-
公开(公告)号：CN118468876A
公开(公告)日：2024-08-09
申请号：CN202311658133.3
申请日：2023-12-06
Applicant: 南京邮电大学
IPC: G06F40/30 , G06F18/2413 , G06F18/2431 , G06N3/04
Abstract: 本发明属于深度学习领域，公开了一种基于用户线上文本以及深度学习的情绪检测方法，该方法服务于四分类任务，由于分类标签之间语义关联较为密切，本发明从两个方面充分挖掘用户线上发布的所有文本所蕴含的信息，一方面，通过计算用户发布帖子之间情感向量的差值及相关词汇的变化大小，将其与原始文本拼接作为用户心理变化的描述，另一方面，统计用户在树洞以及非树洞论坛中发布的帖子，将其作为计算“用户含有树洞效应”特征向量的原始输入，由此分别得到基于用户心理变化以及树洞效应的特征向量，将二者拼接输入至分类层得到预测结果，以此实现较高的分类准确率。
-
公开(公告)号：CN107104715B
公开(公告)日：2020-06-12
申请号：CN201710423288.7
申请日：2017-06-07
Applicant: 南京邮电大学
IPC: H04B7/0452 , H04B7/0456 , H04L25/03
Abstract: 本发明公开了一种基于天线选择的干扰对齐方法，本发明引入了发送端天线选择技术，基站侧使用的发送端天线选择技术，将信道矩阵的列向量范数作为选择参数，选择出范数较大的列向量所对应的天线。根据所选天线对应的信道向量设计预编码矩阵，使用两个串联矩阵构成预编码矩阵，前置矩阵用于消除同一个小区中不同用户间的干扰，后置矩阵是为了让迫零矩阵存在而设计的。接着通过设计接收端的迫零矩阵来消除邻小区造成的干扰。首先根据干扰信道矩阵来设计迫零矩阵，消除邻小区造成的干扰；在此基础上去设计预编码矩阵。结合这两种技术，减小用户的反馈信息量，本发明在不显著增加复杂度的前提下，达到干扰对齐的同时可以获得更高的系统和速率。
-
公开(公告)号：CN107104715A
公开(公告)日：2017-08-29
申请号：CN201710423288.7
申请日：2017-06-07
Applicant: 南京邮电大学
IPC: H04B7/0452 , H04B7/0456 , H04L25/03
Abstract: 本发明公开了一种基于天线选择的干扰对齐方法，本发明引入了发送端天线选择技术，基站侧使用的发送端天线选择技术，将信道矩阵的列向量范数作为选择参数，选择出范数较大的列向量所对应的天线。根据所选天线对应的信道向量设计预编码矩阵，使用两个串联矩阵构成预编码矩阵，前置矩阵用于消除同一个小区中不同用户间的干扰，后置矩阵是为了让迫零矩阵存在而设计的。接着通过设计接收端的迫零矩阵来消除邻小区造成的干扰。首先根据干扰信道矩阵来设计迫零矩阵，消除邻小区造成的干扰；在此基础上去设计预编码矩阵。结合这两种技术，减小用户的反馈信息量，本发明在不显著增加复杂度的前提下，达到干扰对齐的同时可以获得更高的系统和速率。
-
公开(公告)号：CN107607935A
公开(公告)日：2018-01-19
申请号：CN201710733363.X
申请日：2017-08-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于共轭梯度法的室内定位方法，属于室内定位方法领域，其基于信号强度的测距方法来进行未知标签的位置估计，并采用最优化的方法对结果进行最优估计，得出误差最小的位置结果，该方法考虑在对数常态传输损耗模型的条件下，测得接收信号的强度值，考虑到RSSI值受多方面因素的影响，采用高斯模型和均值法对RSSI值进行修正，利用最小二乘法对距离进行修正，通过三边定位算法求出未知标签位置，采用最优化方法中的共轭梯度法求出未知标签的准确位置，本发明能提高室内定位的精度，减小定位误差。
-
-
-
Search Results
4
records
(took 0.028 seconds)
