车联网作为未来智慧交通系统中的重要组成部分,对通信和感知的要求也越来越高。通信感知一体化(Integrated Sensing and Communication,ISAC)作为车联网方向极具潜力的一项技术,因可以解决通信场景下的位置感知问题而引起业内的广泛关...车联网作为未来智慧交通系统中的重要组成部分,对通信和感知的要求也越来越高。通信感知一体化(Integrated Sensing and Communication,ISAC)作为车联网方向极具潜力的一项技术,因可以解决通信场景下的位置感知问题而引起业内的广泛关注。由于城市场景中电磁环境更加随机和不可控,使得当前传统的通信系统架构已经无法满足车-路侧单元(Vehicle-to-Infrastructure,V2I)系统中的通信与感知需求。对此,考虑在传统的V2I系统加入智能反射面(Reconfigurable Intelligent Surface,RIS),将其与ISAC技术结合,构建多径场景下新的被动感知模型。深入分析了在新的被动感知模型下,RIS辅助ISAC通信系统的抗多径性能优化。提出一种大尺寸RIS单元优化分组方法,使部分单元参与信号的反射,并将单元优化分组后的大尺寸RIS与相同单元数的小尺寸RIS进行系统性能对比。仿真结果表明,优化设计大尺寸RIS实现了高于小尺寸RIS大约1.5 bit/s的信号传输效率,在提升系统信号传输性能的同时有效地减少了信道的估计开销。展开更多
提出基于短语参数学习的主题模型TMPP(Topic Model based on Phrase Parameter)对在线评论中被评价实体的aspect和与之对应的rating进行抽取.TMPP具有三个特点:1)评论用"短语袋"表示;2)将标准的LDA中表示文档-主题的参数扩展...提出基于短语参数学习的主题模型TMPP(Topic Model based on Phrase Parameter)对在线评论中被评价实体的aspect和与之对应的rating进行抽取.TMPP具有三个特点:1)评论用"短语袋"表示;2)将标准的LDA中表示文档-主题的参数扩展为(aspect,rating)集;3)融合了先验知识.介绍了TMPP模型参数的物理含义、模型的生成过程以及先验知识的获取和表示方法;阐述了在TMPP模型中引入方面集聚类使用先验知识的原因与好处、TMPP模型提取(方面,等级)对形成(aspect,rating)摘要的原理.以真实的在线产品评论数据集为实验对象,在实验过程中引入先验知识的方面识别分析和等级预测精度分析,列出了五类产品相关方面和对立的情感词的实验结果.通过与已有的基线方法比较,实验表明若评论集中每篇评论有一个总体等级,TMPP能产生高质量的(aspect,rating)摘要.展开更多
文摘提出基于短语参数学习的主题模型TMPP(Topic Model based on Phrase Parameter)对在线评论中被评价实体的aspect和与之对应的rating进行抽取.TMPP具有三个特点:1)评论用"短语袋"表示;2)将标准的LDA中表示文档-主题的参数扩展为(aspect,rating)集;3)融合了先验知识.介绍了TMPP模型参数的物理含义、模型的生成过程以及先验知识的获取和表示方法;阐述了在TMPP模型中引入方面集聚类使用先验知识的原因与好处、TMPP模型提取(方面,等级)对形成(aspect,rating)摘要的原理.以真实的在线产品评论数据集为实验对象,在实验过程中引入先验知识的方面识别分析和等级预测精度分析,列出了五类产品相关方面和对立的情感词的实验结果.通过与已有的基线方法比较,实验表明若评论集中每篇评论有一个总体等级,TMPP能产生高质量的(aspect,rating)摘要.
