imtoken官网唯一地址|sdm

首页
sdm

imtoken官网唯一地址|sdm

作者： imtoken官网唯一地址

2024-03-07 21:00:26

单机游戏_单机游戏下载_单机游戏大全中文版下载_3DM游戏网

主站

商城

论坛

自运营

首页

单机

手游

软件

网游

自运营

新闻

专栏

娱乐

硬件

商城

电竞

下载

论坛

MOD站

0.1折玩手游

火爆单机

火爆手游

火爆网游

3DM自营

游戏活动

3DM商城

辟谣

新浪微博

微信公众号

新浪微博

动作

角色

射击

策略

冒险

体育

模拟

捅白猪爆神装

刺客信条：幻景

赛博朋克2077

原子之心

道士遛狗

永劫无间

往日不再

控制

怪物猎人世界

翼星求生

漫威复仇者联盟

小缇娜的奇幻之地

猎天使魔女3

火焰纹章无双

地平线西部禁域

刺客信条英灵殿

战神4

半条命爱莉克斯

鬼泣5

漫威蜘蛛侠

幽灵行者

古剑奇谭3

恶魔之魂重制版

黑神话：悟空

尼尔：机械纪元

女神异闻录5S

塞尔达无双

英灵神殿

尼尔：伪装者

战国无双5

暗影火炬城

古墓丽影暗影

卧龙：苍天陨落

黑暗之魂3

还是原来的味道

上古卷轴5

荒野大镖客2

仙剑奇侠传7

塞尔达旷野之息

暗黑破坏神2重制版

博德之门3

最后的生还者

APEX英雄

剑士

如龙7

骑马与砍杀2：霸主

天外世界

极乐迪斯科

最终幻想7重制版

开拓者拥王者

四海兄弟：最终版

天穗之咲稻姬

勇者斗恶龙11S

鬼谷八荒

异度神剑2

侠之道

莱莎2

勇气默示录2

怪物猎人：毁灭之翼

巫师3：狂猎

绯红结系

创之轨迹

底特律：变人

渡神纪

传说之下

开拓者正义之怒

赛博朋克2077

歧路旅人

还是原来的味道

毁灭战士：永恒

孤岛惊魂6

战地2042

使命召唤：先锋

死亡循环

战地5

幽灵行动：断点

收获日3

战争机器5

斯普拉遁3

全境封锁2

遗迹：灰烬重生

人间地狱

泰坦陨落2

僵尸世界大战

彩虹六号：异种

地铁：逃离

光环：士官长合集

无主之地3

逃离塔科夫

使命召唤：战区

幽灵战士契约2

Outriders

彩虹六号：围攻

孤岛危机复刻版

挺进地牢

Apex英雄

PVZ和睦小镇

穿越火线X

星球大战：战机中队

命运2

死亡回归

求生之路2

还是原来的味道

帝国时代4

三国之志4

杀戮尖塔

文明6

三国志14

杀手3

幽浮：奇美拉战队

王国保卫战

循环勇者

欺诈之地

冰汽时代

漫野奇谭

UP对战平台

漫威暗夜之子

群星

战争机器5

亿万僵尸

伊甸之路

英雄连3

归家异途2

命令与征服重制版

钢铁收割

帝国时代3

战场女武神4

全面战争三国

纪元1800

魔兽争霸3

奇妙探险队2

十字军之王3

国王的恩赐2

三国群英传8

全面战争：战锤3

赏金奇兵3

还是原来的味道

超级马里奥制造2

小小梦魇2

泰拉瑞亚

看门狗军团

风来之国

夜族崛起

超级马里奥派对

大富翁10

猎人荒野的呼唤

地狱把妹王

波西亚时光

霓虹深渊

深海迷航

方舟：生存进化

风之旅人

隐形守护者

Among Us

蔚蓝

远星物语

死亡细胞

赤痕：夜之仪式

人类一败涂地

饥荒

无人深空

胡闹厨房2

神界原罪2

弹丸论破

空洞骑士

盗贼之海

艾迪芬奇的记忆

逆转裁判

我的世界地下城

双人成行

还是原来的味道

FIFA 23

NBA2K22

极限国度

极品飞车21

地平线5

神力科莎

极品飞车14

世界汽车拉力锦标赛

NBA 2K23

索尼克赛车

尘埃拉力赛

火箭联盟

口袋力量棒球R

马里奥高尔夫

速降王者

马里奥网球Aces

2k欢乐竞技场

滑板XL

极限巅峰

健身环大冒险

WWE 2K22

赛道大师

东京奥运会

足球小将新秀崛起

超级巴基球

地平线5

超级房车赛

尘埃5

极速骑行4

极品飞车18

F1 2021

马里奥赛车实况

雪地奔驰

还是原来的味道

微软飞行模拟

了不起的修仙模拟器

边缘世界

城市天际线

模拟人生4

巴士模拟21

创世小玩家2

我的世界

医院计划

炼金术士模拟器

流浪汉模拟器

密教模拟器

动物森友会

饥荒

辐射避难所

双点医院

坎巴拉太空计划

美国卡车模拟

过山车之星

异星工厂

侏罗纪世界进化2

狂热运输2

监狱建筑师

农场经理2021

欧洲卡车模拟2

史莱姆牧场

乞丐模拟器

缺氧

海岛大亨6

动物园之星

团战经理

足球经理2022

星露谷物语

妖怪名单

传奇正传

原神

高能英雄

258手游

八门神器

我的世界

幻塔

逆水寒手游

原神

王者荣耀

和平精英

巅峰极速

火炬之光：无限

海盗进化

率土之滨

盲盒大作战

TapTap

抽卡人生

最佳镇长

暗黑破坏神：不朽

热血封神

无畏契约

炉石传说

地下城与勇士

英雄联盟

坦克世界

官网

礼包

开始游戏

原始传奇

官网

礼包

开始游戏

双生幻想

官网

礼包

开始游戏

权力的游戏：凛冬将至

官网

礼包

开始游戏

热血封神

官网

礼包

开始游戏

火柴人觉醒

近期活动

CF3月网吧活动网址

03/01 - 03/31

进行中

CF龙年限定雷神新春神龙限时免费活动网址

02/01 - 02/29

已结束

DNF龙舞贺新春勇士过新年活动网址

02/01 - 03/01

已结束

云顶之弈金龙夺宝活动网址

01/25 - 03/20

进行中

LOL天龙祈愿活动网址

01/19 - 02/29

已结束

狙击精英4

¥59.00

购买

NBA 2K24

¥60.00

购买

灵魂能力6豪华版

¥79.00

购买

暗黑地牢

¥27.00

购买

正版促销

热门专区

游戏排行榜

补丁工具

3DM汉化

标签合集

一周话题

风灵月影

手游周推

《最终幻想7：重制版》三部曲第三部也是PS独占

好色之徒《龙之信条2》追随者：前主人开后宫

《星空》最新更新B测版Steam上线修复海量问题

《星刃》全新截图：油腻师姐美丽场景壮观惊艳

《FF14》XGP版仅有30天没有试玩交易限制

汉化发布

提利昂·库斯伯特：奥术律师

信仰：邪恶的三位一体

血腥地狱

Balatro

《奇因希德》中文免安装版进入

《法老王：新纪元》中文免安装版进入

《独臂劫匪》中文免安装版进入

《史诗战争模拟器2》中文免安装版进入

《安迪与蕾蕾的棺椁》中文免安装版进入

今日新闻

热门回顾

硬件频道

《对马岛之鬼》5月16日登陆Steam

克系恐怖《沉没之城2》正式公布

《心灵杀手2》降低配置需求

《龙之信条2》存档只有一个：鼓励探索

《祇：女神之道》上架Steam

网飞《寄生兽》真人剧预告

华硕ROG PG32UCDM预售 4K@240Hz OLED屏20:34

日本美女玩家みぃこ福利图赏超大欧派爱了爱了20:30

3DM轻松一刻第1174期狗都已经会弹皮筋打气球了20:18

《对马岛之鬼》PC刚公布销量已经冲上Steam第五19:49

沙特一机器人摸美女记者臀部：工程师称技术故障引发17:55

爆炒英伟达的人已财富自由：黄仁勋没坑买他显卡用户17:46

《女神异闻录3Re》埃癸斯篇是唯一扩展没有女主DLC17:34

广井王子策划！电竞电影《PLAY！胜负无所谓》将映17:16

美国招募新一轮宇航员：年薪百万有机会去火星月球16:59

data.ai全球发行商大奖腾讯字节跳动谷歌前三16:56

法官批准Yuzu任天堂和解条约：一字未改板上钉钉16:40

《星刃》战斗华丽！服装只是装饰品武器不需要制作16:38

开发商Nexon 30周年网站上线 3月14日公布新消息16:25

迪士尼想让德普回归《加勒比海盗》或会减戏份成配角16:18

官方公布2月被投诉钓鱼网站Top10 假苹果腾讯等前三16:12

《星空》玩家玩了850小时探索到新地点：真是惊喜！16:01

305米的小行星5年后擦过地球：不排除撞击15:41

传ATLUS将来不推出“完整版” 均为DLC或扩展通行证15:40

《美女，请别影响我学习》让你的心动无处可逃！15:34

极空间NAS上线“AI 实验室”功能自然语言搜图等15:24

《ABYSS X ZERO》Steam上线 3D银恶城动作冒险15:23

《星球大战》三部曲电影智利版被无缝植入广告15:20

《最终幻想14》XGP版仅有30天但没有试玩交易限制14:45

电影《数码宝贝02：最初的召唤》国内定档4月20日14:43

《厄苏黎雅之烬》免费登陆Steam 第一人称弓箭射击14:29

传丰田正打造《宝可梦朱·紫》密勒顿摩托车14:17

《勇敢的心：叶落归根》发售支持全平台游玩14:16

好色被点名《龙之信条2》追随者：前主人开后宫13:55

游戏王世界赛2024宣布9月7日举办新增超速决斗项目13:31

狮门影业的新剧集《暮光之城》实为动画作品13:27

《Perfect Poses》4月登陆Steam 完美姿势穿洞挑战13:26

神奇！AMD显卡暴涨117%份额飙升英伟达意外大跌12:08

动作冒险游戏《权贵之地》公布 2025年登陆Steam11:59

《赛博朋克2077》官方漫画将推出实体版精选集11:58

因Epic老板表达不满苹果删除公司iOS开发者账号11:53

《哥斯拉大战金刚2》“极致威胁”预告 3月29日上映11:49

《艰难攀爬游戏》登陆Steam 致敬壶男伸腿版11:45

微信发布朋友圈违规避坑指南躲坑依然有难度11:34

《未知9号：觉醒》Steam页面上线年内发售11:31

《绝地潜兵2》最弱装备喷火器一夜之间变“神器”11:30

《飙酷车神2》MAD第2弹更新往后再无新内容11:04

《龙之信条2》幻术师预告 3月22日发售10:57

Atlus新作《圣兽之王》发售日更新追加新难度设定10:46

《预兆景象》开发商大裁员抢先体验新作停止开发10:41

《祇：女神之道》Steam页面上线年内发售10:32

《碧姬公主：表演时刻》试玩版上线免费下载游玩10:29

第一人称叙事心理恐怖《噩梦初醒》已正式发售10:29

《英灵殿之子》发售日预告 4月5日正式发售10:23

《龙之信条2》只有一个存档位是为了鼓励玩家探索10:19

《魔法门之英雄无敌：领主争霸》评测10:15

《Sugardew Island》众筹开启温馨牧场经营10:14

《节奏地牢》DLC“同步”结束EA 3月14日正式发售10:14

老牌澳洲开发商Torus Games解雇团队暂停运营10:14

开放世界生存《冬日幸存者》抢先体验发布10:06

《星空》最新更新B测版Steam上线修复海量问题09:56

《刀剑神域碎梦边境》Steam页面上线支持中文09:55

Netflix《寄生兽》真人剧集首发官方前导预告09:49

风火轮玩具生产商美泰宣布将自主发行手机游戏09:49

《我的世界》为狼推出更新更丰富种群和个体09:43

《黑帝斯2》将提供独立的体验无需玩过原版游戏09:40

《黑神话悟空》游戏主线剧情透露小猴子重走西游之路56

《碧海黑帆》发售不到三周零售商已降价25美元52

完成历史使命！GTX 16系列GPU宣布彻底停产51

GDDR7标准公布：RTX 5090性能要翻倍速度飞起！49

《对马岛之鬼》5月16日登陆Steam 国区售价414元46

黑人玩家不满《铁拳8》艾迪：又是脏辫审美疲劳了43

暴雪前总裁：《暗黑4》试炼场有趣玩家们会回归37

Yuzu模拟器创建者接受任天堂要求达成庭外和解37

《地平线：西之绝境》PC版新截图画面绚丽夺目36

电影《射雕英雄传》进入后期制作肖战出演郭靖35

苹果市值两天蒸发超万亿元 iPhone中国销量暴跌24%35

睡前玩8分钟手机能让身体兴奋1小时！还会“变丑”34

《星空》开发者：为了创造外星生命我们做了大量工作34

尼尔：顽皮狗新项目雄心勃勃但制作起来非常困难33

Yuzu模拟器倒下去 Nuzu和Suzu站了起来31

周星驰晒与前女足国脚合影邀请她们加盟《少林女足》30

网飞版《三体》剧集新剧照和工作照 3月21日上线30

《最终幻想7：重生》新宣传片公布：接近故事的核心28

《星刃》已在沙特阿拉伯过审没有LGBTQ+元素28

外媒：苹果造车太想颠覆行业野心太大注定失败28

恐怖游戏《寂静岭》迎来发售25周年27

《月球叛军》1和2导演剪辑版将在同一天上线27

《荒野大镖客2》游戏摄影截图画面效果精彩绝伦26

《质量效应》新作很可能是PS6游戏还要等待很久25

日本清纯美女モモリナ福利图前凸后翘谁能拒绝25

《龙之信条2》开放世界灵感来源竟然是《给他爱5》24

招聘广告暗示《GTA6》将在2025年3月左右发售24

《哥特王朝：重制版》新截图公布画面很真实24

《荒野大镖客2》亚瑟演员：多亏R星改变了我的一切23

钟薛高售价从60元降到2.5元交智商税23

马斯克：AI将引发科技革命但2025年面临电力瓶颈23

俄美女Cos《巫师3》叶奈法黑丝长裙难掩性感身材23

许多用户吐槽Win11不好用：安装需微软账户联网23

《龙之信条2》只有一个存档位是为了鼓励玩家探索22

最新数据显示 iPhone中国销量大跌24%华为大涨64%21

《美女，请别影响我学习》Steam页面本月发售21

《绝地潜兵2》打破游戏界常态三周后销量仍在攀升20

神奇！AMD显卡暴涨117%份额飙升英伟达意外大跌19

《尸战朝鲜：血脉》免费登陆Steam 热剧改动作RPG19

《地平线：西之绝境》PC配置公布硬盘需求150G19

不仅Yuzu受灾开发商3DS模拟器Citra也被下架18

《霍格沃茨之遗2》有可能变成一款实时服务游戏17

贾跃亭对线丁磊法拉第未来宣布起诉高合汽车16

代表建议建立大学生网游防沉迷 Epic商城关注评论16

超17家车企降价：用户称买的越早亏的越多16

《最终幻想7：重制版》三部曲第三部也是PS主机独占13

《最终幻想7重生》之所以成功是因为专为PS5开发13

《命令与征服》系列Steam售价永降全部“白菜价”13

《最终幻想7：重生》莫古利造型大改引玩家吐槽12

迪士尼想让德普回归《加勒比海盗》或会减戏份成配角11

开学新装备，RTX 4070笔记本电脑AIGC抢先体验！

AFMF猛增3倍？RX6750 GRE 如何加冕甜品级显卡新王

对于喜欢N卡的小伙伴来说，英伟达的RTX4060是一块比较热门的显卡，那么A卡有没有一块和RTX4060相互竞争甚至更甚一筹的呢？

英特尔酷睿第14代处理器i7-14700K首发评测：AI超频，性能无敌

就在10月17日，英特尔推出了酷睿第14代S系列处理器。注意到的小伙伴一定注意到了，这次的命名也有了一些变化：更加强调酷睿。这也将是最后一次使用“第X代酷睿”，以后将都是“第X代酷睿Ultra”来命名。

多维提升视听品质：解码三星OLED电视“芯”内涵

随着生活水平的提升与科技的不断进步，消费者对智能电视音画、体验的需求不断上涨，电视芯片则从一定程度上描绘着整个智能电视的观感，成为提升其多维能力的关键因素。三星今年发布的OLED系列电视搭载独家神经元量子点处理器，以集成之“芯”智慧升级沉浸音画、全面赋能娱乐享受，助力消费者尽享臻彩生活。

七彩虹将星X15 AT：内外兼修，“将”心独具

在新学期来临之际，正是购买笔记本的高峰时期，新学期肯定要用上新配置，而且40系的显卡是真香啊。就在不久前笔者发现七彩虹又给我们带来了惊喜，他就是将星X15at：将星独具，星生无畏。

华硕RT-AX88U Pro路由器，从此和高Ping战士说拜拜

49寸240Hz QD-OLED曲面带鱼屏显示器？尊嘟假嘟？EVNIA 49M2C8900上手体验！

评测品鉴

《绝密：法国 ‘44年》评测：古色古香

评分

7.2

《奇唤士》评测：“心之怪盗”在华沙

评分

7.8

《雾锁王国》EA评测：既生瑜，何生亮？

评分

7.6

索尼PULSE系列无线耳机评测：PlayStation 5的绝佳拍档

评分

8.5

近期新作

最终幻想7：重生

语言：简中

2024-02-29 ( 魔幻 )

魔幻

日系

剧情

NEW

最终幻想7：重生

语言：简中 | 繁中 | 英文 | 日文 | 多国

发行：史克威尔艾尼克斯

魔幻

日系

剧情

2024-02-29 ( 魔幻 )

碧海黑帆

语言：简中

2024-02-16 ( 航海 )

航海

剧情

NEW

碧海黑帆

语言：简中 | 英文

发行：Ubisoft

航海

剧情

2024-02-16 ( 航海 )

正版购买

铁拳8

语言：简中

2024-01-26 ( 对抗 )

对抗

街机

NEW

铁拳8

语言：简中 | 繁中 | 英文 | 日文 | 多国

发行：Bandai Namco Entertainment

对抗

街机

2024-01-26 ( 对抗 )

正版购买

如龙8

语言：简中

2024-01-26 ( 剧情 )

剧情

暴力

NEW

如龙8

语言：简中 | 繁中 | 英文 | 日文

发行：世嘉

剧情

暴力

2024-01-26 ( 剧情 )

TG 自带代理

纸飞机聊天软件下载中文官网版

纸飞机telegeram 中文版下载

Telegram 纸飞机下载安装最新版

纸飞机telegeram 2024最新版

纸飞机 2024最新版

telegeram 最新版

纸飞机聊天软件免费版

争议投票

TGA 2023颁奖典礼观众投票评价：获奖者感言时间紧被批评

在今年的 TGA 2023 年度游戏大奖颁奖典礼直播结束后，主持人杰夫·基里在推特上发表投票，询问观众们对今年的颁奖仪式的评分。分为 A、B、C 和 D 及以下四个档次。

可以看出，大多数观众对于今年的 TGA 还是较为满意的，其中投给 A 的观众占比为 30.1%

非常好26%投票

一般般14%投票

很无聊61%投票

《使命召唤》会不会成为Xbox独占？查看

你如何看待主机平台独占游戏？查看

你如何看待现在的EPIC GAME?查看

原创内容

除了黑神话，TGA上的这款国产游戏也让老外惊叹不已

枪炮与钢铁：比起坦克，它更像是UFO

《卧龙：苍天陨落》试玩报告

周四

游戏历史上的今天：《灵魂献祭》在日本发售

银河正义使者

宗庆后去世后，他女儿的微博成了最好的“人类观察地”

阿姨王丽

我真的要去干保安了

廉颇

放弃了爱情的扑街网文作者，成了贴吧乐子人的电子宠物

泥头车

《APEX英雄》制作团队访谈：再造传奇

廉颇

日本美女护士给几十个老汉生孩子，只为完成主人的任务

阿姨王丽

“剑风传奇吧”事件再度反转，从“碟中谍”变成“无间道”

子鲤

当你随时随地都能够使用时间消失术是种什么体验？

廉颇

即将发布

潜行者2

2024-09-05

FPS

龙腾世纪4

2024-12-31

RPG

战锤40K：星际战士2

未知

ACT

风暴崛起

2024年

SLG

破坏创造王

未知

RAC

小小梦魇3

2024年

AVG

娱乐频道

娱乐八卦

涨涨姿势

人在囧图

精选壁纸

周一内涵囧图对爱运动的女生没有抵抗力

周五福利囧图云飞旗袍开衩高度和回头率成正比

3DM轻松一刻小矮子求偶高跟长腿御姐！

3DM轻松一刻孙悟空都把持不住何况是我

俄美女Cos《巫师3》叶奈法

日本清纯美女モモリナ福利图

AI绘制性感唯美的美少女图集35

网页游戏

页游

手游

自运营

H5游戏

愤怒的兔子

Q版画风趣味萌兔玩虐全场

进入官网

开始游戏

《龙神八部之西行纪》

可以玩得漫画《龙神八部之西行纪》正式上线

进入官网

开始游戏

《火柴人觉醒》

“火柴人联盟”ip续作！

进入官网

开始游戏

经典页游

热门手游

权力的游戏：凛冬将至

官网

礼包

开始游戏

热血封神

官网

礼包

开始游戏

原始传奇

官网

礼包

开始游戏

梦幻大陆

官网

下载游戏

沙城争霸

官网

下载游戏

天堂之圣灵

官网

下载游戏

页游开服表

热三国群英传

进入

开服信息：614服

2024-03-07

跨越千年

进入

开服信息：双线280服

2024-03-07

热血封神

进入

开服信息：冰雪552服

2024-03-07

九州谕

进入

开服信息：扭转乾坤367服

2024-03-07

巅峰冠军足球

进入

开服信息：549区

2024-03-07

王者之心2

进入

开服信息：双线498服

2024-03-07

单机游戏

原创

专区

排行榜

攻略

标签

汉化

补丁

自杀小队：战胜正义联盟

女神异闻录3：Reload

碧蓝幻想：RELINK

古龙风云录

幻兽帕鲁

进入专题

自杀小队：战胜正义联盟

/ 02月03号

标签：

漫改

人数峰值仅1.2万

4K最高画质截图

IGN 5分

画面大倒退

抢先体验滑铁卢

主线仅仅9小时

补偿豪华版玩家

PC版D加密

评分

6.5

《自杀小队：战胜正义联盟》的情节紧跟《自杀小队》漫画书。DC宇宙中臭名昭著的恶棍们与政府签约，组成特别任务小组X（Task Force X），执行秘密任务，以换取完全的赦免。在这种情况下，恶棍们得到了额外的好处，杀死正义联盟。

进入专题

女神异闻录3：Reload

/ 02月02号

标签：

日系

剧情

校园

玩家不用怕背刺

Steam好评如潮

今日正式多平台上线

PV04 预计今日发售

不会推出加强版

IGN 9分

严禁偷跑

前50分钟实机

评分

7.4

《女神异闻录3：Reload》是PS2《女神异闻录3》的重制版，预计将于2024年初发售，登陆Xbox Series X|S、Xbox One、XGP和PC。

进入专题

碧蓝幻想：RELINK

/ 02月01号

标签：

魔幻

新更新上线

steam在线超10万

多半好评峰值超8万

IGN 8分

主线15-20小时

上市预告

Access Denied

You don't have permission to access "http://www.intel.cn/content/www/cn/zh/products/docs/smart-display-module/overview.html" on this server.

Reference #18.f4231c78.1709816425.3b6809a5

空分复用（SDM）技术进展 - 知乎

空分复用（SDM）技术进展 - 知乎首发于光通信充电宝切换模式写文章登录/注册空分复用（SDM）技术进展Fiber光通信博士，通信设备公司研发空分复用（SDM)技术利用多路空间上的正交信道来同时传输信号达到扩容的目的，其概念最早应该是在无线通信领域被提出并被推广应用，如我们常听说的beam forming, Massive MIMO等或多或少都与之相关。而光传输领域中的SDM技术一般来讲主要包括四种，基于传统的光纤束、光纤阵列的并行光纤传输，基于多芯光纤的高密度传输，基于少模光纤的模式复用传输，基于轨道角动量复用的传输，基本特征总结如下表所示。表1. 常见的空分复用光传输技术光传输领域的空分复用技术最早是源于光纤束的概念，同一根光缆中的多根并行光纤分别作为独立的信道同时传输多路信号，典型应用用光纤阵列，多模MPO等。后来发展为共包层的多芯光纤（MCF)结构，进一步压缩光纤尺寸，提升纤芯一致性，为高密度集成奠定基础。而模式复用的概念就要追溯到上世纪80年代的多模光纤的模式群复用的概念了，在一根多模光纤中同时传输多个不同的模式群以携带更多的数据量。后来到2010年左右，模群复用的概念被大家扩展为现在的模式复用。所谓模式，是指光信号在光纤中光场的横向分布，由于给定光纤几何尺寸和折射率分布，光纤中能稳定存在的模式是确定的，也就是导模了，不同阶次的导模之间是正交的。利用这些正交的模式来传输不同的数据就是模分复用MDM了。OAM技术源于无线通信中的电子自旋角动量的概念，后来引入到空间光通信中实现多路复用，近年来OAM也被引入到光纤通信中。在传输距离上，并行单模，多芯光纤，模式复用传输理论上都支持短距接入和长途传输，甚至超长距的跨洋通信。但对于光纤中的OAM复用，采用常规的少模光纤或Votex光纤，当前实验中能支持的OAM数量一般小于6个，传输距离也小于10km。因此，OAM在光纤通信中其实也算不上主流的SDM技术了。另外，在物理本质上，OAM其实也是高阶模式的复用，轨道角动量也不过是光纤模场分布的另一组正交基罢了，区别于当前我们所熟知的线偏振模和矢量模。所以本文后续不单独再讲ＯＡＭ复用了。在实用性方面，并行单模复用方式最简单，应用也已经深入人心，所有的设备都与当前单模光通信一样。不过也正是因为这样，基于并行单模扩容的方案在成本上完全没有优势，完全等同于新建了一套系统。没有创新，当然没有收获了。模分复用系统，除了需要重新设计芯径更大的少模光纤，及模式复用、解复用器件，少模放大器等之外，模式间的串扰，差分群时延，模式相关损耗的存在让模式复用信号的接收和解调变得困难，通常需要采用ＮｘＮ的ＭＩＭＯ均衡算法，这与当前的商用DSP芯片和接收机并不兼容，因而短期来看实用的可能性还不太高。相比于模分复用，多芯光纤提升光传输系统容量更为直接。首先，通过打孔法或者堆叠法等在保偏光纤和光子晶体光纤中常用的技术来制作低串扰的多芯光纤具有可行性。同一包层下多个单模纤芯的一致性和稳定性远超过不同的模式信道。多芯光纤的Fan in Fan out连接器的制作工艺也比拉锥法制作光子灯笼模式复用解复用器要简单，可重复性也高。下图为7芯光纤连接器的制作步骤。简单分为三个过程。1.将七根单模光纤的外径拉锥或腐蚀到合适的尺寸，2. 按七芯光纤的几何结构和尺寸将七根单模光纤排列到陶瓷插芯内孔中，3，七芯光纤也放进陶瓷插芯的另一端，监测对准、点胶固定、端面磨平。图1. 七芯光纤连接器的制作过程示意图。这种纯无源的连接器制作工艺，制作出来的损耗小于1dB，芯间串扰低至-60dB。在光纤本身的损耗、有效面积等光学特性方面，多芯光纤也与单模光纤相同。下表为日本NICT的22芯光纤在1550nm处的光学特性。表2. 22芯光纤光纤在1550nm波长处光学特性其实对于简单应用来讲，解决了低损耗的连接器的问题，理论上就可以在传输系统中应用了。因此，从这方面讲，基于多芯光纤的空复用技术在实用化方面的潜力更大一些。对于SDM技术的基本内容看到这里其实就够了，如果您还需要进一步了解SDM技术兴起的缘由，现在技术进展如何，今后在哪些方面有用等问题，请进入进阶内容。本文首发于本人微信公众号：光通信充电宝。进阶内容请移步微信公众号。如需转载请说明来源，谢谢！活到老，学到老。本公众号将为您推荐最新的光通信行业资讯，科普最新的前沿专业技术，解答光通信最基础的常见误区。我们共同探讨科研idea，交流技术研发难题。趁年轻，多学习，多点见识，多位朋友，一起加入吧！发布于 2020-06-04 20:27通信原理光通信技术大规模 MIMO 传输理论与关键技术（书籍）赞同 233 条评论分享喜欢收藏申请转载文章被以下专栏收录光通信充电宝光通信资讯技术一

什么是空间杜宾模型（Spatial Dubin Model,SDM）？ - 知乎

什么是空间杜宾模型（Spatial Dubin Model,SDM）？ - 知乎首页知乎知学堂发现等你来答切换模式登录/注册经济学什么是空间杜宾模型（Spatial Dubin Model,SDM）？完全找不到什么具体易懂的资料，通过英文google发现似乎是隶属于空间经济学旗下的模型，貌似比较新颖，近几年才有的。其实是看论文的时候看到的，根本看不…显示全部关注者127被浏览662,566关注问题写回答邀请回答好问题 10添加评论分享5 个回答默认排序慧航2015 年度新知答主关注谢题主邀。google是很强大的，如果你没找到，说明你使用google的方式还有待进步。我从google上找到的slides，讲的比较清楚：http://www.people.fas.harvard.edu/~zhukov/Spatial6.pdf，Applied Spatial Statistics in Rspatial durbin model 的形式为：y=\lambda Wy+X\beta_1+WX\beta_2+\epsilon其中W为空间权重矩阵。发布于 2014-10-27 14:33赞同 418 条评论分享收藏喜欢收起胡海德管理学博士，电音制作人关注简单的说，SDM分成三个部分：与相邻地区y的空间自相关：W为空间权重矩阵，显示y与相邻地区的其它y有关系。自变量相关：y与自变量X有关，也就是最简单的线性回归模型与相邻地区x的空间自相关：y与相邻地区的其它x有关系。举个例子：你知道你考不好，你妈会揍你。你考不好就是x，妈揍你是y。现在假设你妈有一个很要好的邻居，喜欢揍她的孩子。你妈看到邻居的教育方法让孩子考的很好，因此也想用揍你的方式帮你提升成绩。你妈邻居就是空间自相关的y。现在你妈邻居的孩子没考好，你妈觉得连邻居的孩子都考不好，自己的孩子怎么可能会考好，于是在你回家报告成绩之前，先拿起鸡毛掸子等你回家。OK。发布于 2018-05-29 14:58赞同 22115 条评论分享收藏喜欢

单机资源下载_一键下载安装游戏资源,辅助工具_3DM下载

主站

商城

论坛

自运营

首页

单机

手游

软件

网游

自运营

专区

下载

攻略

补丁

汉化

xbox

发售表

排行榜

您的位置：

单机 >

游戏

风灵月影修改器大全

歧路旅人 II

瘟疫传说：安魂曲

原始传奇

黑相集：心中魔

怪物猎人：崛起

三国杀：十周年

游戏下载

全部游戏

角色扮演

射击游戏

动作游戏

冒险游戏

赛车游戏

策略游戏

即时战略

养成游戏

桌面棋牌

休闲益智

体育运动

模拟经营

音乐游戏

格斗游戏

动作角色

第一人称射击

第三人称射击

其他游戏

模拟器类

网络游戏

共计：47362 款

排序方式：

时间

热度

评分

中文版

免安装

《权力的游戏：凛冬将至》

类型：战争策略

68604

语言：中文

评分：9.6

发布：2023-02-17

平台：pc

标签：

国战

微端下载 (17.8 M)

3DM自营《原始传奇》限时回收

类型：角色扮演

304183

语言：中文

评分：9.9

发布：2021-08-12

平台：pc

标签：

传奇

魔幻

微端下载 (41.83M)

《Project L.3.3.T》游戏库

类型：射击游戏

语言：英文

评分：0.0

发布：2024-03-07

平台：pc

标签：

战争

写实

枪战

暂无资源

《云·原神》官方客户端

类型：冒险游戏

语言：简中

评分：0.0

发布：2024-03-07

平台：pc

标签：

开放世界

国产

游戏下载 (179.63MB)

《动物园异常》免安装英文版

类型：动作游戏

语言：英文

评分：0.0

发布：2024-03-07

平台：pc

标签：

恐怖

奇幻

惊悚

游戏下载 (3.69GB)

《道具猎人》免安装中文版

类型：动作游戏

语言：简中

评分：0.0

发布：2024-03-07

平台：pc

标签：

沙盒

合作

游戏下载 (4.39GB)

《WWE 2K24》游戏库

类型：动作游戏

语言：英文

评分：0.0

发布：2024-03-06

平台：pc

标签：

写实

暂无资源

《暗影原野》免安装中文版

类型：动作游戏

语言：简中

评分：0.0

发布：2024-03-06

平台：pc

标签：

恐怖

回合制

开放世界

游戏下载 (1.03GB)

《荣耀死斗2》免安装中文版

类型：策略游戏

语言：简中

评分：0.0

发布：2024-03-06

平台：pc

标签：

回合制

Roguelike

复古

游戏下载 (356.44MB)

《佐瑞亚：碎裂纪元》游戏库

类型：角色扮演

语言：简中

评分：0.0

发布：2024-03-05

平台：pc

标签：

奇幻

回合制

开放世界

暂无资源

《背包乱斗：福西法的宝藏》游戏库

类型：策略游戏

语言：简中

评分：0.0

发布：2024-03-05

平台：pc

标签：

奇幻

回合制

独立

暂无资源

《浴血西部》免安装英文版

类型：射击游戏

语言：英文

评分：0.0

发布：2024-03-05

平台：pc

标签：

西部

游戏下载 (2.01GB)

《Sixty Four》免安装中文版

类型：模拟经营

语言：简中

评分：0.0

发布：2024-03-05

平台：pc

标签：

解谜

经商

游戏下载 (185.17MB)

《尼克儿童频道全明星大乱斗2》免安装英文版

类型：动作游戏

语言：英文

评分：0.0

发布：2024-03-04

平台：pc

标签：

游戏下载 (7.62GB)

《出租生涯：模拟城市驾驶》游戏库

类型：模拟经营

语言：简中

评分：0.0

发布：2024-03-04

平台：pc

标签：

经商

暂无资源

《史力奇奇遇记：姆明山谷之歌》游戏库

类型：冒险游戏

语言：简中

评分：0.0

发布：2024-03-04

平台：pc

标签：

卡通

探险

治愈

暂无资源

《绝密：法国 ‘44年》Demo试玩版

类型：策略游戏

语言：简中

评分：0.0

发布：2024-03-04

平台：pc

标签：

战争

历史

回合制

游戏下载 (12.97GB)

《幸存几何学》免安装中文版

类型：动作游戏

语言：简中

评分：0.0

发布：2024-03-04

平台：pc

标签：

科幻

弹幕

太空

游戏下载 (226.79MB)

《暗喻幻想：ReFantazio》游戏库

类型：角色扮演

语言：简中

评分：0.0

发布：2024-03-01

平台：pc

标签：

回合制

剧情

暂无资源

《真·女神转生Ⅴ Vengeance》游戏库

类型：角色扮演

语言：简中

评分：0.0

发布：2024-03-01

平台：pc

标签：

日系

探险

剧情

暂无资源

《格兰蒂亚秘闻》免安装英文正式版

类型：角色扮演

语言：英文

评分：0.0

发布：2024-03-01

平台：pc

标签：

魔幻

游戏下载 (1.02GB)

《神骰传说》Steam正版分流

类型：桌面棋牌

语言：简中

评分：0.0

发布：2024-03-01

平台：pc

标签：

卡牌

游戏下载 (200.51MB)

首页

末页

综合内容

硬件设备

游戏论坛

娱乐频道

原创专栏

游戏商城

游戏汉化

单机游戏

游戏下载

补丁MOD

原创攻略

XBOX360

P3游戏

发售表

手机游戏

安卓游戏

苹果游戏

手游攻略

手游礼包

专题合集

排行榜

网络游戏

网游资讯

竞技赛事

网游活动

网游大全

新游试玩

激活码

京ICP备14006952号-1 京B2-20201630 京网文（2019）3652-335号沪公网安备 31011202006753号违法和不良信息举报/未成年人举报：legal@3dmgame.com

会员登录

请输入手机号或论坛账号

请输入密码

自动登录

忘记密码

新会员注册

社交账号登录

3DM 欢迎新人加入

区号:

账号:

密码:

确认密码:

验证码:

获取验证码

收不到验证码？去反馈

我已同意《3DM账号协议》

已有账号？去登录

SDM_百度百科

百度百科网页新闻贴吧知道网盘图片视频地图文库资讯采购百科百度首页登录注册进入词条全站搜索帮助首页秒懂百科特色百科知识专题加入百科百科团队权威合作下载百科APP个人中心收藏查看我的收藏0有用+10SDM播报讨论上传视频Cisco公司提供的全新图形化路由器管理工具本词条由“科普中国”科学百科词条编写与应用工作项目审核。SDM(Security Device Manager)是Cisco公司提供的全新图形化路由器管理工具。SDM在新版CCNP第三门课程ISCW1.0中重点讲解，该工具利用WEB界面、Java技术和交互配置向导使得用户无需了解命令行接口(CLI)即可轻松地完成IOS路由器的状态监控、安全审计和功能配置包括：QoS、Easy VPN Server、IPS、DHCP Server、动态路由协议等配置任务也可以利用SDM轻松而快捷地完成。使用SDM可以简化网络管理员的工作量和出错的概率。使用SDM进行管理时，用户到路由器之间使用加密的HTTP连接及SSH v2协议，安全可靠。Cisco 的大部分中低端路由器包括8xx, 17xx, 18xx, 26xx(XM), 28xx, 36xx, 37xx, 38xx, 72xx, 73xx等型号都已经可以支持SDM。中文名空分复用外文名Space Division Multiplexing简称SDM含义利用空间分割构成不同信道目录1常见缩写2安全设备3安全文件4管理特点▪安全保证机制▪协同办公▪介质无关▪文件格式无关常见缩写播报编辑1.SDM:Space Division Multiplexing(空分复用):利用空间分割构成不同信道的一种复用方法。例如在光纤接入网中使用不同的光纤分别传输不同种类或上下行业务。2.SDM:Sun Download Manager Sun Download Manager3.SDM:Surface mounted device，表面装配器件4.SDM：Sigma-Delta Modulation ，∑-△调制5.2.SDM:Sulfadimethoxine,磺胺间二甲氧嘧啶6.SDM： Service Delivery Manager服务交付经理7.Cisco 安全设备管理工具：SDM [1]安全设备播报编辑工具介绍SDM(Security Device Manager)是Cisco公司提供的全新图形化路由器，简称Cisco SDM。SDM在新版CCNP第三门课程ISCW1.0中重点讲解，该工具利用WEB界面、Java技术和交互配置向导使得用户无需了解命令行接口(CLI)即可轻松地完成IOS路由器的状态监控、安全审计和功能配置包括：QoS、Easy VPN Server、IPS、DHCP Server、动态路由协议等配置任务也可以利用SDM轻松而快捷地完成。使用SDM可以简化网络管理员的工作量和出错的概率。使用SDM进行管理时，用户到路由器之间使用加密的HTTP连接及SSH v2协议，安全可靠。2014年Cisco 的大部分中低端路由器包括8xx, 17xx, 18xx, 26xx(XM), 28xx, 36xx, 37xx, 38xx, 72xx, 73xx等型号都已经可以支持SDM。 [1]路由器配置：ip http server //允许http登陆ip https server //允许https登陆ip http authentication local //指定本地认证ip http timeout-policy idle idle-number life life-number request request-number //修改web接口超时参数username privilege 15 secret 0 //必须是secret，不可用password关键字远程登陆指令1.line vty 0 X（x随平台不同而不同）login localtransport input telnet ssh //允许telnet和ssh2.SDM:Sun Download Manager Sun Download Manager（ SDM ）是一个小型的Java应用程序，使您下载来自Sun下载（同步）中心的大型软件比以往任何时候更快速，更方便，更可靠。最新版本 : 2.03. SDM:Surface mounted device,表面装配器件.包括贴片电阻，贴片电容等。安全文件播报编辑SDM(Security Document Management)遵循P2DR2安全模型，采用分布式的体系结构，通过集中化的安全管理控制和基于文档的强保护机制为用户提供一套完整的基于安全策略的文档防扩散平台；在有效防止内部信息泄漏和非法传播的同时，能有效降低网络安全管理的成本的安全软件产品.该产品与其它文档保护产品相比核心解决了如下三个问题：在保证内部协同办公的前提下，防止涉密文档在组织内部网络任意扩散，防止未授权的内部用户访问涉密文档；防止有权利接触涉密文档的用户擅自将文档的内容泄露到组织以外；通过SDM文件共享交换服务器，来替代了企业普通的文件共享方式，使企业内部文件交换更加安全可靠和合乎国家保密规范：高密级用户可以访问低密级用户文件，低密级用户禁止访问高密级文件；实现涉密环境下的涉密文件单项流动机制。 [2]管理特点播报编辑与AD域紧密集成，后台自动与AD域服务器同步用户和组织机构，前台登录可以自动AD域登录安全保证机制网络中所有的文件相对涉密区域都遵循“只许进，不许出”的安全机制。文档一旦被保护之后，没有特定审批者的授权，文档中的部分或全部内容将不能被带离涉密域。可禁止的途径包括：1）拷贝涉密文档到U盘或其他外设；2）打印涉密文档；3）拷贝涉密文档的内容到非涉密文档；4）拖动涉密文档的内容到非涉密文档；5）将涉密文档另存为非涉密文档；6）将涉密文档通过发布、另存为网页等途径转化为非涉密文档；7）屏幕拷贝涉密文档内容；8）通过可编程的对象连接与嵌入接口将文档拷出；9）使用各种软件（例如Outlook、QQ等）来访问或调用文档。对涉密文件的透明访问涉密人员只要经过认证、授权，即可正常访问拥有权限的涉密文档，而无需记忆涉密文档的加密密码。强大透明加密机制，不改变文件的扩展名，也不改变文件的打开方式；访问过程中的文件加解密完全自动、透明，不会产生任何临时文件。协同办公安全区域内的涉密文件之间支持透明的域内协同办公要求，即涉密文档之间可以完全透明的进行内容拷贝和传播，这极大方便了用户对涉密文档的使用。同时系统提供了组织内各部门间的权限管理，提高了相互办公的协同性。介质无关试图将涉密文件拷贝到任何的存储设备（USB、光盘、软驱、ZIP盘等）或通过网络传输（红外、蓝牙、Email、FTP等）的行为都会受到严格的限制；被限制的传播途径是和介质无关的，这就避免了新介质出现后的系统升级。同时，根据客户的实际业务需要，又可对部分传输方式进行开放，例如：邮件传播等。文件格式无关涉密的文件格式理论上可以是任何的文件类型；甚至支持对视频和音频等多媒体文件的实时透明解密播放，不影响播放的质量。支持与第三方信息管理系统的无缝集成系统本身不提供文件的传送、保存等功能，但可以实现与第三方信息管理系统（如OA、ERP、PDA、VSS或CVS等）的无缝集成；灵活的组织结构设置和文件权限管理提供灵活的文件授权管理，支持基于全部文档、文件组、单一文件的授权管理；提供灵活的用户授权管理，支持对全部用户、用户组、单一用户的认证、授权机制。同时系统既支持固定的组织机构设置，也可根据项目的需要在组织内建立临时性的团队；文件的权限可根据组织结构的设计和变化而变化，系统即提供了默认的权限设置也提供了手工的权限设置。支持授权后的离线阅览在授权情况下，客户可以离线阅览涉密文档。但阅览的权限可以被设定在指定的硬件平台上，并且可能同时受到阅览时间、密码、证书、被阅览文件等多方面的限制。安全可靠的涉密文档恢复管理机制在系统出现异常的情况下，提供安全可靠的恢复机制，保证涉密文件能正常恢复。多角色制约管理系统提供多种权限交叉的管理角色，防止单个角色权限过大；提供的角色包括：系统管理员、操作管理员、日志管理员、特权管理员和加密管理员等。涉密资源访问全程审计为保障涉密资源的安全性，该系统通过对以下的涉密资源操作行为进行全程审计：客户端认证登录、退出操作用户的认证、授权分配涉密资源的访问、文件的操作使用系统管理配置操作安全可靠的加密机制提供文件共享交换服务器替代windows文件共享，更加安全可靠，实现高密级用户可以访问低密级信息，低密级用户无法访问高密级信息，实现信息流的密级单向控制。系统默认使用加密强度达256位的内核级动态加密算法，充分保证了系统加密文件的可靠性。同时系统提供结合RSA非对称加密算法与电子信封，实现加密文件的身份识别，保证文件访问的安全性，提高加密文件安全性。持技术创新，公司成立了专业的网络安全实验室。该实验室是公司技术创新的原动力所在，也是将世界的信息安全技术转化为本地应用的重要场所 [1]。新手上路成长任务编辑入门编辑规则本人编辑我有疑问内容质疑在线客服官方贴吧意见反馈投诉建议举报不良信息未通过词条申诉投诉侵权信息封禁查询与解封©2024 Baidu 使用百度前必读 | 百科协议 | 隐私政策 | 百度百科合作平台 | 京ICP证030173号京公网安备110000020000

SDM原理解读与工程实践 - 知乎

SDM原理解读与工程实践 - 知乎首发于算法工程师进阶切换模式写文章登录/注册SDM原理解读与工程实践算法工程师进阶本人微信公众号为“算法工程师进阶”，定期推出经典推荐算法文章，欢迎关注。本文主要介绍的是阿里在召回阶段使用的深度召回模型SDM，paper名称为《SDM: Sequential Deep Matching Model for Online Large-scale Recommender System》一. 概述在推荐系统召回阶段，我们需要从海量的items当中选择出用户感兴趣的候选items，然后放入到精排里面进行排序。因此，如何有效快速地选择出用户感兴趣的候选集非常重要。而在这篇paper当中，阿里将用户短期的行为序列和用户长期的行为序列融合起来，通过捕获用户变化的发展的和多样的兴趣喜好来候选出用户感兴趣的候选items二. 需要了解的基础（1）LSTM（2）自注意力机制（Self-Attention Mechanism）如果对这两个知识点没有基础，建议先阅读相关资料三. 模型架构可以看到架构分成了三个部分（1）User Prediction Network在这个部分，Su表示用户最近一次的与item的交互序列，Su={i1, i2, i3, ..., it}, it表示在t时刻用户交互的item。Lu则表示用户最近7天的所有行为序列。然后，利用Su训练出表示短期兴趣的embedding(st)，利用Lu训练出表示用户长期兴趣的embedding(pu)。将sut和pu通过一个fusion gate(后面会讲解），生成最终表示用户长短期兴趣的embedding向量ot。（2）Training在training阶段，我们将ot做为输入，t时刻的下一个样本it+1做为要预测的正样本，然后采样其他的items做为负样本，通过sampled-softmax的方法训练（3）Serving在training阶段我们得到了所有items对应的embedding，因此在serving的阶段我们可以通过取ot的距离最近的k个items，做为这个用户最终的候选集。下面，我们将会对User Prediction Network的细节进行讲解。四. User Prediction Network(1) 输入item序列转化成embedding对于短期序列Su={i1,i2,i3, ...,it}中的每个item，在转化成embedding输入的时候，不仅考虑到了item id，还需要考虑到其他side information，包括类型，品牌，商店等等。将这些id先分别转化成embedding，然后再将这些embedding全部拼接起来，做为这个item最终的embedding。表达式如下对于用户也是一样的，除了use id以外，还可以加入年龄，性别等等这些特征，组成最终的用户embedding(eu)(2) LSTM层生成短期序列对应的embedding序列以后，将放入到LSTM当中，以捕获用户喜好的趋势，LSTM公式如下然后将得到的ht传递给更高层的attention网络（3）Multi-head Self-Attention网络用户每次在浏览电商网站的时候，商品都会较为相似，但同时也会浏览一些不相关的商品。为了减轻这种随机行为对结果的影响，作者加入了一层Self-Attention网络。为了捕获用户的多个兴趣点，因此使用了Multi-head Self-Attention。其中，Attendtion的Query，Key和Value均使用了LSTM层的输出作为输入。Multi-head Self-Attention公式摘抄自paper如下（4）User Attention层对于不同的用户，即使是相似的商品集合，用户在偏好方面也可能有所不同。因此使用User Attention层去捕获更细粒度的用户偏好。使用用户的embedding(eu)作为attention的query。公式如下所示其中h是Multi-head Self-Attention网络的输出。User Attention层如下图所示（5）短期行为和长期行为融合对于长期行为的序列Lu，我们首先按照特征将序列进行拆分成子集：Lid（item ID），Lshop（shop），Lbrand（brand）等等。例如Lshop包含用户过去7天所有交互过的商店。然后这些L子集首先转化成embedding（注意这里的embedding空间是和短期行为的embedding空间是共享的，例如同一个item ID在长期行为和短期行为中转化成embedding是一样的），使用用户的embedding分别计算每个子集里面每个embedding的得分。公式如下所示gk表示Lu子集里面第k个embedding。然后将每个子集生成的embedding拼接起来，再经过一层全连接生成最终的pu。公式如下最终，将生成的eu,st,pu做为输入加入到一个gate里面，然后生成最终的结果ot。公式如下所示五. SDM召回实践下面使用ml-1m数据集，实践一下SDM召回模型。该模型的实现主要参考：python软件的DeepCtr和DeepMatch模块。1) u2i召回SDM模型训练完成可得到用户和物品的Embedding向量，再利用向量最近邻的方法（如局部敏感哈希LSH、kd树、annoy、milvus、faiss等）可计算出与每个用户最相似（向量相似度最高）的top-m个物品。线上召回时输入用户特征给模型，模型预测得到用户向量，利用向量检索工具召回M个相似物品作为候选物品作为该路召回的结果，进入后续的排序阶段。2) I2I召回SDM模型训练完成后输入物品特征会生成每个物品的Embedding向量，再利用向量最近邻的方法（如局部敏感哈希LSH、kd树、annoy、milvus、faiss等）可计算出与每个物品最相似（向量相似度最高）的top-m个物品。线上召回时可根据用户最近操作（如点击）过的N个物品，分别召回k个相似物品，一共N*k个作为候选物品作为该路召回的结果，进入后续的排序阶段。3）两种召回方式效果对比u2i召回：对用户行为预测为一个向量后再召回用户向量的topN个物品i2i召回：用户最近L个行为物品一一召回k个物品，总体再求topN个物品用开源数据集ml-1m测试得到的结果如下(与DSSM、youtubeDNN、FM对比)：u2i-recalli2i-recallYouTubeDNNtop-108.2%10.0%YouTubeDNNtop-5025.9%26.1%YouTubeDNNtop-10037.1%35.1%YouTubeDNNtop-50064.8%52.0%YouTubeDNNtop-100075.5%57.2%DSSMtop-101.7%2.0%DSSMtop-509.5%9.6%DSSMtop-10018.3%14.9%DSSMtop-50053.9%28.2%DSSMtop-100074.0%33.1%FMtop-102.0%2.2%FMtop-509.0%10.0%FMtop-10017.6%14.6%FMtop-50053.9%26.0%FMtop-100068.2%30.4%SDMtop-1017.1%10.8%SDMtop-5044.2%28.0%SDMtop-10057.6%40.0%SDMtop-50082.1%64.2%SDMtop-100091.1%72.3%由上述结果可知，对ml-1m数据集u2i召回方式效果要好于i2i召回方式。并且SDM召回的效果要优于youtubeDNN、DSSM、FM。完整代码如下：import pandas as pd

from deepctr.feature_column import SparseFeat, VarLenSparseFeat

from preprocess import gen_data_set_sdm,gen_model_input_sdm

from sklearn.preprocessing import LabelEncoder

from tensorflow.python.keras import backend as K

from tensorflow.python.keras.models import Model

from tensorflow import keras

from deepmatch.models import *

from deepmatch.utils import sampledsoftmaxloss

import numpy as np

import faiss

from tqdm import tqdm

from deepmatch.utils import recall_N

import os

data_path = "../"

unames = ['user_id','gender','age','occupation','zip']

user = pd.read_csv(data_path+'ml-1m/users.dat',sep='::',header=None,names=unames,engine='python')

rnames = ['user_id','item_id','rating','timestamp']

ratings = pd.read_csv(data_path+'ml-1m/ratings.dat',sep='::',header=None,names=rnames,engine='python')

mnames = ['item_id','title','genres']

movies = pd.read_csv(data_path+'ml-1m/movies.dat',sep='::',header=None,names=mnames,engine='python')

data = pd.merge(pd.merge(ratings,movies),user)

sparse_features = ["item_id", "user_id", "gender", "age", "occupation", "zip", ]

SEQ_LEN_short = 5

SEQ_LEN_prefer = 50

# 1.稀疏特征编码，生成训练和测试集

features = ['user_id', 'item_id', 'gender', 'age', 'occupation', 'zip', 'genres']

feature_max_idx = {}

for feature in features:

lbe = LabelEncoder()

data[feature] = lbe.fit_transform(data[feature]) + 1

feature_max_idx[feature] = data[feature].max() + 1

user_profile = data[["user_id", "gender", "age", "occupation", "zip", "genres"]].drop_duplicates('user_id')

item_profile = data[["item_id"]].drop_duplicates('item_id')

user_profile.set_index("user_id", inplace=True)

train_set, test_set = gen_data_set_sdm(data, seq_short_len=SEQ_LEN_short, seq_prefer_len=SEQ_LEN_prefer)

train_model_input, train_label = gen_model_input_sdm(train_set, user_profile, SEQ_LEN_short, SEQ_LEN_prefer)

test_model_input, test_label = gen_model_input_sdm(test_set, user_profile, SEQ_LEN_short, SEQ_LEN_prefer)

# 2.count #unique features for each sparse field and generate feature config for sequence feature

embedding_dim = 32

# for sdm,we must provide `VarLenSparseFeat` with name "prefer_xxx" and "short_xxx" and their length

user_feature_columns = [SparseFeat('user_id', feature_max_idx['user_id'], 16),

SparseFeat("gender", feature_max_idx['gender'], 16),

SparseFeat("age", feature_max_idx['age'], 16),

SparseFeat("occupation", feature_max_idx['occupation'], 16),

SparseFeat("zip", feature_max_idx['zip'], 16),

VarLenSparseFeat(SparseFeat('short_item_id', feature_max_idx['item_id'], embedding_dim,

embedding_name="item_id"), SEQ_LEN_short, 'mean',

'short_sess_length'),

VarLenSparseFeat(SparseFeat('prefer_item_id', feature_max_idx['item_id'], embedding_dim,

embedding_name="item_id"), SEQ_LEN_prefer, 'mean',

'prefer_sess_length'),

VarLenSparseFeat(SparseFeat('short_genres', feature_max_idx['genres'], embedding_dim,

embedding_name="genres"), SEQ_LEN_short, 'mean',

'short_sess_length'),

VarLenSparseFeat(SparseFeat('prefer_genres', feature_max_idx['genres'], embedding_dim,

embedding_name="genres"), SEQ_LEN_prefer, 'mean',

'prefer_sess_length'),

]

item_feature_columns = [SparseFeat('item_id', feature_max_idx['item_id'], embedding_dim)]

K.set_learning_phase(True)

import tensorflow as tf

if tf.__version__ >= '2.0.0':

tf.compat.v1.disable_eager_execution()

# units must be equal to item embedding dim!

model = SDM(user_feature_columns, item_feature_columns, history_feature_list=['item_id', 'genres'],

units=embedding_dim, num_sampled=100, )

model.compile(optimizer='adam', loss=sampledsoftmaxloss) # "binary_crossentropy")

history = model.fit(train_model_input, train_label, # train_label,

batch_size=512, epochs=20, verbose=1, validation_split=0.0, )

K.set_learning_phase(False)

# 4. 生成用户emb和物品emb，用于召回

test_user_model_input = test_model_input

all_item_model_input = {"item_id": item_profile['item_id'].values,}

user_embedding_model = Model(inputs=model.user_input, outputs=model.user_embedding)

item_embedding_model = Model(inputs=model.item_input, outputs=model.item_embedding)

user_embs = user_embedding_model.predict(test_user_model_input, batch_size=2 ** 12)

item_embs = item_embedding_model.predict(all_item_model_input, batch_size=2 ** 12)

test_user_np = test_user_model_input['user_id']

all_item_np = all_item_model_input['item_id']

test_user_emb_all = np.hstack((test_user_np.reshape(-1, 1),user_embs))

all_item_all = np.hstack((all_item_np.reshape(-1, 1),item_embs))

np.savetxt('user_embs.csv', test_user_emb_all, delimiter = ',')

np.savetxt('item_embs.csv', all_item_all, delimiter = ',')

print(test_user_emb_all.shape)

print(all_item_all.shape)

test_true_label = {line[0]:[line[3]] for line in test_set}

# 5、faiss 创建索引插入item_embs

index = faiss.IndexFlatIP(embedding_dim)

# faiss.normalize_L2(item_embs)

index.add(item_embs)

# 6、根据user_emb 检索物品列表

# faiss.normalize_L2(user_embs)

D, I = index.search(np.ascontiguousarray(user_embs), 1000)

s1000 = []

s500 = []

s100 = []

s50 = []

s10 = []

hit = 0

filename = 'user_emb_rec_list.txt'

if os.path.exists(filename):

os.remove(filename)

with open(filename, 'a') as f:

for i, uid in tqdm(enumerate(test_user_model_input['user_id'])):

pred = [item_profile['item_id'].values[x] for x in I[i]]

item_list = ",".join('%s' %x for x in pred)

filter_item = None

recall_score_1000 = recall_N(test_true_label[uid], pred, N=1000)

recall_score_500 = recall_N(test_true_label[uid], pred, N=500)

recall_score_100 = recall_N(test_true_label[uid], pred, N=100)

recall_score_50 = recall_N(test_true_label[uid], pred, N=50)

recall_score_10 = recall_N(test_true_label[uid], pred, N=10)

s1000.append(recall_score_1000)

s500.append(recall_score_500)

s100.append(recall_score_100)

s50.append(recall_score_50)

s10.append(recall_score_10)

# if test_true_label[uid] in pred:

# hit += 1

f.write("{} {}\n".format(uid, item_list))

print("recall1000", np.mean(s1000))

print("recall500", np.mean(s500))

print("recall100", np.mean(s100))

print("recall50", np.mean(s50))

print("recall10", np.mean(s10))

# print("hit rate", hit / len(test_user_model_input['user_id']))

# 7、根据item_emb 检索物品列表生成I2I倒排索引

# faiss.normalize_L2(item_embs)

D, I = index.search(np.ascontiguousarray(item_embs), 50)

s1000 = []

s500 = []

s100 = []

s50 = []

s10 = []

hit = 0

i2i_dict = {}

filename = 'item_item_list.txt'

if os.path.exists(filename):

os.remove(filename)

with open(filename, 'a') as f:

for i, item_id in tqdm(enumerate(all_item_model_input['item_id'])):

pred = [item_profile['item_id'].values[x] for x in I[i] ]

pred2 = [x for x in pred if x != item_id]

item_list = ",".join('%s' % x for x in pred2)

# i2i倒排索引

i2i_dict[item_id] = [x for x in pred2]

f.write("{} {}\n".format(item_id, item_list))

# 不改变顺序去重

def dupe(items):

seen = set()

for item in items:

if item not in seen:

yield item

seen.add(item)

# 8、根据用户最近操作的50个物品检索物品列表

data.sort_values("timestamp", inplace=True, ascending=False)

filename = 'user_action_rec_list.txt'

if os.path.exists(filename):

os.remove(filename)

filename2 = 'user_action_rec_list2.txt'

if os.path.exists(filename2):

os.remove(filename2)

filename3 = 'user_action_list.txt'

if os.path.exists(filename3):

os.remove(filename3)

with open(filename, 'a') as f, open(filename2,'a') as f2, open(filename3,'a') as f3:

for uid, hist in tqdm(data.groupby('user_id')):

pred = []

result = []

# 截取最近50个物品

pos_list = hist['item_id'].tolist()[1:51]

act_list = ",".join('%s' % x for x in pos_list)

# 根据这50个物品检索物品列表

for item_id in pos_list:

pred = pred + i2i_dict[item_id]

result.append(str(item_id) + ":[" + ",".join('%s' % x for x in i2i_dict[item_id]) + "]")

pred = list(dupe(pred))

pred = pred[:1000]

item_list = ",".join('%s' % x for x in result)

item_list2 = ",".join('%s' % x for x in pred)

filter_item = None

recall_score_1000 = recall_N(test_true_label[uid], pred, N=1000)

recall_score_500 = recall_N(test_true_label[uid], pred, N=500)

recall_score_100 = recall_N(test_true_label[uid], pred, N=100)

recall_score_50 = recall_N(test_true_label[uid], pred, N=50)

recall_score_10 = recall_N(test_true_label[uid], pred, N=10)

s1000.append(recall_score_1000)

s500.append(recall_score_500)

s100.append(recall_score_100)

s50.append(recall_score_50)

s10.append(recall_score_10)

# if test_true_label[uid] in pred:

# hit += 1

f.write("{} {}\n".format(uid, item_list))

f2.write("{} {}\n".format(uid, item_list2))

f3.write("{} {}\n".format(uid, act_list))

print("recall1000", np.mean(s1000))

print("recall500", np.mean(s500))

print("recall100", np.mean(s100))

print("recall50", np.mean(s50))

print("recall10", np.mean(s10))五、相关思考1）SDM为什么召回效果明显优于youtubeDNN和DSSM?2）是否可以优化youtubeDNN和DSSM使其召回效果达到跟SDM差不多？编辑于 2021-04-06 17:10推荐系统机器学习算法工程师赞同添加评论分享喜欢收藏申请转载文章被以下专栏收录算法工程师进阶机器学习算法介绍

Access Denied

You don't have permission to access "http://www.intel.cn/content/www/cn/zh/products/docs/smart-display-module/reference-design.html" on this server.

Reference #18.f4231c78.1709816425.3b680a6b

SDM解决方案

运营商业务网站

English

注销

English

运营商用户

运营商网络解决方案、产品及服务

集团网站

公司信息，社会责任，新闻，展会活动，行业洞察等等

个人用户

手机，PC和平板，穿戴设备等个人及家用产品

企业用户

企业商用产品、解决方案和云服务

运营商网站

切换英文

注销

返回主菜单

华为门户网站群

运营商网站

公司介绍、新闻动态、展会活动等信息

集团网站

消费者业务网站

手机，PC和平板等智慧生活产品

企业业务网站

企业商用产品、解决方案和云服务

华为云网站

华为云服务及解决方案

Toggle Navigation

行业洞察

行业热点

返回主菜单

联接未来

打造面向未来的极简、弹性和智能最佳网络

了解更多

商业成功

使能运营商商业成功，培育新业务，促进5G用户迁移，探索行业新蓝海，激发家庭宽带新价值

了解更多

绿色发展

华为通过创新的解决方案实现绿色联接，加速联接未联接

了解更多

产品&解决方案

返回主菜单

产品&解决方案

无线网络

了解更多

固定网络

产业数字化网络

品质专线，撬动ToB业务新增长

了解更多

云核心网

电信云

SmartPCC

SDM

5G MEC

了解更多

服务与软件

软件业务

了解更多

数字能源

站点能源

数据中心能源及关键供电

了解更多

自动驾驶网络解决方案

网络人工智能单元

网络管控单元（FBB）

了解更多

+IT，新增长

内部IT上云解决方案

Cloud ToB 解决方案

OneStorage解决方案

OceanStor分布式存储

了解更多

技术支持

返回主菜单

技术支持

在线技术支持、软件下载、文档共享，无论您遇到任何问题，我们都将随时为您提供服务

无线网络

固定网络

云核心网

网络能源

服务与软件

Group Space

运营商网络公共

公告

华为资料直通车

HedEx Lite

SDM解决方案

华为SDM解决方案定位于全网融合真云化数据中心，提供用户鉴权、移动性管理、接入认证、业务授权等用户数据管理功能。通过构建统一融合的数据管理中心，实现高效、灵活的用户数据管理。

支持HLR/IMS-HSS/SAE-HSS/AAA/ENS/EIR等网元融合，实现 2G/3G/4G/5G/VoLTE/VoWiFi用户数据统一管理，保障用户在多网络多接入下的数据一致性和业务一致性体验; 帮助运营商简化网络复杂度、实现业务统一发放，提升运营效率。

基于对用户数据的实时分析和历史洞察对外提供各种丰富的应用接口，方便第三方快速集成，助力运营商开展业务创新，优化运营，实现盈利新模式。同时通过分层解耦和硬件虚拟化的机制构建数据层公共接口，帮助运营商加速NFV转型、快速部署业务、加快新业务上市。

客户价值

极致可靠体验

统一数据管理，多网元深度融合，低时延、高可靠性功能给用户提供极致体验。

高效可靠运营

高度集成的统一数据平台，简化网络部署，支持灵活弹性伸缩扩容，保障网络运营效率。

便捷业务创新

基于融合数据模型的业务创新，支持第三方业务灵活集成，加快新业务上线。

方案特点

极致可靠

UDM通过用户数据灰度升级，Global-Local架构，用户优先级智能流控，FE/BE Full Mesh容灾等功能，为全网用户数据提供维护、架构、网元级等全方面可靠性保障。

全融合

提供2G/3G/4G/5G多种组网场景下融合的数据管理，具备高效的用户数据处理能力，简化组网，既能兼容原有业务，又可拓展新业务，统一运维，节省运维成本。

平滑演进

支持在NFV演进过程中混合组网，ATCA局点平滑演进到UDM融合局点，用户数据自动从HSS迁移到UDM，减少对现网设备的影响，同时保护客户已有投资。

极致用户体验

不换卡不换号开通5G业务，支持1000多种业务特性，可以为终端用户提供丰富的业务体验。例如补充业务一致性业务，VoWiFi业务和WiFi-offload接入认证等。

按访问者

个人用户

企业用户

合作伙伴

关于华为

信任中心

公司介绍

展会活动

新闻

【推荐系统经典论文(十)】阿里SDM模型 - 知乎

【推荐系统经典论文(十)】阿里SDM模型 - 知乎切换模式写文章登录/注册【推荐系统经典论文(十)】阿里SDM模型努力搬砖的小李SDM: Sequential Deep Mmatching Model for Online Large-scale Recommender Systemm背景介绍文章核心思想？用户存在短期偏好与长期偏好，文章认为，一方面，在一个session中可能存在多个兴趣倾向(session可以根据浏览时间划分，若一定时间没有浏览，再次浏览即为一个新的session)，另一方面，当前session的兴趣可能会受长期偏好的影响。基于以上考虑，本文提出SDM模型，融合了长期偏好与短期偏好，分别对二者进行向量表示，然后利用long-short term gated fusion将长期兴趣向量与短期兴趣向量融合后，预测用户行为进行推荐。文章贡献提出SDM模型：同时考虑长短期行为，对两部分分别建模，表示用户不同时期的兴趣水平利用多头自注意力机制对短期兴趣行为建模；利用gated fusion模块结合长期兴趣对当前的购物需求，捕捉影响关系在两个数据集线下实验，并利用淘宝线上实验，表现良好算法原理文章认为：在同一个session中，用户的兴趣也是多元的，用户会关注很多方面，比如类别、品牌、颜色、风格、店铺信誉等，只用一个点积不足以反应用户的多种偏好用户长期兴趣会影响当下的行为，比如说，用户如果是NBA忠实粉丝，那么当前会更倾向于购买与NBA相关的球鞋，而不是普通的运动鞋。基于以上考虑，本文结合了长期和短期的特征，学习长期和短期的向量，然后学习一个门向量，将二者融合。问题定义我们想要预测，在t时刻，用户u和item i是否有交互关系。定义两次浏览间隔少于10分钟，则为同一个session(这个定义可根据具体场景变化)，且一个session最大长度为50。用户短期行为 S^u ：最近一个session，长度为m 用户长期行为 L^u ：发生在最近一个session前7天内的session 任务：给定短期行为与长期行为，为用户推荐商品模型架构如图所示：Step1：学习用户短期行为 S^u Step2：学习用户长期行为 L^u Step3: 根据用户短期行为和长期行为学习fusion gate，预测用户t时刻行为 o_t^u Step4: 利用用户t时刻行为 o_t^u 和item embedding V计算得分：z_i = score(o_t^u, v_i)=o_t^{u^T}v_i , t时刻的正样本是下一时刻点击的item，其他为负样本，根据得分选择推荐候选项 Step5：利用item embedding选取topn n相近的进行推荐文章核心为Step1，Step2，Step3三步Embeddingitem embedding 描述一个商品 x_i ：id, 分类，品牌，商店等利用one-hot表示线性变化映射到低维： e_i^f = W^fx_i^f\in R^{d_f*1} 将特征拼接： e_{i_t^u}=concat({e_i^f|f\in F}) 用户embedding 描述一个用户：年龄，性别等将特征拼接： e_u = concat({e_u^p|p\in P}) 用户短期兴趣此部分旨在捕捉用户在最近一个session中的兴趣，结构如图所示，分为三个部分：LSTM层，多头自注意力层，用户注意力层 LSTM层利用LSTM捕捉短期兴趣序列，输入为用户item特征 e_{i_t^u} ,输出为session的向量表示 h_t^u: \begin{align} in_t^u&=\sigma(W_{in}^1e_{i_t^u}+W_{in}^2h_{t-1}^u+b_{in}) \\ f_t^u&=\sigma(W_f^1e_{i_t^u}+W_f^2h_{t-1}^u+b_f)\\ o_t^u&=\sigma(W_o^1e_{i_t^u}+W_o^2h_{t-1}^u+b_o)\\ c_t^u&=f_tc_{t-1}^u+in_t^utanh(W_c^1e_{i_t^u}+W_c^2h_{t-1}^u+b_c)\\ h_t^u&=o_t^utanh(c_t^u) \end{align} 多头自注意力层在线上购物时，用户经常会随意点击不相关的item，会影响序列表示 h_t , 因此希望利用自注意力机制减少这种不相关活动的影响；另外一方面，用户在一个session中也有多元兴趣，比如说，当用户购买一个裙子时，颜色、风格、店铺都是做决定时的关键因素，因此单个注意力机制不能捕捉到多个方面，所以利用多头注意力机制来捕捉不同子空间不同位置的表示： \begin{align} X^u&=[h_1^u,...,h_t^u] \\ head_i^u &= Attention(W_i^QX^u, W_i^KX^u,W_i^VX^u) = W_i^VX_usoftmax(Q_i^{u^T}K_i^u) \\ \hat{X}^u&=MultiHead(X^u)=W^Oconcat(head_1^u,...,head_h^u) \end{align} 用户注意力层不同的用户，对同一个商品也会有不同的偏好，比如说A用户更看重这个商品的性价比，B用户更看重中这个商品的品牌，因此希望利用用户对上文得到的session进行加权，学习注意力得分:\begin{align} \alpha_k &= \frac{exp(\hat{h}_k^{u^T}e_u)}{\sum_{k=1}^texp(\hat{h_k}^{u^T}e_u)} \\ s_t^u &= \sum_{k=1}^t\alpha_k\hat{h}_k^u \end{align} 通过上述三个部分，最终短期兴趣输出为 s_t^u 用户长期兴趣长期来看，用户多种维度积累的兴趣会对当下行为产生影响，因此此部分旨在捕捉用户的长期兴趣，分为两个部分，用户注意力层与特征拼接，模型结构如图所示：用户注意力层用户长期特征 g_u 包括：item id,商品类别，店铺，品牌特征等，对每个特征联合用户信息计算注意力得分: \begin{align} \alpha_k &= \frac{exp(g_k^{u^T}e_u)}{\sum_{k=1}^{|L_f^u|}exp(g_k^{u^T}e_u)} \\ z_f^u&=\sum_{k=1}^{|L_f^u|}\alpha_kg_k^u \end{align} 特征拼接利用注意力机制得到每个特征的表示 z_f^u 后，将多个特征进行拼接： \begin{align} z^u&=concat({z_f^u|f\in F})\\ p^u&=tanh(W^pz^u+b) \end{align} 最终得到 p^u 来表示长期用户兴趣fusion gate类比LSTM中门思想，利用fusion gate来控制长短期的影响： \begin{align} G_t^u&=sigmoid(W^1e_u+W^2s_t^u+W^3p^u+b)\\ o_t^u&=(1-G_t^u)\odot p^u+G_t^u\odot s_t^u \end{align}o_t^u 为用户u的预测行为输出。整个模型的架构如图：参考文献：Lv F , Jin T , Yu C , et al. SDM: Sequential Deep Matching Model for Online Large-scale Recommender System[J]. 2019.发布于 2020-05-02 13:39推荐系统机器学习深度学习（Deep Learning）赞同 303 条评论分享喜欢收藏申请

Follow

imtoken官网唯一地址|sdm

imtoken官网唯一地址|sdm

单机游戏_单机游戏下载_单机游戏大全中文版下载_3DM游戏网

Access Denied

空分复用（SDM）技术进展 - 知乎

什么是空间杜宾模型（Spatial Dubin Model,SDM）？ - 知乎

单机资源下载_一键下载安装游戏资源,辅助工具_3DM下载

SDM_百度百科

SDM原理解读与工程实践 - 知乎

Access Denied

SDM解决方案

【推荐系统经典论文(十)】阿里SDM模型 - 知乎

最近的新闻

您可能喜欢的文章

tokenpockettokenpocketapp官方下载|rocket

imtoken安全登录入口|souljaboy

比特派点对点交易

比特派 使用方法

比特派怎么重置wifi

比特派 冷钱包 手表

比特派不用登录密码

比特派使用方法

比特派冷钱包手表