-Pursuit-
码龄5年
关注
提问 私信
  • 博客:28,255
    28,255
    总访问量
  • 9
    原创
  • 1,195,829
    排名
  • 640
    粉丝
  • 10
    铁粉

个人简介:中国科学技术大学 华为终端BG 算法工程师

IP属地以运营商信息为准,境内显示到省(区、市),境外显示到国家(地区)
IP 属地:香港
  • 加入CSDN时间: 2019-09-09
博客简介:

weixin_45624843的博客

查看详细资料
个人成就
  • 获得35次点赞
  • 内容获得12次评论
  • 获得162次收藏
创作历程
  • 5篇
    2022年
  • 1篇
    2021年
  • 3篇
    2020年
成就勋章
TA的专栏
  • 比赛
    3篇
  • 机器学习
    4篇
  • 随笔
    1篇
  • 探索大佬的混合预编码研究历程
    2篇
兴趣领域 设置
  • 数据结构与算法
    算法
创作活动更多

HarmonyOS开发者社区有奖征文来啦!

用文字记录下您与HarmonyOS的故事。参与活动,还有机会赢奖,快来加入我们吧!

0人参与 去创作
  • 最近
  • 文章
  • 代码仓
  • 资源
  • 问答
  • 帖子
  • 视频
  • 课程
  • 关注/订阅/互动
  • 收藏
搜TA的内容
搜索 取消

2022 第二届中国移动“梧桐杯”大数据应用创新大赛-基于移动大数据的网约车司机识别 线上0.95+ 方案

大家好,我是轶扬,本文给大家分享一下最近半个多月参加的一个机器学习数据挖掘类比赛,移动主办的2022年梧桐杯——基于移动大数据的网约车司机识别,这是一个结构化表格类比赛,提供的数据不仅包含用户的基本信息,还包含了由通信网采集到的信令分析而得的用户位置移动轨迹信息。本文从数据探索、数据预处理、特征工程、模型训练与融合等多个方面,具体介绍了我提出的解决方案,前期只使用基于常规信息构造的特征,模型线上分数在0.94+,加入基于移动轨迹信息构造的特征后,线上分数为0.95+,线上排名top 3%。目录赛题背景.
原创
发布博客 2022.05.09 ·
2932 阅读 ·
1 点赞 ·
3 评论 ·
15 收藏

2020第一届无线大数据竞赛——华为赛道:无线网络智能定位 第2名方案

大家好,我是轶扬,本文给大家分享一下我在2020年参加的第一届无线大数据竞赛的比赛方案。IMT-2020(5G)推进组在2020年初成立了5G与AI融合研究任务组,也是从这一年开始,国内许多通信公司都推出了AI解决无线通信中各种问题的比赛,目的是加速5G引入AI技术,加大5G支持AI的力度,并争取在最新的5G增强技术标准中形成成熟的提案。2020年华为和移动共同举办了国内的第一届无线大数据竞赛,我参加了华为赛道的无线网络智能定位赛题,这是我第一次参加机器学习+无线通信的比赛,也是第一次深入学习和研究机器.
原创
发布博客 2022.05.07 ·
3003 阅读 ·
0 点赞 ·
0 评论 ·
8 收藏

2020中兴捧月算法大赛——傅里叶赛道 第1名方案

大家好,我是轶扬。最近我在总结研究生阶段参与的一些项目和比赛,翻到了2020年参加的中兴捧月算法大赛,题目很有意思,解法上也有一些有趣的创新,所以拿出来特别记录一下。中兴捧月算法大赛是中兴通讯公司主办的算法赛事,每年都会根据当下热点设置多个赛道,包括图像、音频、通信和数据库等。由于我是通信背景出身,所以我在2020年参加了中兴捧月的“傅里叶”赛道,这个赛道的题目有一种大家很容易想到的解法,因此有很多非通信专业的同学参与进来,人数达到了一千多名,是当年5个赛道之最。我最终凭借算法效率的巨大优势(程度运行.
原创
发布博客 2022.05.02 ·
1694 阅读 ·
0 点赞 ·
0 评论 ·
9 收藏

偏态数据的观察、量化评估与处理前后的对比

在机器学习中,模型更容易从具有正态分布特性的数据中学习到有用特征。但我们经常会发现有些特征存在长尾分布,对于这种偏态分布数据,需要进行特殊的处理,本文首先观察特征分布情况,然后以量化的方式评估数据偏态程度从而挑选出偏态数据,最后对偏态数据进行对数化处理,对比处理前后的特征分布。通过箱线图观察不同特征的分布情况# 查看特征的数据倾斜情况# 丢弃y值all_features = df_train.drop(['label'], axis=1) # 找出所有的数值型变量numeric_dtype.
原创
发布博客 2022.04.30 ·
2122 阅读 ·
0 点赞 ·
0 评论 ·
3 收藏

ml-workspace 一体化机器学习开发平台(IDE、Docker、工具安装)

前言在我们进行机器学习的开发过程中,可能会遇到各种环境问题,俗话说,“单单配置环境这一步就把百分之五十的人挡在了机器学习的大门外”,因此,为了帮助大家克服所有环境问题,减轻学习成本,加快上手的速度,本文推荐一个非常非常简单易用便捷灵活高效…的一体化机器学习开发平台——ml-workspace。不仅仅解决环境安装等问题,ml-workspace是一个IDE,它提供了一整套机器学习研究、开发的工作流,提供了非常多的工具,比如Jupyter、vscode、git、基于web的linux桌面GUI、各类指标监控工
原创
发布博客 2022.04.22 ·
3222 阅读 ·
3 点赞 ·
0 评论 ·
3 收藏

邓宁-克鲁格效应的理解

邓宁-克鲁格效应的理解和个人方向选择的思考
原创
发布博客 2021.12.13 ·
3190 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

【混合预编码文献总结】探索大佬的混合预编码研究历程之路2:如何将混合预编码设计问题一步步转化为约束最小二乘问题

【混合预编码文献总结】探索大佬的混合预编码研究历程之路2:如何将混合预编码设计问题一步步转化为约束最小二乘问题写在前面(待整理)前言背景一、本文贡献二、系统模型“单用户多天线多流”系统模型用户端经过处理后的信号模型基于簇的稀疏散射信道写在前面(待整理)本专栏的目的:总结混合预编码研究领域中的一个大佬团队(Robert W. Heath Jr,Ayach Omar El,Alkhateeb Ahmed等人)从2012年至今所发表的一些具有代表性的文章,目的在于探索大佬们一步步走上这个领域的顶端的科研历
原创
发布博客 2020.12.10 ·
4385 阅读 ·
12 点赞 ·
3 评论 ·
59 收藏

【混合预编码文献总结】探索大佬的混合预编码研究历程之路1:信道奇异向量和阵列响应向量的关系

【混合预编码文献总结】大佬的混合预编码研究历程之一:信道奇异向量和阵列响应向量的关系写在前面(待整理)前言背景一、本文贡献二、系统模型“单用户多天线多流”系统模型用户端经过处理后的信号模型基于簇的稀疏散射信道三、推论与证明问题模型无约束最优precoder和combinerSteering Vector Beamforming and Combining引理 1 (对于ULA的阵列响应正交性)Proof of Lemma 1(只要证明阵列响应中的某一列与其他列投影为0即可)推论 2(对于UPA的阵列响应正交
原创
发布博客 2020.12.07 ·
4008 阅读 ·
17 点赞 ·
3 评论 ·
60 收藏

5G-NR mmW frame structure

这里写自定义目录标题欢迎使用Markdown编辑器5G-NR 毫米波段帧结构(关注两个功能块:同步信号SS和CSI参考信号CSI-RS)功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好! 这是你
原创
发布博客 2020.11.29 ·
3437 阅读 ·
2 点赞 ·
3 评论 ·
8 收藏