覆盖稀疏的生成对抗式射频指纹定位增强
这是一篇关于射频指纹定位,融合指纹,改进递归图,对抗生成网络,指纹增强模块的论文, 主要内容为大量室内定位和室内导航系统伴随着泛在的移动设备和位置需求而生。基于WiFi或蓝牙的射频指纹定位利用现有的基础设施,以低廉的成本和广泛的适用性成为了室内定位系统的前沿技术。一方面,受空间分布影响,往往使无线接入点信号存在覆盖稀疏问题,导致定位系统部署困难。另一方面,Wi-Fi、蓝牙等设备信号强度随环境动态存在多径衰落,尤其在覆盖稀疏的环境下,这种动态性会严重影响指纹定位系统的健壮性。针对以上问题,论文考虑采用融合路径特征的方法对覆盖稀疏区域的射频指纹进行增强,从而提高现有指纹定位系统的健壮性。论文的主要研究内容可概括如下:首先,提出融合射频和轨迹特征的指纹处理方法。通过设计基于惯性传感器的轨迹指纹系统,利用设备在轨迹上移动中产生的特征作为轨迹指纹,并利用特征提取方法将两种基于不同定位原理的指纹进行融合,从而增强定位系统的稳定性。其次,设计增强虚拟指纹网络(Augmented Virtual Fingerprint network,AVF-net)。利用生成对抗的方法,将融合指纹特征图生成为具有位置表征能力的增强虚拟指纹,从而实现对定位算法透明的指纹健壮性增强。最后,利用开源数据集对AVF-net生成的增强虚拟指纹的位置表征能力、系统运行耗时、增强模块应对突发状况的鲁棒性等多方面性能进行了实验评估。同时参照最新的工作设计了多种定位算法并加入增强模块以检验增强模块的适配性。
跨平台书城电商系统节点用户对齐模型及应用算法研究
这是一篇关于异构电商网络,表示学习,对抗生成网络,个性化推荐的论文, 主要内容为随着互联网电商的迅速发展,越来越多的用户开始同时使用多个电商平台进行购物,这导致只研究单一电商平台向用户推荐的方法已经不是最佳的方案。通过异构网络对齐找到分布在不同电商平台中的同一用户,对用户属性信息和历史行为信息进行融合,能够缓解单一电商用户数据分布不均衡、噪音大、质量参差不齐等特点。因此,本论文从异构电商网络对齐的技术和应用两个层面,分别研究跨电商用户行为特征和用户兴趣偏好。本文的贡献可以总结如下:1.在异构电商网络对齐的技术层面,针对电商用户行为数据稀疏、数据特征空间复杂等特点,同时考虑到对抗生成网络在学习数据分布和增强数据样本方面的优势,提出一种基于数据增强和数据表示的跨电商用户对齐模型。针对电商平台消费者有效行为数据稀疏性问题,通过无监督对抗生成网络模型对原生样本数据进行同态增强,获得更有效的实验数据。针对电商平台“用户-行为-商品”数据特征空间复杂性问题,考虑到异质网络表示学习JUST模型在捕获多类型节点的结构和语义信息的优势,提出融入用户商品兴趣度来改变随机游走策略的新方法UBC2vec,对异质电商平台数据特征空间进行嵌入表示。针对用户对齐算法计算复杂度高的问题,构建了“用户-商品”二部图对用户进行角色划分,匹配具有相同角色的异质电商用户,减少兴趣群体差异较大用户的匹配次数,从而降低异质电商用户对齐算法的计算复杂度。2.在异构电商网络对齐的应用层面,本文将异构网络对齐应用于电商书城用户个性化推荐。针对单一电商平台用户评分数据稀疏性问题,通过用户对齐模型找到不同电商平台中的共同用户,实现用户属性信息和用户行为信息补全,从而缓解单一电商平台用户评分数据稀疏性问题。同时考虑到灰色系统模型适合处理少数据、贫信息的优势,提出一种基于用户对齐和灰色系统理论的个性化推荐模型。首先,将用户项目评分进行等时间间隔处理,得到等时间间隔的用户评分序列。然后,基于评分序列进行累加生成变换,利用最小二乘法预估参数。最后,预测用户对未评分项目的评分并进行TopN推荐。最后,通过真实的电商数据对本文提出模型的有效性和可靠性进行验证。实验表明,所提出的模型能够有效的对异质电商平台用户身份进行较好对齐,通过对齐后的用户进行信息融合,能够提升个性化推荐的准确度。
覆盖稀疏的生成对抗式射频指纹定位增强
这是一篇关于射频指纹定位,融合指纹,改进递归图,对抗生成网络,指纹增强模块的论文, 主要内容为大量室内定位和室内导航系统伴随着泛在的移动设备和位置需求而生。基于WiFi或蓝牙的射频指纹定位利用现有的基础设施,以低廉的成本和广泛的适用性成为了室内定位系统的前沿技术。一方面,受空间分布影响,往往使无线接入点信号存在覆盖稀疏问题,导致定位系统部署困难。另一方面,Wi-Fi、蓝牙等设备信号强度随环境动态存在多径衰落,尤其在覆盖稀疏的环境下,这种动态性会严重影响指纹定位系统的健壮性。针对以上问题,论文考虑采用融合路径特征的方法对覆盖稀疏区域的射频指纹进行增强,从而提高现有指纹定位系统的健壮性。论文的主要研究内容可概括如下:首先,提出融合射频和轨迹特征的指纹处理方法。通过设计基于惯性传感器的轨迹指纹系统,利用设备在轨迹上移动中产生的特征作为轨迹指纹,并利用特征提取方法将两种基于不同定位原理的指纹进行融合,从而增强定位系统的稳定性。其次,设计增强虚拟指纹网络(Augmented Virtual Fingerprint network,AVF-net)。利用生成对抗的方法,将融合指纹特征图生成为具有位置表征能力的增强虚拟指纹,从而实现对定位算法透明的指纹健壮性增强。最后,利用开源数据集对AVF-net生成的增强虚拟指纹的位置表征能力、系统运行耗时、增强模块应对突发状况的鲁棒性等多方面性能进行了实验评估。同时参照最新的工作设计了多种定位算法并加入增强模块以检验增强模块的适配性。
覆盖稀疏的生成对抗式射频指纹定位增强
这是一篇关于射频指纹定位,融合指纹,改进递归图,对抗生成网络,指纹增强模块的论文, 主要内容为大量室内定位和室内导航系统伴随着泛在的移动设备和位置需求而生。基于WiFi或蓝牙的射频指纹定位利用现有的基础设施,以低廉的成本和广泛的适用性成为了室内定位系统的前沿技术。一方面,受空间分布影响,往往使无线接入点信号存在覆盖稀疏问题,导致定位系统部署困难。另一方面,Wi-Fi、蓝牙等设备信号强度随环境动态存在多径衰落,尤其在覆盖稀疏的环境下,这种动态性会严重影响指纹定位系统的健壮性。针对以上问题,论文考虑采用融合路径特征的方法对覆盖稀疏区域的射频指纹进行增强,从而提高现有指纹定位系统的健壮性。论文的主要研究内容可概括如下:首先,提出融合射频和轨迹特征的指纹处理方法。通过设计基于惯性传感器的轨迹指纹系统,利用设备在轨迹上移动中产生的特征作为轨迹指纹,并利用特征提取方法将两种基于不同定位原理的指纹进行融合,从而增强定位系统的稳定性。其次,设计增强虚拟指纹网络(Augmented Virtual Fingerprint network,AVF-net)。利用生成对抗的方法,将融合指纹特征图生成为具有位置表征能力的增强虚拟指纹,从而实现对定位算法透明的指纹健壮性增强。最后,利用开源数据集对AVF-net生成的增强虚拟指纹的位置表征能力、系统运行耗时、增强模块应对突发状况的鲁棒性等多方面性能进行了实验评估。同时参照最新的工作设计了多种定位算法并加入增强模块以检验增强模块的适配性。
跨平台书城电商系统节点用户对齐模型及应用算法研究
这是一篇关于异构电商网络,表示学习,对抗生成网络,个性化推荐的论文, 主要内容为随着互联网电商的迅速发展,越来越多的用户开始同时使用多个电商平台进行购物,这导致只研究单一电商平台向用户推荐的方法已经不是最佳的方案。通过异构网络对齐找到分布在不同电商平台中的同一用户,对用户属性信息和历史行为信息进行融合,能够缓解单一电商用户数据分布不均衡、噪音大、质量参差不齐等特点。因此,本论文从异构电商网络对齐的技术和应用两个层面,分别研究跨电商用户行为特征和用户兴趣偏好。本文的贡献可以总结如下:1.在异构电商网络对齐的技术层面,针对电商用户行为数据稀疏、数据特征空间复杂等特点,同时考虑到对抗生成网络在学习数据分布和增强数据样本方面的优势,提出一种基于数据增强和数据表示的跨电商用户对齐模型。针对电商平台消费者有效行为数据稀疏性问题,通过无监督对抗生成网络模型对原生样本数据进行同态增强,获得更有效的实验数据。针对电商平台“用户-行为-商品”数据特征空间复杂性问题,考虑到异质网络表示学习JUST模型在捕获多类型节点的结构和语义信息的优势,提出融入用户商品兴趣度来改变随机游走策略的新方法UBC2vec,对异质电商平台数据特征空间进行嵌入表示。针对用户对齐算法计算复杂度高的问题,构建了“用户-商品”二部图对用户进行角色划分,匹配具有相同角色的异质电商用户,减少兴趣群体差异较大用户的匹配次数,从而降低异质电商用户对齐算法的计算复杂度。2.在异构电商网络对齐的应用层面,本文将异构网络对齐应用于电商书城用户个性化推荐。针对单一电商平台用户评分数据稀疏性问题,通过用户对齐模型找到不同电商平台中的共同用户,实现用户属性信息和用户行为信息补全,从而缓解单一电商平台用户评分数据稀疏性问题。同时考虑到灰色系统模型适合处理少数据、贫信息的优势,提出一种基于用户对齐和灰色系统理论的个性化推荐模型。首先,将用户项目评分进行等时间间隔处理,得到等时间间隔的用户评分序列。然后,基于评分序列进行累加生成变换,利用最小二乘法预估参数。最后,预测用户对未评分项目的评分并进行TopN推荐。最后,通过真实的电商数据对本文提出模型的有效性和可靠性进行验证。实验表明,所提出的模型能够有效的对异质电商平台用户身份进行较好对齐,通过对齐后的用户进行信息融合,能够提升个性化推荐的准确度。
覆盖稀疏的生成对抗式射频指纹定位增强
这是一篇关于射频指纹定位,融合指纹,改进递归图,对抗生成网络,指纹增强模块的论文, 主要内容为大量室内定位和室内导航系统伴随着泛在的移动设备和位置需求而生。基于WiFi或蓝牙的射频指纹定位利用现有的基础设施,以低廉的成本和广泛的适用性成为了室内定位系统的前沿技术。一方面,受空间分布影响,往往使无线接入点信号存在覆盖稀疏问题,导致定位系统部署困难。另一方面,Wi-Fi、蓝牙等设备信号强度随环境动态存在多径衰落,尤其在覆盖稀疏的环境下,这种动态性会严重影响指纹定位系统的健壮性。针对以上问题,论文考虑采用融合路径特征的方法对覆盖稀疏区域的射频指纹进行增强,从而提高现有指纹定位系统的健壮性。论文的主要研究内容可概括如下:首先,提出融合射频和轨迹特征的指纹处理方法。通过设计基于惯性传感器的轨迹指纹系统,利用设备在轨迹上移动中产生的特征作为轨迹指纹,并利用特征提取方法将两种基于不同定位原理的指纹进行融合,从而增强定位系统的稳定性。其次,设计增强虚拟指纹网络(Augmented Virtual Fingerprint network,AVF-net)。利用生成对抗的方法,将融合指纹特征图生成为具有位置表征能力的增强虚拟指纹,从而实现对定位算法透明的指纹健壮性增强。最后,利用开源数据集对AVF-net生成的增强虚拟指纹的位置表征能力、系统运行耗时、增强模块应对突发状况的鲁棒性等多方面性能进行了实验评估。同时参照最新的工作设计了多种定位算法并加入增强模块以检验增强模块的适配性。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕业设计驿站 ，原文地址：https://bishedaima.com/lunwen/54614.html
