luence

1.luence  创建步骤   3.0

1.创建luence  Directory  类似数据库  
   /*

Directory     dir = FSDirectory. open( new File(INDEX_PATH));


   fs是创建本地文件
   ram是创建在内存

      Analyzer writerAnalyzer = new StandardAnalyzer(Version.LUCENE_30);
*/

2.创建IndexWriter  类似数据表   
 writer = new IndexWriter(dir, writerAnalyzer, isFirstIndex, IndexWriter.MaxFieldLength. UNLIMITED);
/*
  dir 是上面创建   luence目录
  writerAnalyzer  分词器
    isFirstIndex    boolean 类型  首次创建  true    其余创建  false
*/

3.创建document 类似是数据库中的数据
  将document add到writer里
  Document doc =new  Document();


doc.add(new Field( "name",name,Field.Store.YES,Field.Index. ANALYZED));
  field  只是其中的一个字段 可以创建多个
   "name"  类似是字段名    
Field.Store.YES 
             //Field.Store.YES:存储字段值(未分词前的字段值)
             //Field.Store.NO:不存储,存储与索引没有关系
             //Field.Store.COMPRESS:压缩存储,用于长文本或二进制,但性能受损
Field.Index. ANALYZED
             //Field.Index.ANALYZED:分词建索引
             //Field.Index.ANALYZED_NO_NORMS:分词建索引,但是Field的值不像通常那样被保存,而是只取一个byte,这样节约存储空间
             //Field.Index.NOT_ANALYZED:不分词且索引
             //Field.Index.NOT_ANALYZED_NO_NORMS:不分词建索引,Field的值去一个byte保存

---------------------------------------------------------------------------------------------------------------------------------

2.luence  删除

删除luence 
 1.删除单条数据luence  
 2.      IndexReader ir = null;
        Directory dir = null ;
        dir = FSDirectory. open(new File( INDEX_PATH));
        ir = IndexReader. open(dir,false);
        //第一个参数是索引的目录    第二个参数 是否以只读的形式打开
        //删除类似与sql删除  根据字段删除
        ir.deleteDocuments( new Term("productId" ,productId));



 2.删除整个luence 
     2.1  删除程序luence  只需将索引文件删除即可
 

---------------------------------------------------------------------------------------------------------------------------------

3. luence 索引的更新,优化

 对于索引的更新 只能先进行删除  之后重新添加所以
对于重新创建的所以  需要new writer  
问题 会出现索引文件增加   解决办法 
  1.先判断是否创建过  
  2.如果创建过 需要优化luence
writer.setUseCompoundFile( true);
isFirstIndex  = false;
 writer = new IndexWriter(dir, writerAnalyzer, isFirstIndex, IndexWriter.MaxFieldLength. UNLIMITED);
//简便优化
writer.setUseCompoundFile (true);

优化 
      IndexWriter writer = null ;
       Directory dir = null;
        Analyzer writerAnalyzer = new StandardAnalyzer(Version.LUCENE_30 );
                  dir = FSDirectory. open(new File( INDEX_PATH));
                  writer = new IndexWriter(dir,writerAnalyzer, false,IndexWriter.MaxFieldLength.UNLIMITED);
                   //合并到一起
                  writer.optimize();


---------------------------------------------------------------------------------------------------------------------------------

4.luence  查询

 1.获取luence仓库Directory

2.创建IndexReader
3.创建索引条件 IndexSearcher
4.排序
5.返回查询结果
              
             Directory dir = null ;
             IndexReader reader = null ;
            IndexSearcher searcher = null ;
     
   SortField[] sfs = null;
sfs=new SortField[] { new SortField(null, SortField. DOC, true) };
Sort sort = new Sort(sfs);
dir = FSDirectory.open(new File(INDEX_PATH));
reader = IndexReader. open(dir);
 searcher = new IndexSearcher(reader);
BooleanQuery bquery= new BooleanQuery();
bquery.add(new TermQuery( new Term("state" ,"2")),BooleanClause.Occur. MUST)
TopDocs topDocs = searcher.search(bquery, null,1000,sort);
ScoreDoc[] hits = topDocs. scoreDocs ;
CopyOnWriteArrayList<Product> resultlist = new CopyOnWriteArrayList<Product>();
       for(int i=0;i<hits.length;i++){
                    Document doc = searcher.doc(hits[i]. doc);
//从数据库进行二次查询
Product sp = (Product)Tools.getManager(Product. class).get(doc.get("productId" ));
resultlist.add(sp);

}
  //排序规则
SortField. SCORE 按积分排序 
SortField. DOC 按文档排序 
SortField. AUTO 域的值为int、long、float都有效 
SortField.STRING 域按STRING排序 
SortField..FLOAT 
SortField.LONG 
SortField.DOUBLE 
SortField.SHORT 
SortField.CUSTOM 通过比较器排序 
SortField.BYTE 


内容概要:该论文探讨了一种基于粒子群优化(PSO)的STAR-RIS辅助NOMA无线通信网络优化方法。STAR-RIS作为一种新型可重构智能表面,能同时反射和传输信号,与传统仅能反射的RIS不同。结合NOMA技术,STAR-RIS可以提升覆盖范围、用户容量和频谱效率。针对STAR-RIS元素众多导致获取完整信道状态信息(CSI)开销大的问题,作者提出一种在不依赖完整CSI的情况下,联合优化功率分配、基站波束成形以及STAR-RIS的传输和反射波束成形向量的方法,以最大化总可实现速率并确保每个用户的最低速率要求。仿真结果显示,该方案优于STAR-RIS辅助的OMA系统。 适合人群:具备一定无线通信理论基础、对智能反射面技术和非正交多址接入技术感兴趣的科研人员和工程师。 使用场景及目标:①适用于希望深入了解STAR-RIS与NOMA结合的研究者;②为解决无线通信中频谱资源紧张、提高系统性能提供新的思路和技术手段;③帮助理解PSO算法在无线通信优化问题中的应用。 其他说明:文中提供了详细的Python代码实现,涵盖系统参数设置、信道建模、速率计算、目标函数定义、约束条件设定、主优化函数设计及结果可视化等环节,便于读者理解和复现实验结果。此外,文章还对比了PSO与其他优化算法(如DDPG)的区别,强调了PSO在不需要显式CSI估计方面的优势。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值