Word2vec的核心架构及其应用

神经网络概率语言模型是一种新兴的自然语言处理算法,该模型通过学习训练语料获得词向量和概率密度函数,词向量是多维实数向量,向量中包含了自然语言中的语义和语法关系,词向量之间余弦距离的大小代表了词语之间关系的远近,词向量的加减代数运算则是计算机在"遣词造句".近年来,神经网络概率语言模型发展迅速,Word2vec是最新技术理论的合集.首先,重点介绍Word2vec的核心架构CBOW及Skip-gram;接着,使用英文语料训练Word2vec模型,对比两种架构的异同;最后,探讨了Word2vec模型在中文语料处理中的应用.

基于业务分布的TD-SCDMA系统扰码规划

由于TD-SCDMA系统是一个干扰受限的系统,扰码分配合理与否直接影响到系统所承受的干扰能力。不同扰码间相关性的大小不同,而扰码相关性对于系统掉话率、阻塞率等性能有着很大的影响。因此,一个合理的扰码分配算法对TD-SCDMA系统规划至关重要。然而,TD-SCDMA系统中的扰码具有数量少、码片短、经过位移后码之间的互相关性变差等特点,这在很大程度上增加了系统扰码分配的难度。本文创新性地将用户的业务分布引入到扰码分配算法中,由于业务到各个基站的位置不同,基站到达业务的信号存在着不同的延时,本文将由于用户位置导致这种延时也考虑进扰码相关性计算公式中,设计出了一套更贴近实际的扰码分配算法模型。通过仿真分析得知,本扰码分配算法可使系统中用户信噪比有所提高。