一种空地融合蜂窝网络中的无人机基站部署方法

    公开(公告)号:CN116367181B

    公开(公告)日:2024-02-23

    申请号:CN202211679996.4

    申请日:2022-12-26

    摘要: 本发明公开了一种空地融合蜂窝网络中的无人机基站部署方法,包括如下步骤:S1:在地面基站侧和网络侧分别进行信息采集;S2:基于步骤S1中的信息建立系统模型,系统模型包括地面基站参数模型、无人机基站传播模型和无人机基站天线阵列模型;S3:基于地面基站用户的平均传输速率和无人机基站用户的平均传输速率,建立性能评估模型;S4:根据步骤S3的性能评估模型,设置多组网络参数组合进行关键性能指标的数值计算,并根据计算结果选择使关键性能指标达到最大的参数组合,作为最终的参数配置;S5:确定无人机基站的水平位置部署。本发明充分考虑了无人机之间的空间保护距离,尤其适用于无人机基站采用多天线配置的场景。

    异常用户检测方法及装置
    4.
    发明公开

    公开(公告)号:CN111163065A

    公开(公告)日:2020-05-15

    申请号:CN201911279299.8

    申请日:2019-12-13

    摘要: 本发明提出了一种异常用户检测方法及装置,检测方法包括:获取用户的行为数据信息;对行为数据信息进行预处理,获得行为序列;将行为序列与预先训练的异常行为库中的异常行为特征进行匹配,以判定用户是否为异常用户;其中,行为序列包括:操作事件和时间间隔信息。根据本发明的异常用户检测方法,依据移动端用户行为的特点,充分利用异常用户特征,在行为序列挖掘过程中,加入时间间隔属性,进行带有时间间隔的行为序列挖掘,可以有效提升异常用户检测的准确率。

    基于遮挡语言模型的文本纠错方法、系统、设备及介质

    公开(公告)号:CN117391072A

    公开(公告)日:2024-01-12

    申请号:CN202311173762.7

    申请日:2023-09-12

    摘要: 本发明提供了一种基于遮挡语言模型的文本纠错方法、系统、设备及介质,能够通过无监督学习大量语料文本的方式,完成对文本的智能纠错,不需要人工标记的大量语料。本发明在不需要准备专门的平行语料的情况下完成中文文本纠错的任务,只需要提供大量中文语言的文本给语言模型自动进行训练即可,采用无监督学习大量语言文本的方式拓展了平行语料范围有限造成的局限性,不需要人工标记的大量语料。本发明采用遮挡语言模型的方式进行文本纠错,其过程中通过无监督学习大量语料文本的方式,完成对文本的智能纠错,应用于针对中文文本纠错的系统中,发现并纠错文本中在输入等过程中产生的错误。

    微博分类方法及装置
    9.
    发明授权

    公开(公告)号:CN104361037B

    公开(公告)日:2017-12-19

    申请号:CN201410591807.7

    申请日:2014-10-29

    IPC分类号: G06F17/30 G06F17/27

    摘要: 本发明公开了一种微博分类方法及装置。该方法包括:步骤1,对训练语料集合进行预处理,对预处理后的训练语料进行分词,获取候选特征,并对候选特征进行权重计算,根据权重计算结果进行特征选择,获取最终的分类特征;步骤2,根据最终的分类特征,采用贝叶斯分类器进行模型训练,获取分类模型;步骤3,采用贝叶斯分类器根据分类模型对微博文档进行分类。借助于本发明的技术方案,提高了分类的召回率与准确率。