智能检索系统下语义检索的常见策略对比

近年来,随着专利申请量的高速增长,审查人数显得相对不足,专利审查工作的提质增效已成为必须解决的问题。而检索作为专利审查的关键环节,是专利审查工作者的必备技能,提高检索能力是提升专利审查质量和效率的重要途径。语义检索作为一种新的检索方法,通过向量之间的余弦夹角表示文献的相似度,由于其依靠的是人工智能算法,会考虑查询文本的上下文和语义信息,能够提高检索的速度和命中率,备受知识产权从业者青睐。在专利审查中,语义检索作为一种容易上手并优先考虑使用的检索方法,使用恰当能够很大程度上提高检索的命中率,反之,带来很大检索噪音。因此,运用好语义检索对提高检索能力以至于专利审查、专利申请查新、专利无效、专利分析等工作都非常重要。

基于基站频谱借用的协作通信网负载均衡机制

针对现有基于信道借用负载均衡技术需要基站间信息的频繁交互而增加网络信令开销和能量消耗问题,提出一种将频谱感知技术应用于协作通信网络负载均衡的机制。该机制中基站利用能量检测频谱感知技术实时感知网络的频谱空洞,生成可借用的频谱集合。基站出现资源耗尽时调用可借用频谱集合,选择目标用户,并根据目标用户是否有协作给用户借用频谱。若用户不存在协作,则以最大化联合频谱空闲率和频谱质量的效用函数为目标给用户借用直接链路的频谱;若用户存在协作,则在直接链路选择的基础上,以最大化效用函数进行频谱和协作用户的联合选择。仿真表明该机制在网络公平性性能上提升了0.5%~1.1%,在容量性能上提升了0.61%~1.4%,在资源利用率上提升了0.63%~1.4%。

C-RAN网络中基于稀疏性的预测矩阵求解算法

在C-RAN(Centralized,Cooperative,Cloud Radio Access Network)无线网络基于转移矩阵的负载预测方法中,虽然该预测矩阵具有稀疏特性,但是现有的技术缺乏对稀疏特性加以利用,从而造成计算复杂。针对此问题,提出了一种基于稀疏性的预测矩阵求解算法。该算法对网络状态转移矩阵进行分块迭代,每次等分4块,并分别定义4块矩阵的偏移量。当属于同一行的块矩阵的偏移量有一个是零矩阵时,直接得出所求矩阵对应块的元素全部为零,然后进行下一次迭代;当属于同一行的块矩阵偏移量都不为零矩阵时,通过对矩阵方程组变形处理,转换成迭代格式,然后分块处理。最后,结合仿真定量分析稀疏矩阵稀疏度的临界值问题,给出了稀疏度与计算量之间的关系,并证明了其合理性。仿真结果表明,所提算法能够在不影响预测准确度前提下,降低复杂度。