成本高效、系统性能良好等优点。
-
公开(公告)号：CN104767587A
公开(公告)日：2015-07-08
申请号：CN201510104868.0
申请日：2015-03-10
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于OFDM系统下联合信道编译码的压缩感知信道估计方案，包括：导频与CRC的插入步骤、改进型的压缩感知信道估计方法、信道译码与判决、模拟编码调制与复用、信道信息计算，其中改进型的压缩感知信道估计包括噪声初估计、改进的压缩感知信道估计、自适应停止条件计算、噪声迭代估计。设计新的导频与CRC插入方案，采用自适应加权技术，将估计器与译码器进行联合迭代处理，在不知道信道稀疏度与信噪比的情况下估计出多径信道信息与信噪比，并采用CRC分段判决反馈，同时加快迭代速度与精度。并增加在接收端重新模拟发送端数据，将正确译码后的信息看做导频，与接收到的数据对比，得到较精确的信道信息，同时降低误码率。
-
公开(公告)号：CN119809766A
公开(公告)日：2025-04-11
申请号：CN202510007547.2
申请日：2025-01-03
Applicant: 重庆邮电大学
IPC: G06Q30/0601 , G06N3/08 , G06F17/10 , G06F16/9535
Abstract: 本发明属于电子商务技术领域，具体涉及一种基于精确对称正定流形学习的长尾商品推荐方法；包括：获取电商平台的用户行为数据和商品特征数据并对其进行预处理，得到商品特征矩阵和用户商品交互矩阵；采用低秩近似技术对用户商品交互矩阵进行优化，更新用户商品交互矩阵；将商品特征矩阵映射到对称正定矩阵空间中，并进行流形嵌入处理，得到商品的SPD特征向量；采用流行全连接层对商品的SPD特征向量进行聚合处理，得到聚合特征；使用几何保留映射函数将聚合特征映射到欧几里得空间，得到映射特征；对映射特征进行处理，得到长尾商品推荐结果；本发明实现了电商平台广告点击率的提升，显著增强了精准营销和推荐效果。
-
公开(公告)号：CN119598036A
公开(公告)日：2025-03-11
申请号：CN202411712567.1
申请日：2024-11-27
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06F16/9535 , G06Q50/00 , G06N3/045 , G06F18/25 , G06F18/213 , G06F40/30
Abstract: 本发明属于社交网络衍生话题分析领域，具体涉及一种面向时变网络的关键影响力用户发现方法，包括对原始话题网络数据进行预处理得到话题网络数据；沿时间维度对话题网络数据切片得到不同时间点下的话题网络数据；计算用户节点在不同时间点下的动态重要性，根据动态重要性获取每一用户节点的转移序列；采用注意力机制构建每一用户节点的特征向量；获取每一用户节点的累计交互序列和最近交互序列，通过双Transformer结构获取每一用户节点的兴趣向量；将每一用户节点的特征向量和兴趣向量拼接得到综合特征；所有综合特征输入全连接层和softmax函数层，得到关键影响力用户识别结果；本发明可有效地发现话题空间中的关键影响力元素。
-
Patent Agency Ranking
公开(公告)号：CN114786151B
公开(公告)日：2025-02-11
申请号：CN202210417797.X
申请日：2022-04-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于空地通信的多路径端到端传输系统及应用方法，属于空地宽带通信领域。该系统包括：机载服务器，负责与机载用户协商建立连接，并通过负载均衡单元的算法计算结果，将用户业务流调度到多条信道上；空地信道仿真模拟系统，从界面上配置信道参数以及展示信道的实时性能，并为机载服务器提供API，将信道状态信息发送给负载同步模块；地面网关服务器，接收来自多信道的业务数据流，将数据解密后更新当前信道所持有密钥，并根据协议的SFN字段将数据重组后转发至地面用户。本发明通过负载同步模块对数据进行自适应调度，防止信道拥塞，并通过密钥更新单元保证数据传输安全，保证了机载业务数据流的稳定传输。
-
公开(公告)号：CN118964592A
公开(公告)日：2024-11-15
申请号：CN202410962710.6
申请日：2024-07-18
Applicant: 重庆邮电大学
IPC: G06F16/335 , G06F16/33 , G06F16/35 , G06N3/0464 , G06N3/096
Abstract: 本发明涉及一种基于迁移学习的意图型话题检测方法、装置及计算机可读存储介质，包括：获取有标签的原生话题数据集和无标签的衍生话题数据集并进行预处理；利用平衡分布自适应对衍生话题数据与原生话题数据进行特征适配；根据原生话题和衍生话题的话题传播网络利用SDNE算法构建对应话题下用户的网络结构特征；根据特征适配后的原生话题数据和衍生话题题数据、以及原生话题和衍生话题下用户的结构特征利用迁移学习对意图型话题检测模型进行训练；通过训练好的意图型话题检测模型对衍生话题数据进行识别。本发明提高了模型的性能和准确性。
-
公开(公告)号：CN118885674A
公开(公告)日：2024-11-01
申请号：CN202410920097.1
申请日：2024-07-10
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06F16/9535 , G06Q50/00 , G06F18/23213 , G06F18/25
Abstract: 本发明属于引导性话题网络分析领域，具体涉及一种基于用户偏好的社交网络群体发现方法，包括：从社交网络平台中获取相关信息；计算用户的交互度和信誉度；定义IBT2vec算法的随机游走策略，将用户话题网络表示为特征向量矩阵；采用RoBERTa获取用户的长短期偏好，将其与初始特征向量融合，形成增强的用户节点表示；通过元迁移学习对网络空间特征进行补偿，以缓解数据稀疏问题；通过谱聚类方法对用户特征进行分类，经全连接层和归一化处理后获取具有相似兴趣与行为的关键影响力用户群体。本发明不仅考虑了用户间的相似度，还综合考量了用户的影响力，使得群体发现更精准实用，为舆情监控、信息传播和营销推广等应用提供可靠支持。
-
公开(公告)号：CN118797472A
公开(公告)日：2024-10-18
申请号：CN202410776090.7
申请日：2024-06-17
Applicant: 重庆邮电大学
IPC: G06F18/2415 , G06F18/213 , G06F18/25 , G06F18/27 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094 , G06Q50/00
Abstract: 本发明属于社交网络分析领域，具体涉及一种基于特征表示的引导型话题检测方法；包括：对从话题数据中获取的用户评论关系进行向量表示，得到用户评论关系网络的结构特征矩阵；将从话题数据中获取的用户评论内容和话题内容转化为向量表示，得到用户内容特征向量和话题特征向量，根据用户内容特征向量和话题特征向量计算用户的话题领域认知度；根据话题数据，采用演化博弈理论计算支持消息和反对消息对用户的情感影响力；融合用户的话题领域认知度以及支持消息和反对消息对用户的情感影响力，得到用户特征矩阵；采用图卷积神经网络对用户特征矩阵和结构特征矩阵进行处理，得到引导型话题检测结果；本发明减少了训练成本并提高了检测结果准确率。
-
公开(公告)号：CN118797471A
公开(公告)日：2024-10-18
申请号：CN202410773102.0
申请日：2024-06-17
Applicant: 重庆邮电大学
IPC: G06F18/2415 , G06F18/213 , G06F18/2323 , G06F18/25 , G06F18/27 , G06N3/0442 , G06N5/04 , G06Q50/00
Abstract: 本发明属于社交网络分析领域，具体涉及一种基于动态群体特征的引导型话题检测方法，包括从话题数据中提取相关属性，相关属性包括话题传播网络、用户基础属性、用户交互度、内部驱动因素和外部驱动因素；采用基于用户交互度与用户属性相似性的Louvain隐性社群挖掘方法得到各时刻话题的用户群体集合；采用IG2vec表示学习算法进行从话题爆发阶段开始各时刻的用户特征表示；基于博弈理论得到的情感互影响力模型量化情感互影响力，通过情感互影响力对用户的情感进行修正得到话题群体的情感特征表示；通过GRU网络捕捉各时刻融合后的话题群体特征的变化，通过全连接层、Softmax函数得到预测结果；本发明能够有效识别引导型话题。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.081 seconds)
