检索结果-内蒙古大学图书馆

北京航空航天大学学报 2023年第3期49卷 538-547页

作者：全大英唐泽雨陈赟楼维中汪晓锋章东平中国计量大学信息工程学院浙江省电磁波信息技术与计量检测重点实验室杭州310018 中国电子科技集团有限公司第五十二研究所杭州310000

针对传统雷达信号识别算法在低信噪比下识别准确率低的问题,提出了基于多重同步压缩(MSST)时频变换及方向梯度直方图(HOG)特征提取的雷达辐射源信号识别算法。所提算法在雷达时域信号短时傅里叶变换(STFT)基础上进行多重同步压缩处理获... 详细信息

针对传统雷达信号识别算法在低信噪比下识别准确率低的问题,提出了基于多重同步压缩(MSST)时频变换及方向梯度直方图(HOG)特征提取的雷达辐射源信号识别算法。所提算法在雷达时域信号短时傅里叶变换(STFT)基础上进行多重同步压缩处理获得信号时频分布图,通过HOG算子对信号时频分布图进行HOG特征提取,将提取的HOG特征通过主成分分析法(PCA)进行降维,将降维后的特征参数送入支持向量机(SVM)对雷达信号进行分类与识别。实验结果表明:所提算法具有较低的复杂度,当信噪比为-8 dB时,仿真实验与半实物仿真实验针对9种典型雷达信号的识别准确率达到90%以上。

关键词：雷达信号识别方向梯度直方图多重同步压缩支持向量机主成分分析法

来源：评论

学校读者我要写书评

暂无评论

基于二氧化钒宽、窄带可切换的双功能超材料吸收器研究

引用

中国光学 2022年第2期15卷 387-403页

作者：封覃银裘国华严德贤李吉宁李向军中国计量大学信息工程学院浙江省电磁波信息技术与计量检测重点实验室杭州310018 天津大学精密仪器与光电子工程学院天津300072

本文提出了一种宽、窄带可切换的双功能超材料吸收器。在超材料吸收器的结构中,引入了相变材料二氧化钒(VO_(2)),仅利用单个可切换超表面就能实现不同的功能,其不同功能之间的相互转换通过VO_(2)绝缘态和金属态之间的可逆相变特性实现。... 详细信息

本文提出了一种宽、窄带可切换的双功能超材料吸收器。在超材料吸收器的结构中,引入了相变材料二氧化钒(VO_(2)),仅利用单个可切换超表面就能实现不同的功能,其不同功能之间的相互转换通过VO_(2)绝缘态和金属态之间的可逆相变特性实现。当VO_(2)处于金属态时,设计的结构可以看作一个超材料宽带吸收器。仿真结果表明,在1.55THz至2.21THz的宽带频率范围内,吸收率超过98%。当VO_(2)处于绝缘态时,该结构作为窄带吸收器,在共振频率2.54THz、2.93THz和3.34THz处的吸收率在95%以上,实现了完美吸收。此外,还讨论了几何参数对超材料吸收器吸收率性能的影响。由于单元结构的对称性,该吸收器在电磁波垂直入射时具有极化不敏感特性,并且在大入射角范围内仍能保持良好的吸收性能。因此,本文提出的可切换双功能超材料吸收器可广泛应用于太赫兹调制、热发射器和电磁能量采集等各种领域。

关键词：超材料二氧化钒双功能吸收器

来源：评论

学校读者我要写书评

暂无评论

基于多支路残差深度网络的跨视角步态识别方法

引用

模式识别与人工智能 2021年第5期34卷 455-462页

作者：胡少晖王修晖刘砚秋中国计量大学信息工程学院浙江省电磁波信息技术与计量检测重点实验室杭州310018

针对基于卷积神经网络的步态识别模型不能充分利用局部细粒度信息的问题,提出基于多支路残差深度网络的跨视角步态识别方法.将多支路网络引入卷积神经网络中,分别提取步态轮廓序列图中不同粒度的特征,并利用残差学习和多尺度特征融合技... 详细信息

针对基于卷积神经网络的步态识别模型不能充分利用局部细粒度信息的问题,提出基于多支路残差深度网络的跨视角步态识别方法.将多支路网络引入卷积神经网络中,分别提取步态轮廓序列图中不同粒度的特征,并利用残差学习和多尺度特征融合技术,增强网络的特征学习能力.在公开步态数据集CASIA-B和OU-MVLP上的实验证实文中方法的识别准确率较高.

关键词：步态识别跨视角识别多支路网络残差网络

来源：评论

学校读者我要写书评

暂无评论

支持快速索引的高效大数据存储结构

引用

计算机应用与软件 2024年第3期41卷 28-33页

作者：肖英赵林洁张宇屈晓芳中国计量大学信息工程学院浙江杭州310018 浙江省电磁波信息技术与计量检测重点实验室浙江杭州310018 杭州代码鸽智能科技有限公司浙江杭州310018

Trie树为处理字符串数据提供了高效的存储和索引。然而,当字符串数据很大时,利用Trie树进行数据存储会导致空间效率变得很低。因此,提出一种支持快速索引的高效大数据存储结构,称为16-bit Trie树,该结构使用16位表示子节点信息,同时用... 详细信息

Trie树为处理字符串数据提供了高效的存储和索引。然而,当字符串数据很大时,利用Trie树进行数据存储会导致空间效率变得很低。因此,提出一种支持快速索引的高效大数据存储结构,称为16-bit Trie树,该结构使用16位表示子节点信息,同时用映射表帮助快速索引至指定的子节点,使得16-bit Trie树在处理大数据时仍然具有高效的空间效率。结果表明,16-bit Trie树保留了传统Trie树较高的索引速度,同时提高了其空间效率。与红黑树和B+树相比,16-bit Trie树的插入时间和空间消耗基本相同,但在索引速度上比其快了2倍左右。

关键词：字符串检索 Trie树结构字符串处理及索引快速检索

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的PINMAP封装电磁辐射抑制研究

引用

安全与电磁兼容 2024年第4期 43-50页

作者：李燕杨啸天中国计量大学信息工程学院浙江省电磁波信息技术与计量检测重点实验室

探讨利用机器学习方法预测PINMAP封装的辐射。首先,为解决全波仿真方法在计算封装电磁辐射时的时效性问题,构建的卷积神经网络(CNN)模型在5 GHz以上频率实现了小于2%的平均相对误差,且预测时间达到毫秒级,显著提高了封装远场辐射的计算... 详细信息

探讨利用机器学习方法预测PINMAP封装的辐射。首先,为解决全波仿真方法在计算封装电磁辐射时的时效性问题,构建的卷积神经网络(CNN)模型在5 GHz以上频率实现了小于2%的平均相对误差,且预测时间达到毫秒级,显著提高了封装远场辐射的计算效率。其次,为了解决封装设计中的辐射抑制问题,引入了逆向结构设计网络以达到辐射预期。该网络融合逆向Transformer与正向CNN的级联架构,优化了网络的收敛性和预测准确性。最后,开发了一种接地焊球位置优化方案来优化封装结构并抑制辐射,通过微调接地焊球的位置,设计了多个新的封装模型,并使用已训练的CNN模型进行辐射预测,从而选出辐射抑制效果最佳的优化模型。并通过实例分析验证了这些方法的有效性,这两种辐射抑制技术在缓解越来越小型化的电子设备的电磁兼容问题上具有广泛的应用前景。

关键词：电磁干扰机器学习辐射预测辐射抑制逆向设计

来源：评论

学校读者我要写书评

暂无评论

新型电阻膜吸波体在封装辐射抑制中的应用

引用

电波科学学报 2023年第2期38卷 342-354页

作者：李燕霍树云李尔平中国计量大学信息工程学院浙江省电磁波信息技术与计量重点实验室杭州310018 河北工业大学电子信息工程学院天津300401 浙江大学浙江省先进微纳电子器件智能系统及应用重点实验室杭州310027

为抑制封装系统中无意的电磁辐射,设计了一种单元尺寸为0.079λ_(L)×0.079λ_(L)、厚度为0.057λ_(L)的新型电阻膜超材料吸波体结构.该电阻膜超材料吸波体通过在玻璃基板的两侧溅射氧化铟锡薄膜,并在顶层设计图案化的强耦合结构实... 详细信息

为抑制封装系统中无意的电磁辐射,设计了一种单元尺寸为0.079λ_(L)×0.079λ_(L)、厚度为0.057λ_(L)的新型电阻膜超材料吸波体结构.该电阻膜超材料吸波体通过在玻璃基板的两侧溅射氧化铟锡薄膜,并在顶层设计图案化的强耦合结构实现了超带宽吸收.通过仿真和实物测试证实了该吸波体结构在17~41 GHz频率范围内具有90%以上的吸收率.为了进一步研究其电磁辐射抑制能力,将该吸波体应用于封装系统模型中,仿真结果显示在18~47 GHz频率范围内3 m辐射电场明显降低,最佳抑制效果达到18 dB.所有结果表明所提出的电阻膜吸波体具有小型化、超宽带、极化不敏感和角度稳定的特性,其良好的辐射抑制能力为封装系统的辐射超标问题提供了新的解决思路.

关键词：电磁干扰超材料吸波体辐射抑制芯片封装超宽带

来源：评论

学校读者我要写书评

暂无评论

基于改进U-net网络的气胸分割方法

引用

计算机工程与应用 2022年第3期58卷 207-214页

作者：余昇王康健何灵敏胥智杰王修晖中国计量大学信息工程学院杭州310018 中国计量大学浙江省电磁波信息技术与计量检测重点实验室杭州310018

气胸是肺部常见疾病之一,目前已有的X线气胸检测方法主要存在两个问题:一是气胸通常与肋骨、锁骨等组织重叠,在临床上存在较大的漏诊情况;二是现有的主流分割算法采用单一或双重阈值策略,导致结果不准确。针对上述问题,提出了一种新颖... 详细信息

气胸是肺部常见疾病之一,目前已有的X线气胸检测方法主要存在两个问题:一是气胸通常与肋骨、锁骨等组织重叠,在临床上存在较大的漏诊情况;二是现有的主流分割算法采用单一或双重阈值策略,导致结果不准确。针对上述问题,提出了一种新颖的气胸分割方法。该方法对胸片进行对比度限制自适应直方图均衡化,去除噪点并还原图像细节;通过以MBConvBlock为编码器模块的卷积神经网络层提取图像中抽象的深层特征;通过解码器对提取到的特征映射进行插值重构得到每个像素的二分类结果;采取改进的三重阈值策略输出更满足实际医用场景的结果。该方法在SIIM-ACR Pneumothorax数据集上得到的Dice相似系数值、精确率和召回率分别为87.21%、94.81%和88.96%,相比DeepLabV3+和U-net等网络,在气胸分割取得了更好的性能。实验结果表明该方法能够使X线气胸分割具有较高的精度,填补了目前气胸X线图像分割领域的不足。

关键词：气胸分割三重阈值策略 MBConvBlock SIIM-ACR Pneumothorax

来源：评论

学校读者我要写书评

暂无评论

多模态特征融合的遥感图像语义分割网络

引用

计算机工程与应用 2022年第24期58卷 256-264页

作者：孙汉淇潘晨何灵敏胥智杰中国计量大学信息工程学院杭州310018 中国计量大学浙江省电磁波信息技术与计量检测重点实验室杭州310018

遥感图像语义分割是指通过对遥感图像上每个像素分配语义标签并标注,从而形成分割图的过程,在国土资源规划、智慧城市等领域有着广泛的应用。高分辨率遥感图像存在目标大小尺度不一与阴影遮挡等问题,单一模态下对相似地物和阴影遮挡地... 详细信息

遥感图像语义分割是指通过对遥感图像上每个像素分配语义标签并标注,从而形成分割图的过程,在国土资源规划、智慧城市等领域有着广泛的应用。高分辨率遥感图像存在目标大小尺度不一与阴影遮挡等问题,单一模态下对相似地物和阴影遮挡地物分割较为困难。针对上述问题,提出了将IRRG(infrared、red、green)图像与DSM(digital surface model)图像融合的遥感图像语义分割网络MMFNet。网络采用编码器-解码器的结构,编码层采用双输入流的方式同时提取IRRG图像的光谱特征和DSM图像的高度特征。解码器使用残差解码块(residual decoding block,RDB)提取融合后的特征,并使用密集连接的方式加强特征的传播和复用。提出复合空洞空间金字塔(complex atrous spatial pyramid pooling,CASPP)模块提取跳跃连接的多尺度特征。在国际摄影测量与遥感学会(international society for photogrammetry and remote sensing,ISPRS)提供的Vaihingen和Potsdam数据集上进行了实验,MMFNet分别取得了90.44%和90.70%的全局精确度,相比较与DeepLabV3+、OCRNet等通用分割网络和CEVO、UFMG_4等同数据集专用分割网络具有更高的分割精确度。

关键词：高分辨率遥感图像语义分割多尺度特征金字塔池化

来源：评论

学校读者我要写书评

暂无评论

基于双向LSTM神经网络可穿戴跌倒检测研究

引用

广西师范大学学报（自然科学版） 2022年第3期40卷 141-150页

作者：段美玲潘巨龙浙江省电磁波信息技术与计量检测重点实验室(中国计量大学) 浙江杭州310018 中国计量大学信息工程学院浙江杭州310018

针对老年人跌倒后不能得到及时救助带来的伤害,研究跌倒检测算法和及时告警,可以减轻跌倒给老年人带来的严重危害和后果。为了提高跌倒检测精确度和实时性,本文提出基于双向长短期记忆神经网络的可穿戴跌倒检测算法,该算法可以对输入的... 详细信息

针对老年人跌倒后不能得到及时救助带来的伤害,研究跌倒检测算法和及时告警,可以减轻跌倒给老年人带来的严重危害和后果。为了提高跌倒检测精确度和实时性,本文提出基于双向长短期记忆神经网络的可穿戴跌倒检测算法,该算法可以对输入的数据(取自惯性传感器)自动提取跌倒行为内部更深层的数据特征,实现数据从预处理到检测结果的过程处理。算法模型通过神经网络提取加速度传感器的特征向量,并利用双向长短期记忆神经网络进行跌倒检测。通过跌倒公开数据集SisFall验证算法模型,结果表明该算法在SisFall实验数据集上具备较高的检测精度,满足准实时检测要求,具有较好的实用性和较强的泛化能力。

关键词：跌倒检测长短期记忆加速度传感器神经网络特征提取

来源：评论

学校读者我要写书评

暂无评论

结合注意力卷积网络与分块特征的步态识别

引用

计算机工程与应用 2022年第3期58卷 266-273页

作者：胡少晖王修晖中国计量大学信息工程学院浙江省电磁波信息技术与计量检测重点实验室杭州310018

目前深度学习算法已经广泛应用于步态识别领域,但是大多数现有方法通过卷积神经网络提取步态全局特征时,忽略了许多包含关键步态信息的局部特征,在一定程度上削弱了步态识别的精度和提升潜力。针对上述问题,提出了一种结合注意力卷积神... 详细信息

目前深度学习算法已经广泛应用于步态识别领域,但是大多数现有方法通过卷积神经网络提取步态全局特征时,忽略了许多包含关键步态信息的局部特征,在一定程度上削弱了步态识别的精度和提升潜力。针对上述问题,提出了一种结合注意力卷积神经网络与分块特征的跨视角步态识别方法,该方法以步态轮廓图序列为输入,每帧图片分别经过相同结构的注意力卷积神经网络融合成整体特征,在网络中加入有效的注意力机制CBAM能显式地建模各空间及通道的重要程度,增大显著区域特征的权重;整体特征被水平分成两块进行训练和步态识别,提取的步态局部特征更适合精细的步态分类。在步态数据集CASIA-B和OU-ISIR-MVLP上进行跨视角步态识别实验,结果证明在训练数据集充足与不足的条件下,该方法在识别精度上均优于现有方法。

关键词：步态识别卷积神经网络注意力机制分块特征

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：