公开(公告)号：CN113114400A

公开(公告)日：2021-07-13

申请号：CN202110401701.6

申请日：2021-04-14

Applicant: 中南大学

Inventor： 李芳芳 ,  陈桂凯 ,  张健 ,  张伟

IPC: H04B17/382 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了基于时序注意力机制和LSTM模型的信号频谱空洞感知方法，涉及无线通信技术领域。包括以下步骤：步骤一：接收频谱数据并将其二值化；步骤二：将频谱数据序列化并构建频谱数据集；步骤三：构建并训练出一个LSTM模型，将序列化的频谱数据集输入模型中；步骤四：使用模型来提取频谱数据中的时序特征，时序特征包括每组时序数的多个隐藏状态特征ht；步骤五：利用模型中的时序注意力机制学习时序特征，得到模型的预测向量，通过对预测向量中值的判定，从而得到用户的信号状态。本发明将注意力机制用于频谱空洞感知任务中，提高了频谱信号分布复杂时的预测性能，显著提高了频谱空洞感知的准确度。

公开(公告)号：CN113114400B

公开(公告)日：2022-01-28

申请号：CN202110401701.6

申请日：2021-04-14

Applicant: 中南大学

Inventor： 李芳芳 ,  陈桂凯 ,  张健 ,  张伟

IPC: H04B17/382 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了基于时序注意力机制和LSTM模型的信号频谱空洞感知方法，涉及无线通信技术领域。包括以下步骤：步骤一：接收频谱数据并将其二值化；步骤二：将频谱数据序列化并构建频谱数据集；步骤三：构建并训练出一个LSTM模型，将序列化的频谱数据集输入模型中；步骤四：使用模型来提取频谱数据中的时序特征，时序特征包括每组时序数的多个隐藏状态特征ht；步骤五：利用模型中的时序注意力机制学习时序特征，得到模型的预测向量，通过对预测向量中值的判定，从而得到用户的信号状态。本发明将注意力机制用于频谱空洞感知任务中，提高了频谱信号分布复杂时的预测性能，显著提高了频谱空洞感知的准确度。

公开(公告)号：CN112015871B

公开(公告)日：2021-01-01

申请号：CN202011189911.5

申请日：2020-10-30

Applicant: 中南大学

Inventor： 李芳芳 ,  陈桂凯 ,  毛星亮 ,  林中尧

IPC: G06F16/33 ,  G06F16/35 ,  G06F40/211 ,  G06F40/289

Abstract: 本发明涉及文本特征提取和关系标注，公开了一种基于事件集远程监督的人物关系自动标注方法，具体包括以下步骤：S1：构建事件集；S2：基于事件集进行语料文本人物关系的标注，人物关系标注完毕之后的数据格式为：[实体1，实体2，句子，决定事件，人物关系]。本发明能解决关系缺失的问题。

公开(公告)号：CN112015871A

公开(公告)日：2020-12-01

申请号：CN202011189911.5

申请日：2020-10-30

Applicant: 中南大学

Inventor： 李芳芳 ,  陈桂凯 ,  毛星亮 ,  林中尧

IPC: G06F16/33 ,  G06F16/35 ,  G06F40/211 ,  G06F40/289

Abstract: 本发明涉及文本特征提取和关系标注，公开了一种基于事件集远程监督的人物关系自动标注方法，具体包括以下步骤：S1：构建事件集；S2：基于事件集进行语料文本人物关系的标注，人物关系标注完毕之后的数据格式为：[实体1，实体2，句子，决定事件，人物关系]。本发明能解决关系缺失的问题。