-
公开(公告)号：CN108491477B
公开(公告)日：2022-02-18
申请号：CN201810194417.4
申请日：2018-03-09
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本发明涉及信息检索和数据挖掘领域，特别涉及一种基于多维云和用户动态兴趣的神经网络推荐方法，包括：获取用户对项目的评分及用户评分时间并进行预处理；使用预处理后的数据构建基于用户的多维云模型和基于项目的多维云模型，得到基于用户的预测评分和基于项目的预测评分；将基于用户的预测评分和基于项目的预测评分作为训练好的神经网络评分预测模型的输入数据，得到最终预测评分；本发明不仅有效利用用户数据，还改善了个性化推荐方法在数据稀疏场景下存在的弊端。
-
公开(公告)号：CN108495365B
公开(公告)日：2020-05-05
申请号：CN201810207008.3
申请日：2018-03-14
Applicant: 重庆邮电大学
IPC: H04W64/00 , H04L25/02 , H04B17/364 , H04J11/00
Abstract: 本发明涉及无线通信技术，特别涉及一种基于窄带物联网时延估计的终端定位方法，该方法包括：利用窄带物联网下行链路特有的定位参考信号，对本地参考信号与接收参考信号先后进行频域相关、首达径搜索、时域内插、时域相关对时延进行估计，逐步提升时延估计精度；与此同时，为了消除小区间干扰以及抑制非视距影响，分别引入连续干扰消除算法和首达径搜索算法，以实现准确的时延估计，从而提高定位精度的技术效果。
-
公开(公告)号：CN108512772A
公开(公告)日：2018-09-07
申请号：CN201810194916.3
申请日：2018-03-09
Applicant: 重庆邮电大学
IPC: H04L12/803 , H04L12/841 , H04L12/851 , H04L12/863 , H04L12/801 , H04L12/721 , H04L12/733 , H04L12/743
Abstract: 本发明涉及网络技术领域，特别涉及一种基于服务质量的数据中心流量调度方法，包括：接入层的交换机接收到主机发送的数据流，根据其目的地址判断是否与目的主机直连，如果是则将数据流转发到目的主机完成调度；判断数据流的传输速率是否小于预设的阈值，若是则交换机采用等价多路径的调度机制完成调度；控制器为数据流使用最短路径算法找到数据源和目的主机之间的最短路径集；使用优化的蚁群算法从最短路径集中获得最优路径，通过最优路径完成数据流的调度；本发明针对数据中心不同类型业务对网络性能的要求不同，采用不同的调度方法可以有效地保证服务质量，同时保证了方法的低计算复杂度。
-
Patent Agency Ranking
公开(公告)号：CN108495365A
公开(公告)日：2018-09-04
申请号：CN201810207008.3
申请日：2018-03-14
Applicant: 重庆邮电大学
IPC: H04W64/00 , H04L25/02 , H04B17/364 , H04J11/00
Abstract: 本发明涉及无线通信技术，特别涉及一种基于窄带物联网时延估计的终端定位方法，该方法包括：利用窄带物联网下行链路特有的定位参考信号，对本地参考信号与接收参考信号先后进行频域相关、首达径搜索、时域内插、时域相关对时延进行估计，逐步提升时延估计精度；与此同时，为了消除小区间干扰以及抑制非视距影响，分别引入连续干扰消除算法和首达径搜索算法，以实现准确的时延估计，从而提高定位精度的技术效果。
-
公开(公告)号：CN108932140A
公开(公告)日：2018-12-04
申请号：CN201810767405.6
申请日：2018-07-13
Applicant: 重庆邮电大学
Abstract: 本发明属于涉及机器学习和Android内存优化和数据挖掘领域，特别涉及一种基于安卓用户行为习惯的清理后台应用程序的方法，所述方法包括记录安卓手机用户使用各APP的时间、地点及其名称，并构成数据集；对数据集进行预处理，去掉数据集中的无关信息；对预处理后的数据集进行训练，得到用户使用APP的加权序列模式；计算在不同时间、地点使用APP的概率；将加权序列模式和概率存储到数据库中；根据数据库中的加权序列模式和概率，计算出后台应用程序的得分，确定出后台应用程序的优先级；清理掉优先级大于最低优先级的后台应用程序。本发明可清理掉手机用户在下一时刻最不可能使用的应用程序，释放资源，提高运行流畅度，提升用户体验。
-
公开(公告)号：CN108512772B
公开(公告)日：2021-07-16
申请号：CN201810194916.3
申请日：2018-03-09
Applicant: 重庆邮电大学
IPC: H04L12/803 , H04L12/841 , H04L12/851 , H04L12/863 , H04L12/801 , H04L12/721 , H04L12/733 , H04L12/743
Abstract: 本发明涉及网络技术领域，特别涉及一种基于服务质量的数据中心流量调度方法，包括：接入层的交换机接收到主机发送的数据流，根据其目的地址判断是否与目的主机直连，如果是则将数据流转发到目的主机完成调度；判断数据流的传输速率是否小于预设的阈值，若是则交换机采用等价多路径的调度机制完成调度；控制器为数据流使用最短路径算法找到数据源和目的主机之间的最短路径集；使用优化的蚁群算法从最短路径集中获得最优路径，通过最优路径完成数据流的调度；本发明针对数据中心不同类型业务对网络性能的要求不同，采用不同的调度方法可以有效地保证服务质量，同时保证了方法的低计算复杂度。
-
公开(公告)号：CN108491477A
公开(公告)日：2018-09-04
申请号：CN201810194417.4
申请日：2018-03-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及信息检索和数据挖掘领域，特别涉及一种基于多维云和用户动态兴趣的神经网络推荐方法，包括：获取用户对项目的评分及用户评分时间并进行预处理；使用预处理后的数据构建基于用户的多维云模型和基于项目的多维云模型，得到基于用户的预测评分和基于项目的预测评分；将基于用户的预测评分和基于项目的预测评分作为训练好的神经网络评分预测模型的输入数据，得到最终预测评分；本发明不仅有效利用用户数据，还改善了个性化推荐方法在数据稀疏场景下存在的弊端。
-
公开(公告)号：CN108984523A
公开(公告)日：2018-12-11
申请号：CN201810695687.3
申请日：2018-06-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及自然语言处理领域，特别涉及一种基于深度学习模型的商品评论情感分析方法，抓取的商品评论数据，并将商品评论数据中的一星和二星评价标注为积极评论，四星和五星评价标注为消极评论，将商品评论数据分为训练集和测试集，并进行预处理；构建出情感要素词典集和情感特征向量，根据训练集预处理得到的词序列和情感特征向量得到词向量，多个词向量连接形成文本向量；构建动态卷积神经网络模型，以文本向量作为训练对象通过BP算法和随机梯度下降算法更新动态卷积神经网络的网络参数，最终得到情感分类模型并对测试集进行情感标注；本发明结合动态卷积神经网络能够提高分类模型泛化能力，能够实现较好的分类效果。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
