排序方式: 共有22条查询结果,搜索用时 250 毫秒
11.
提出一种基于自动编码特征的汉语解释性意见句识别的分类方法。首先从汽车和手机两个领域的产品评论中构造一个解释性意见语料库, 然后采用分类的方法进行解释性意见句识别。特别地, 采用自动编码技术表示和学习解释性意见句分类的词向量特征。最后, 在支持向量机框架下通过实验优选解释性词向量 维度, 并与一些传统特征表示方法进行比较。实验结果表明, 与传统的卡方、信息增益和TF-IDF及其组合方法相比, 自动编码特征的引入能有效提升汉语解释性意见句识别性能。 相似文献
12.
针对多小区多用户大规模MIMO上行链路传输,本文提出了一种基于混合导频的信道估计方案.通过在一个数据帧内设计时分导频及隐含导频两种导频格式,进行对信道参数的联合估计.相较传统的单一导频方案,混合导频可实现两种导频的优势互补.在天线数较大的前提下,分析推导出利用混合导频信道估计的上行链路吞吐率近似封闭解,从而明确了混合导频中时分导频与隐含导频的优化准则.仿真结果表明,时分导频适用于数据帧长较长的传输环境,隐含导频在数据帧长较短的情况下更具优势,而两者的结合可极大提高系统的性能. 相似文献
13.
本文针对师范类院校在工科专业课程"检测与转换技术"教学中存在的问题进行分析,从教学内容、实践教学、教学形式、考核方法等方面提出改革措施,为提高教学质量,培养学生动手能力、设计能力、创新能力提供新思路。 相似文献
14.
在传统的历史路径算法的基础上,提出一种基于聚类算法的历史路径机会网络路由算法(RACA算法).该算法使用无监督学习中的k-means++算法对节点进行编码,并使用编码的方式更新历史路径算法,具有缓存空间占用低、节点搜索速度快和在拓扑结构多变的环境的适应性强等特点.实验结果表明:RACA算法在多个方面有着较好的表现,特别是在传输成功率和开销比率方面有较好的表现; 出色的网络性能表现使得RACA算法能够在资源有限的场景和网络环境变化较大的场景使用,例如车载网络环境. 相似文献
15.
<正>交压控振荡器是高速链路中的一个关键部件.片上集成高质量品质的电感电容等无源器件是影响压控振荡器性能的关键因素.为了兼容传统的数字工艺,采用超深亚微米的数字CMOS工艺进行片上电感电容的集成,并基于此无源器件实现了基于电容耦合的正交压控振荡器,实现中心频率16.12GHz,频率调节范围为10%,1M频偏处的相位噪声为-112dBc,相位误差小于0.39°. 相似文献
16.
为了减少系统开销和降低网络负荷量,设计了节点-区域关联度感知的区域数据分发算法(RDAA-RP):首先,以时间片为周期持续记录和更新节点的区域属性;然后,计算节点对区域的权值并设置阈值作为数据转发限制条件;最后,根据权值控制不同程度关联度的节点参与完成区域数据的共享和交换.为验证RDAA-RP算法的效果,在The ONE平台进行了仿真实验,对比了在不同节点缓存大小和不同传输速度下,RDAA-RP算法、地图分区算法(SSMZ)和Epidemic算法的性能.仿真结果表明:(1) RDAA-RP算法能够在消息采集率与Epidemic算法及SSMZ算法基本相当的情况下,较大程度地降低网络负荷量,并降低消息平均缓存时间;(2) RDAA-RP算法可以有效屏蔽无关或低关联度节点数据带来的干扰,提供可靠的区域特定数据采集分发功能,实现关联节点数据共享的目标. 相似文献
17.
提出了一种新的墓于兴趣挖掘的机会网络内容分发策略(Interest Mining Based Scheme,IMBS),通过贝叶斯理论分析节点的兴趣以及节点墓于兴趣的相遇频率,挖掘移动节点随机运动背后所蕴含的人类社交特征和情感特征此外,IMBS采用发布/订阅机制,收集节点的订阅信息,以获取消息在整个网络中的需求量在转发消息的时候,IMBS把消息的需求总量和节点的情感特征以及社交特征结合起来选择下一跳节点仿真实验及算法复杂度分析表明,在不提高算法复杂度的情况下,IMBS可显著减少消息的传输延时和网络开销,并提高消息传输的成功率 相似文献
18.
19.
为了解决D2D缓存命中概率的最优化问题,在集群用户中加入了移动辅助设备(HEs)缓存,同时,提出了基于辅助设备的D2D集群的流性文件块分批缓存策略(FCPhit):首先,将有相似文件请求的用户群置于一个集群中;然后,将用户分批并将流行文件分为若干块,用户设备缓存文件的第1块,移动辅助设备缓存其他文件块.并与已有的最流行... 相似文献
20.
无线传感器网络的主要目标是在各种资源受限的情况下取得用户所需的信息精确度。因此,有关信息精确度的理论模型对设计无线传感器网络中有效的协议很有价值。首先提出一种无线传感器网络中信息精确度定义,然后利用节点采样数据间的空间相关性得出信息精确度随采样节点个数(M)变化的关系模型。理论分析和仿真试验结果都表明:信息精确度并非随M的增大而持续增大,当时增大到一定程度后,信息精确度的增量将趋于零,从而纠正了增大M可以持续提高信息精确度的观点:理论模型可以用来确定一个合适的M以实现用最小的能耗代价取得尽可能精确的数据。 相似文献