检索结果-南通市图书馆

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

融合时间感知和多兴趣提取网络的序列推荐

重庆邮电大学学报（自然科学版） 2024年第4期36卷 807-818页

作者：唐宏金哲正张静刘斌重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重庆市重点实验室重庆400065

针对序列推荐任务中的时间动态性和多重兴趣建模问题,提出一种时间感知的项目嵌入方法,用于学习项目之间的时间关联性。在此基础上,提出一种融合时间感知和多兴趣提取网络的序列推荐(time-aware multi-interest sequence recommendation... 详细信息

针对序列推荐任务中的时间动态性和多重兴趣建模问题,提出一种时间感知的项目嵌入方法,用于学习项目之间的时间关联性。在此基础上,提出一种融合时间感知和多兴趣提取网络的序列推荐(time-aware multi-interest sequence recommendation,TMISA)方法。TMISA采用自注意力序列推荐模型作为局部特征学习模块,以捕捉用户行为序列中的动态偏好;通过多兴趣提取网络对用户的全局偏好进行建模;引入门控聚合模块将局部和全局特征表示动态融合,生成最终的用户偏好表示。实验证明,在5个真实推荐数据集上,TMISA模型表现出卓越性能,超越了多个先进的基线模型。

关键词：序列推荐自注意力机制时间感知的项目嵌入多兴趣提取网络门控聚合模块

维普期刊数据库博看期刊

基于Transformer的多尺度遥感语义分割网络

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2024年第4期19卷 920-929页

作者：邵凯王明政王光宇重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重庆市重点实验室重庆400065 重庆邮电大学移动通信教育部工程研究中心重庆400065

为了提升遥感图像语义分割效果,本文针对分割目标类间方差小、类内方差大的特点,从全局上下文信息和多尺度语义特征2个关键点提出一种基于Transformer的多尺度遥感语义分割网络(muliti-scale Transformer network,MSTNet)。其由编码器... 详细信息

为了提升遥感图像语义分割效果,本文针对分割目标类间方差小、类内方差大的特点,从全局上下文信息和多尺度语义特征2个关键点提出一种基于Transformer的多尺度遥感语义分割网络(muliti-scale Transformer network,MSTNet)。其由编码器和解码器2个部分组成,编码器包含基于Transformer改进的视觉注意网络(visual attention network,VAN)主干和基于空洞空间金字塔池化(atrous spatial pyramid pooling, ASPP)结构改进的多尺度语义特征提取模块(multi-scale semantic feature extraction module, MSFEM)。解码器采用轻量级多层感知器(multi-layer perception,MLP)配合编码器设计,充分分析所提取的包含全局上下文信息和多尺度表示的语义特征。MSTNet在2个高分辨率遥感语义分割数据集ISPRS Potsdam和LoveDA上进行验证,平均交并比(mIoU)分别达到79.50%和54.12%,平均F1-score(m F1)分别达到87.46%和69.34%,实验结果验证了本文所提方法有效提升了遥感图像语义分割的效果。

关键词：遥感图像语义分割卷积神经网络 Transformer 全局上下文信息多尺度感受野编码器解码器

维普期刊数据库博看期刊

融合深度神经网络和方面感知的可解释推荐方法

在线全文

学校读者我要写书评

暂无评论

重庆邮电大学学报（自然科学版） 2024年第3期36卷 609-618页

作者：唐宏张静刘斌金哲正重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重庆市重点实验室重庆400065

为提升推荐结果的准确性和可解释性,提出一种融合深度神经网络和方面感知的可解释推荐方法。针对评分数据的稀疏性问题,综合考虑显式和隐式评分数据,通过深度神经网络的矩阵分解模型学习用户和物品的潜在特征;通过无监督的方面提取模块... 详细信息

为提升推荐结果的准确性和可解释性,提出一种融合深度神经网络和方面感知的可解释推荐方法。针对评分数据的稀疏性问题,综合考虑显式和隐式评分数据,通过深度神经网络的矩阵分解模型学习用户和物品的潜在特征;通过无监督的方面提取模块来学习用户和物品的方面特征;将潜在特征和方面特征统一到预测层进行评分预测;针对生成解释质量低且缺乏个性化的问题,在评分预测的基础上,采用提取的主题词和预定义的神经模板相结合生成推荐理由,提高解释的生成质量。实验表明,提出的方法不仅能准确预测用户对物品的评分,还能够生成具有解释性的推荐理由,且生成的解释质量优于对比方法。

关键词：推荐系统可解释推荐深度神经网络评分预测理由生成

维普期刊数据库博看期刊

结合双曲图注意力网络与标签信息的短文本分类方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第9期60卷 188-195页

作者：宋建平王毅孙开伟刘期烈重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学计算机科学与技术学院重庆400065

针对现有方法在文本分类任务中没有综合考虑文本的层级结构和标签对于文本特征学习的重要性而导致的鲁棒性不足、表达能力不足等问题,提出了一种基于双曲图注意力网络的短文本分类算法L-HGAT。利用文本的复杂层级结构与双曲空间的树相... 详细信息

针对现有方法在文本分类任务中没有综合考虑文本的层级结构和标签对于文本特征学习的重要性而导致的鲁棒性不足、表达能力不足等问题,提出了一种基于双曲图注意力网络的短文本分类算法L-HGAT。利用文本的复杂层级结构与双曲空间的树相似性特征的契合性,将文本嵌入到具有负常数曲率的双曲空间中,充分利用双曲流行表征的强大表达能力。设计双曲图注意力网络,融合节点特征与边特征,增强对文本中关键局部信息的聚合能力。使用基于双曲空间中的测地线距离的标签文本交互函数进一步引导文本特征学习,以此提升文本分类精度。实验结果表明,与基准模型相比,所提方法在基准数据集上显著优于现有研究方法,能够有效地提升模型性能,更好地完成文本分类任务。

关键词：文本分类图神经网络双曲空间深度学习表示学习

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

一种改进多尺度特征融合的交通标志识别算法

电讯技术 2024年

作者：余翔靳闪闪杨路重庆邮电大学通信与信息工程学院

在背景复杂且目标距离远的情况下，智能交通系统或自动驾驶中关键的交通标志识别算法的识别准确率有待进一步提升。为此，在YOLOv5s算法的基础上提出了一种改进的交通标志识别算法MAFM-YOLO。首先，在颈部网络设计了基于空洞混合注意力... 详细信息

在背景复杂且目标距离远的情况下，智能交通系统或自动驾驶中关键的交通标志识别算法的识别准确率有待进一步提升。为此，在YOLOv5s算法的基础上提出了一种改进的交通标志识别算法MAFM-YOLO。首先，在颈部网络设计了基于空洞混合注意力机制的多尺度注意力特征融合模块，使网络在特征融合阶段能够高效保留图像中的细节信息，对小目标更加的敏感。其次，在回归阶段采用归一化Wasserstein距离改进原有的损失函数，提高了边界框的回归性能，从而进一步提高网络的识别性能。在TT100K数据集上的实验结果表明，MAFM-YOLO较基准模型在精确率P、召回率R和mAP上分别实现了9.4%、3.3%、6.3%的提升。

关键词：交通标志识别 YOLOv5s 特征融合混合注意力机制归一化Wasserstein距离

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向正交时频空的低复杂度信号检测算法

小型微型计算机系统 2024年

作者：王丹李峰夏麒煜重庆邮电大学通信与信息工程学院

为了解决高速多径信道难以实现可靠传输的问题，移动通信系统中引入了正交时频空(OTFS)调制技术。针对接收端信号检测算法复杂度高的问题，本文提出了一种基于阻尼因子的逐bit消息传递(MP)检测方案，利用信道矩阵的稀疏性来简化消息传... 详细信息

为了解决高速多径信道难以实现可靠传输的问题，移动通信系统中引入了正交时频空(OTFS)调制技术。针对接收端信号检测算法复杂度高的问题，本文提出了一种基于阻尼因子的逐bit消息传递(MP)检测方案，利用信道矩阵的稀疏性来简化消息传递中的因子图。相较于传统逐符号消息传递算法，添加对数似然比(LLR)将算法精度提高至bit级，同时对节点间传递的消息添加阻尼因子加快收敛，在此基础上改进消息传递的规则，进一步降低算法的计算次数。仿真结果表明，改进型的信号检测算法加快了算法收敛，在保证接收端误码性能的同时降低了算法的复杂度。

关键词：正交时频空信号检测消息传递稀疏矩阵阻尼因子

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种低复杂度的OTFS系统信号检测算法

电讯技术 2024年

作者：陈发堂陈甲杰夏麒煜黄梁重庆邮电大学通信与信息工程学院

针对正交时频空(Orthogonal Time Frequency Space，OTFS)调制系统中均衡器性能不佳及线性滤波器复杂度较高等问题，提出了一种LU(Lower-Upper)分解与迭代最小均方误差(Iterative Minimum Mean Square Error，IMMSE)均衡器结合的OTFS系统信号检测算法(LU-IMMSE)。该算法依据时延多普勒域稀疏信道矩阵的特征，采用一种低复杂度的LU分解方法，以避免MMSE均衡器求解矩阵逆的过程，在保证均衡器性能的前提下，降低了均衡器复杂度。并且在OTFS系统中引入一种IMMSE均衡器，通过不断迭代更新发送符号均值和方差这些先验信息来逼近MMSE均衡器最优估计值。仿真结果表明，所提出的LU-IMMSE算法通过调节迭代次数可以有效降低误比特率。在比特信噪比为8dB时，5次迭代后的LU-IMMSE均衡器误比特率相比传统的MMSE均衡器降低了约11dB。随着迭代次数的增大，较传统IMMSE算法降低了计算复杂度。在最大时延系数为4，符号数为16的情况下，与直接求逆相比，所提出的低复杂度LU分解方法降低了约91.72%的矩阵求逆计算复杂度。

关键词：正交时频空信号检测最小均方误差均衡三角分解

面向5G-A卫星物联网场景的前导复用随机接入策略

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

重庆邮电大学学报(自然科学版) 2024年

作者：赵露彭大芹何俊龙徐浩重庆邮电大学通信与信息工程学院

为了提高网络的接入成功率以及有限前导资源利用率，提出了一种基于MTD分组和功率控制的前导复用随机接入策略。利用地面MTD与卫星基站之间的实时仰角关系动态地规划同一波束内不同位置MTD，建立不同分组索引与前导序列和发射功率的映... 详细信息

为了提高网络的接入成功率以及有限前导资源利用率，提出了一种基于MTD分组和功率控制的前导复用随机接入策略。利用地面MTD与卫星基站之间的实时仰角关系动态地规划同一波束内不同位置MTD，建立不同分组索引与前导序列和发射功率的映射关系，通过不同分组的MTD使用不同发射功率产生的干扰消除效应来降低接入过程中前导序列碰撞率。仿真结果表明，提出的策略在大规模卫星物联网设备接入时具有良好的接入成功率以及前导序列利用率，同时在适应性和高效性上优于其他资源再分配接入技术。

关键词：卫星物联网随机接入前导复用功率控制

用户为中心的密集毫米波网络多链路功率分配方案

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

重庆邮电大学学报(自然科学版) 2024年

作者：薛青木家俊重庆邮电大学通信与信息工程学院

为提升以用户为中心的密集毫米波通信网络中用户服务质量，在考虑用户多关联、辅助节点选择的基础上，联合迭代优化多链路功率分配问题，以最大化用户可达和速率。所建模问题是一个分式非凸问题，利用连续凸近似算法进行问题凸优化转化... 详细信息

为提升以用户为中心的密集毫米波通信网络中用户服务质量，在考虑用户多关联、辅助节点选择的基础上，联合迭代优化多链路功率分配问题，以最大化用户可达和速率。所建模问题是一个分式非凸问题，利用连续凸近似算法进行问题凸优化转化，基于拉格朗日对偶理论进行求解。仿真结果表明，相较于传统的平均功率分配算法，提出的算法在系统速率性能上实现了14.06%的提升。

关键词：毫米波通信功率分配以用户为中心