检索结果-内蒙古大学图书馆

压电与声光 2019年第6期41卷 802-805页

作者：文武刘传浩重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065 重庆信科设计有限公司重庆401121

使用COMSOL软件对ZnO/AlN/金刚石温度补偿结构进行建模分析,计算了该结构Love波模式0和模式1的频率温度系数(TCF)、声速(v)和机电耦合系数(k^2),且讨论了ZnO薄膜厚度hZnO和AlN薄膜厚度hAlN对这些参数的影响。结果表明,当hZnO=1μm,hAlN=... 详细信息

使用COMSOL软件对ZnO/AlN/金刚石温度补偿结构进行建模分析,计算了该结构Love波模式0和模式1的频率温度系数(TCF)、声速(v)和机电耦合系数(k^2),且讨论了ZnO薄膜厚度hZnO和AlN薄膜厚度hAlN对这些参数的影响。结果表明,当hZnO=1μm,hAlN=1.88μm时,温度补偿结构Love波模式1的TCF=0,v=9208m/s,k^2=3.84%,说明这种温度补偿结构能应用在高频和温度补偿声表面波器件中。

关键词：频率温度系数(TCF) 机电耦合系数(k^2) COMSOL Love波

来源：评论

学校读者我要写书评

暂无评论

基于B-list的最大频繁项集挖掘算法

引用

计算机应用研究 2019年第2期36卷 351-354页

作者：张昌文凯郑云俊重庆邮电大学通信与信息工程学院通信新技术应用研究中心重庆400065 重庆信科设计有限公司重庆401121

针对现有的最大频繁项集挖掘算法挖掘时间过长、内存消耗较大的问题,提出了一种基于构造链表B-list的最大频繁项集挖掘算法BMFI。该算法利用B-list数据结构来挖掘频繁项集,并采用全序搜索树作为搜索空间,然后采用父等价剪枝技术来缩小... 详细信息

针对现有的最大频繁项集挖掘算法挖掘时间过长、内存消耗较大的问题,提出了一种基于构造链表B-list的最大频繁项集挖掘算法BMFI。该算法利用B-list数据结构来挖掘频繁项集,并采用全序搜索树作为搜索空间,然后采用父等价剪枝技术来缩小搜索空间;最后再结合基于MFI-tree的投影策略实现超集检测来提高算法的效率。实验结果表明,BMFI算法在时间效率与空间效率方面均优于FPMAX与MFIN算法。该算法在稠密数据集与稀疏数据集中进行最大频繁项集挖掘时均有良好的效果。

关键词：最大频繁项集挖掘深度优先搜索剪枝技术超集检测

来源：评论

学校读者我要写书评

暂无评论

基于大数据的通信勘察管理系统设计与实现

引用

数字通信世界 2020年第4期 52-53页

作者：莫勇钱权智陈浩重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065 重庆信科设计有限公司重庆401121

为应对企业的发展需要,提升通信项目勘察管理的效率和质量,减少人力成本,因此设计一种基于大数据的通信勘察管理系统,实现勘察项目的标准化流程管理,解决通信勘察项目流程流转慢、质量参差不齐、资料不透明、管理成本高等问题,系统由We... 详细信息

为应对企业的发展需要,提升通信项目勘察管理的效率和质量,减少人力成本,因此设计一种基于大数据的通信勘察管理系统,实现勘察项目的标准化流程管理,解决通信勘察项目流程流转慢、质量参差不齐、资料不透明、管理成本高等问题,系统由Web管理端和手机APP两部分组成,通过管理人员制作勘察模板,然后下发至勘察人员的手机APP中,由勘察人员现场勘察上传数据并由管理人员审核,最终实现通信项目高效的勘察管理.该系统可处理分析大量勘察数据、实时性能高,可实现在线和离线的勘察,有助于提高企业的生产效率和产品质量.

关键词：大数据通信勘察管理

来源：评论

学校读者我要写书评

暂无评论

融合邻域判别指数的混合式特征选择算法

引用

小型微型计算机系统 2019年第11期40卷 2285-2290页

作者：李校林吴腾郭有庆重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065 重庆信科设计有限公司重庆401121

特征选择是机器学习领域的重要课题,基于互信息的特征选择算法在多个领域得到了广泛应用.但是该类方法忽略了属性之间的相互作用对决策结果的影响,无法满足高维特征数据集的分类要求.针对这类问题,提出一种引入邻域判别指数的混合式特... 详细信息

特征选择是机器学习领域的重要课题,基于互信息的特征选择算法在多个领域得到了广泛应用.但是该类方法忽略了属性之间的相互作用对决策结果的影响,无法满足高维特征数据集的分类要求.针对这类问题,提出一种引入邻域判别指数的混合式特征选择算法NDI RF.首先在特征过滤阶段,利用邻域判别指数作为判决指标,通过图论聚类思想去除冗余特征,获得相关联的代表特征集;然后通过改进随机森林封装器的特征分配机制,结合序列后项搜索策略评估各个特征子集的分类效果;最终通过逐次迭代选择最高分类准确率所对应的特征子集作为最优特征子集.在UCI数据集上的实验结果表明,NDI RF算法相较于其他特征选择算法,能够有效地减少最优特征子集的大小,同时保证较高的分类准确率.

关键词：邻域判别指数随机森林图论聚类混合式特征选择

来源：评论

学校读者我要写书评

暂无评论

基于Spark的并行化高效用项集挖掘算法

引用

计算机工程与科学 2019年第10期41卷 1723-1730页

作者：何登平何宗浩李培强重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065 重庆信科设计有限公司重庆400021

针对传统基于链表结构的Top-K高效用挖掘算法在大数据环境下不能满足挖掘需求的问题,提出一种基于Spark的并行化高效用项集挖掘算法(STKO)。首先从阈值提升、搜索空间缩小等方面对TKO算法进行改进;然后选择Spark平台,改变原有数据存储结... 详细信息

针对传统基于链表结构的Top-K高效用挖掘算法在大数据环境下不能满足挖掘需求的问题,提出一种基于Spark的并行化高效用项集挖掘算法(STKO)。首先从阈值提升、搜索空间缩小等方面对TKO算法进行改进;然后选择Spark平台,改变原有数据存储结构,利用广播变量优化迭代过程,在避免大量重新计算的同时使用负载均衡思想实现Top-K高效用项集的并行挖掘。实验结果表明,该并行算法能有效地挖掘出大数据集中的高效用项集。

关键词：数据挖掘高效用项集 Spark大数据框架并行化 Top-K

来源：评论

学校读者我要写书评

暂无评论

比例公平保证下的SCMA能效资源分配研究

引用

重庆邮电大学学报（自然科学版） 2019年第5期31卷 655-662页

作者：罗菊代云霞袁泉重庆信科设计有限公司重庆401121 重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065

在倡导绿色通信的背景下,基于能效的资源分配算法是近些年研究的热点。针对稀疏码多址接入(sparse code multiple access, SCMA)下行链路系统,以保障用户服务质量为前提,降低接入网能量损耗,给出一种比例公平保证下的能效资源分配方案... 详细信息

在倡导绿色通信的背景下,基于能效的资源分配算法是近些年研究的热点。针对稀疏码多址接入(sparse code multiple access, SCMA)下行链路系统,以保障用户服务质量为前提,降低接入网能量损耗,给出一种比例公平保证下的能效资源分配方案。将用户的最小速率需求以及传输速率比值作为约束条件进行能效资源分配。通过2个阶段的码本分配,既满足各个用户不同的速率需求,又保证了用户之间的公平性;根据已得到的码本分配方案,利用二分法求得近似最优能效下的功率分配。实验结果表明,所给出的算法在保证用户速率比例公平的前提下,也能获得较好的能效性能。

关键词：能效 SCMA 码本分配功率分配公平性

来源：评论

学校读者我要写书评

暂无评论

结合用户社区和评分矩阵联合社区的推荐算法研究

引用

小型微型计算机系统 2019年第10期40卷 2119-2124页

作者：文凯朱传亮何少元重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065 重庆信科设计有限公司重庆401121

当前基于社区的推荐算法虽然对大数据集的处理能力有所提高,但都是基于单一的社区结构,因此推荐精度损失很大.针对这个问题,本文提出一种结合用户社区和评分联合社区的推荐模型,首先利用用户间的信任关系和相似性构造用户间的新的相似度... 详细信息

当前基于社区的推荐算法虽然对大数据集的处理能力有所提高,但都是基于单一的社区结构,因此推荐精度损失很大.针对这个问题,本文提出一种结合用户社区和评分联合社区的推荐模型,首先利用用户间的信任关系和相似性构造用户间的新的相似度,通过K-means算法进行用户社区的发现,以改善用户社区挖掘的效果;之后针对用户-项目评分矩阵中的用户和项目同时进行聚类,可以发现用户-项目的联合社区;最后将用户社区结构融入到面向联合社区的矩阵分解模型中.在Epinions数据集上与其他算法进行了对比实验,实验采用均方根误差(RMSE)和平均绝对误差(MAE)进行评价,结果表明改进算法相比其他传统算法在推荐准确率上有所提高,在保证一定推荐效率的同时提高了推荐的精度.

关键词：信任关系用户社区联合社区矩阵分解推荐系统

来源：评论

学校读者我要写书评

暂无评论

异构网络中基于用户划分的资源分配与功率控制方案

引用

计算机工程与科学 2019年第8期41卷 1398-1405页

作者：刘辉宋家旺代云霞朱彬欣重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065 重庆信科设计有限公司重庆401121

部署异构网络是提高移动通信系统容量至关重要的举措。然而宏基站的高发射功率会使得微蜂窝边缘用户受到严重的干扰;同时,微蜂窝周围的宏蜂窝用户由于靠近微基站将同样受到其所造成的干扰,因此这些用户应该受到保护。通过研究异构网络... 详细信息

部署异构网络是提高移动通信系统容量至关重要的举措。然而宏基站的高发射功率会使得微蜂窝边缘用户受到严重的干扰;同时,微蜂窝周围的宏蜂窝用户由于靠近微基站将同样受到其所造成的干扰,因此这些用户应该受到保护。通过研究异构网络下行传输中的资源分配与功率控制策略,提出了一种基于用户划分的资源分配与功率控制方案。首先根据用户的信干噪比对用户进行分类,同时为受干扰严重的边缘用户划分保护频带。此外,通过动态地调整每个基站在保护频带上的传输功率,在不过度牺牲系统性能情况下减轻边缘用户的干扰。仿真结果表明,与传统方案相比,该方案能够有效抑制宏蜂窝和微蜂窝边缘用户的干扰并提高整个系统的吞吐量。

关键词：异构网络干扰协调资源分配功率控制

来源：评论

学校读者我要写书评

暂无评论

基于改进型神经网络的影评文本情感分析算法

引用

计算机工程与科学 2019年第12期41卷 2261-2269页

作者：李俭兵刘栗材重庆邮电大学通信与信息工程学院重庆400065 重庆信科设计有限公司重庆400021 重庆邮电大学通信新技术应用研究中心重庆400065

考虑到电影影评上下文信息带有固有的属性特征和语序不合理性等特点,提出CRCNN模型进行文本情感分析。为了减少噪音数据对分析的影响,对卷积神经网络进行改进,在输入层和卷积层之间引入了权重分布层对重要部分进行分析,减少噪音,使处理... 详细信息

考虑到电影影评上下文信息带有固有的属性特征和语序不合理性等特点,提出CRCNN模型进行文本情感分析。为了减少噪音数据对分析的影响,对卷积神经网络进行改进,在输入层和卷积层之间引入了权重分布层对重要部分进行分析,减少噪音,使处理的特征得到提升。在卷积层中使用梯度下降法来求解训练参数时会引起梯度弥散或爆炸,为了解决此问题引入了门控机制。最后引入序列标注层,同时和神经网络学习的语义特征进行整体的优化求解。另外,利用字粒度词向量为特征,解决了歧义词的切分的同时学习到更加具体的特征。实验结果表明,利用该模型进行影评分析的效果明显好于其它几种模型。

关键词：影评情感分析卷积神经网络序列标注层字粒度词向量

来源：评论

学校读者我要写书评

暂无评论

基于R-list的Top-K高效用项集挖掘算法

引用

计算机工程与科学 2019年第7期41卷 1318-1324页

作者：何登平何宗浩重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065 重庆信科设计有限公司重庆401121

针对现有的一阶段Top-K高效用项集挖掘算法挖掘过程中阈值提升慢,迭代时生成大量候选项集造成内存占用过多等问题,提出一种基于重用链表(R-list)的Top-K高效用挖掘算法RHUM。使用一种新的数据结构R-list来存储并快速访问项集信息,无需第... 详细信息

针对现有的一阶段Top-K高效用项集挖掘算法挖掘过程中阈值提升慢,迭代时生成大量候选项集造成内存占用过多等问题,提出一种基于重用链表(R-list)的Top-K高效用挖掘算法RHUM。使用一种新的数据结构R-list来存储并快速访问项集信息,无需第2次扫描数据库进行项集挖掘。该算法重用内存以保存候选集信息,结合改进的RSD阈值提升策略对数据进行预处理,期间采用更严格的剪枝参数在递归搜索的过程中同时计算多个项集的效用来缩小搜索空间。在不同类型数据集中的实验结果表明:RHUM算法在内存效率方面均优于其他一阶段算法,且在K值变化时能保持稳定。

关键词：高效用项集一阶段挖掘重用链表数据挖掘 Top-K

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：