基于GDM的非相干空间调制方法及系统

    公开(公告)号:CN111181608A

    公开(公告)日:2020-05-19

    申请号:CN201911411811.X

    申请日:2019-12-31

    发明人: 李倩 李峰 苏畅 程剑

    摘要: 本发明实施方式涉及通信技术领域,公开了一种基于GDM的非相干空间调制方法,包括:计算待发射信号中帧的正常块的功率分配系数,所述功率分配系数为分配的传输功率占所述正常块的原定传输功率的比例,所述分配的传输功率为将所述正常块的原定传输功率分配给所述帧的参考块的传输功率;根据所述功率分配系数分配所述正常块的传输功率和所述参考块的传输功率;基于分配后的所述正常块的传输功率和所述参考块的传输功率,发射所述待发射信号。本发明实施方式还提供了一种基于GDM的非相干空间调制系统。本发明实施方式提供的基于GDM的非相干空间调制方法及系统,可以提高非相干空间调制系统的误差性能。

    用于媒资推荐的模型训练及应用方法、装置和存储介质

    公开(公告)号:CN118821894A

    公开(公告)日:2024-10-22

    申请号:CN202311517427.4

    申请日:2023-11-14

    摘要: 本申请公开了一种用于媒资推荐的模型训练及应用方法、装置和存储介质。该训练方法包括:获取训练样本集,各训练样本包括用户行为序列中相邻两次点击行为对应的第一媒资数据、第二媒资数据,第一媒资数据包括第一文本数据和第一图像数据,第二媒资数据包括第二文本数据和第二图像数据;对训练样本集基于分批次训练的方式训练媒资推荐模型,直至得到训练好的媒资推荐模型;其中,媒资推荐模型包括:文本编码器、图像编码器和向量融合器;文本编码器用于对文本数据进行文本编码,产生文本向量;图像编码器用于对图像数据进行图像编码,产生图像向量;向量融合器用于对同一媒资数据的文本向量和图像向量进行融合,得到相应的媒资数据的表示向量。

    一种多属性序列的处理方法及装置、处理设备

    公开(公告)号:CN118821844A

    公开(公告)日:2024-10-22

    申请号:CN202410064410.6

    申请日:2024-01-16

    发明人: 郭瑞璞 李倩

    IPC分类号: G06N3/045 G06N3/0464 G06N3/09

    摘要: 本申请公开了一种多属性序列的处理方法及装置、处理设备,所述方法包括:将m个属性的向量表示序列输入第一注意力网络,通过第一注意力网络输出m个属性的第一特征向量序列;第一注意力网络用于对m个属性的向量表示序列进行属性内部关联特征的提取;将m个属性的第一特征向量序列输入卷积网络,通过卷积网络输出第二特征向量序列,以及将目标视频的m个属性的向量表示输入卷积网络,通过卷积网络输出第一目标特征向量;卷积网络用于对m个属性的第一特征向量序列进行属性之间关联特征的提取以及用于对目标视频的m个属性的向量表示进行属性之间关联特征的提取;基于第二特征向量序列和第一目标特征向量预测用户操作目标视频的概率。

    一种用户行为信息的处理方法、装置及设备

    公开(公告)号:CN116910346A

    公开(公告)日:2023-10-20

    申请号:CN202310257061.5

    申请日:2023-03-08

    摘要: 本发明提供一种用户行为信息的处理方法、装置及设备,所述方法包括:获取用户点击历史媒体资源的行为序列数据,所述行为序列数据中的每一数据项均包括至少两种模态行为数据;对所述至少两种模态行为数据分别进行特征向量转换处理,得到多种模态特征向量数据;对所述多种模态特征向量数据进行处理,得到所述历史媒体资源的特征向量;根据历史媒体资源的特征向量,预测用户对目标媒体资源的兴趣度;根据所述兴趣度,生成推荐媒体资源。本发明的方案可以预测用户对目标媒体资源的兴趣度,从而学习到用户更准确的兴趣匹配,提高了用户个性化推荐准确性。