检索结果-内蒙古大学图书馆

计算机工程 2024年第4期50卷 41-49页

作者：司明悦齐斌张文胜张雷山东大学信息科学与工程学院山东省无线通信技术重点实验室山东青岛266237 同济大学上海自主智能无人系统科学中心上海200092

针对智慧交通场景中样本较少且难以获取的问题,提出一种张量计算与小样本学习相结合的综合模型,从而应对目标域样本不足导致训练效果差的情况。构建基于张量计算的多维计算模型,处理智慧交通场景中的多维异构数据,基于数据的时空相关性... 详细信息

针对智慧交通场景中样本较少且难以获取的问题,提出一种张量计算与小样本学习相结合的综合模型,从而应对目标域样本不足导致训练效果差的情况。构建基于张量计算的多维计算模型,处理智慧交通场景中的多维异构数据,基于数据的时空相关性获得融合数据张量,将融合数据作为输入数据,经由小样本学习模型进行训练,最终根据消融实验结果比较分析基于不同张量计算方案和小样本学习方法的张量小样本学习模型性能。仿真结果表明,相较于2种基于度量的小样本学习模型:原型网络和匹配网络,基于元学习的小样本学习模型和张量计算模型相结合后的可信度更高,并且基于不同的张量融合方案,元学习模型的准确率和F1值得到了不同程度的提升,其中基于逆分解张量融合方案的模型准确率可达0.95,性能优于平行因子分解(CPD)融合方案。

关键词：智慧交通张量计算数据融合小样本学习元学习

来源：评论

学校读者我要写书评

暂无评论

基于形态学变换的建筑物布局环视图像多尺度多方位融合方法

引用

哈尔滨工程大学学报 2024年

作者：谢洪途邹鹏张琳胡俊朱楠楠姜和俊中山大学.深圳电子与通信工程学院空军预警学院预警技术系近地面探测技术重点实验室中山大学系统科学与工程学院

针对建筑物布局雷达成像存在墙体虚焦展宽、边缘毛刺和墙体空洞等问题，本文提出了一种基于形态学变换的建筑物布局环视图像多尺度多方位融合方法，能够有效实现建筑物布局的高精度重构。采用非下采样剪切波变换将各视角雷达图像进行多... 详细信息

针对建筑物布局雷达成像存在墙体虚焦展宽、边缘毛刺和墙体空洞等问题，本文提出了一种基于形态学变换的建筑物布局环视图像多尺度多方位融合方法，能够有效实现建筑物布局的高精度重构。采用非下采样剪切波变换将各视角雷达图像进行多尺度多方位分解；对低频图像采用基于形态学变换的融合方法进行处理，对高频图像采用区域方差取大的融合方法进行处理；分别将融合后的低频图像和高频图像进行非下采样剪切波变换逆变换，获得高质量的建筑物布局图。实验结果表明：本文所提方法能够获得高精度的建筑物布图像，从而证明了本文理论分析的正确性与所提方法的有效性。

关键词：穿墙雷达建筑物布局环视成像多尺度多方位融合形态学变换非下采样剪切波变换展宽抑制空洞填充

来源：评论

学校读者我要写书评

暂无评论

移动装弹机械臂的逆运动学多种群灰狼算法求解方法

引用

吉林大学学报(工学版) 2023年

作者：胡云峰李佳敏唐志国吉林大学汽车仿真与控制国家重点实验室吉林大学通信工程学院

本文针对移动装弹机械臂逆运动学求解性能需要提升的问题，提出了一种基于多种群灰狼算法的逆运动学求解方法。首先，将机械臂的逆运动学问题转化成了一个等效最优问题，并依据优化目标建立了适应度函数；其次，基于灰狼算法拓展了灰狼... 详细信息

本文针对移动装弹机械臂逆运动学求解性能需要提升的问题，提出了一种基于多种群灰狼算法的逆运动学求解方法。首先，将机械臂的逆运动学问题转化成了一个等效最优问题，并依据优化目标建立了适应度函数；其次，基于灰狼算法拓展了灰狼种群数量，引入了粒子群算法及最优个体反向指导的位置更新方式，并且设置了随机重组阈值淘汰机制。然后，应用多种群灰狼算法循环迭代求逆，当适应度函数值趋近于0即可得到逆解。最后，通过与其他算法求解仿真对比表明：所提出的逆运动学求解方法具有更好的收敛性、求解精度及重复精度。

关键词：控制理论与控制工程移动装弹机械臂逆运动学求解多种群灰狼算法适应度函数

来源：评论

学校读者我要写书评

暂无评论

基于时间反演的上行NOMA系统能效优化算法

引用

系统工程与电子技术 2022年第3期44卷 1007-1013页

作者：陈善学吴生金谷博文重庆邮电大学通信与信息工程学院重庆400065 移动通信教育部工程研究中心重庆400065 移动通信技术重庆市重点实验室重庆400065

为了解决上行非正交多址接入(non-orthogonal multiple access, NOMA)系统在多径环境下传输效率较低问题,提出了一种基于时间反演(time reversal, TR)的上行NOMA网络资源分配算法。首先,利用TR技术独特的空时聚焦特性,增大信号的接收强... 详细信息

为了解决上行非正交多址接入(non-orthogonal multiple access, NOMA)系统在多径环境下传输效率较低问题,提出了一种基于时间反演(time reversal, TR)的上行NOMA网络资源分配算法。首先,利用TR技术独特的空时聚焦特性,增大信号的接收强度。其次,考虑用户最小传输速率约束和用户最大发射功率约束,建立了系统能效最大化资源分配模型。然后,利用分式规划理论和连续凸近似方法,将所提出的非凸优化问题转化为凸优化问题,并利用拉格朗日对偶理论求得全局最优解。仿真结果表明,相较于传统算法,所提出的算法具有较好的能效。

关键词：时间反演非正交多址接入资源分配能效最大化

来源：评论

学校读者我要写书评

暂无评论

基于卷积特征提取及深度降噪网络的大规模MIMO系统信号检测

引用

信号处理 2024年第6期40卷 1030-1040页

作者：申滨涂媛媛阳建金龙康重庆邮电大学通信与信息工程学院重庆400065 移动通信技术重庆市重点实验室重庆400065

传统多输入多输出(Multiple-Input Multiple-Output,MIMO)信号检测算法受到天线数量和收发天线比例的限制,一般仅适用于少量天线、收发天线比例较低的情况。本文提出一种基于深度学习(Deep Learning,DL)的稀疏连接卷积降噪网络模型,用... 详细信息

传统多输入多输出(Multiple-Input Multiple-Output,MIMO)信号检测算法受到天线数量和收发天线比例的限制,一般仅适用于少量天线、收发天线比例较低的情况。本文提出一种基于深度学习(Deep Learning,DL)的稀疏连接卷积降噪网络模型,用于大规模MIMO系统上行链路信号检测。首先,通过简化经典的检测网络(Detection Network,DetNet),改进ScNet(Sparsely Connected Neural Network)检测算法,引入卷积神经网络(Convolutional NeuralNetworks,CNN)对三通道输入数据提取特征以减少训练参数,提出一种SConv(SparselyConnected Convolutional Neural Network)检测算法。与DetNet算法相比,该算法可同时降低计算复杂度和提高检测精度。在此基础上,进一步基于CNN构建信号降噪模块,并嵌入SConv网络,提出一种卷积神经降噪(Sparsely Connected Convolutional Denoising,SConv-D)网络辅助的大规模MIMO检测算法。此算法检测过程分为两级,第一级由SConv算法提供初始估计值,再将初始估计值作为降噪过程的输入,并由此构成算法第二级。实验结果表明,本文提出的SConv-D算法适用于QPSK、4QAM及16QAM等多种信号调制模式,在高阶调制模式下获得的性能增益尤为明显。此外,该算法能够适应各种比例的收发天线及数量规模的系统配置,尤其是在收发天线数量相等的情况下亦能获得更优的性能。本文算法还克服了MMNet在高阶调制情况下的性能平台效应,在16QAM调制、收发天线数量相等的情况下,SConv-D在10^(-2)误比特率上能获得接近2 dB的性能增益。

关键词：大规模MIMO 深度学习稀疏连接卷积神经网络降噪

来源：评论

学校读者我要写书评

暂无评论

拓扑层结构中的光学双稳态及其在光神经网络中的应用

引用

物理学报 2024年第16期73卷 110-117页

作者：李昀衡喻可朱天宇于桐单思超谷亚舟李志曈北京邮电大学信息光子学与光通信国家重点实验室北京100876 北京邮电大学未来学院北京100876 北京邮电大学信息与通信工程学院北京100876 北京邮电大学理学院北京100876

具有光学双稳态的非线性微纳光学器件在光集成电路和光神经网络中有着重要的应用.然而,传统光学双稳态特性会受到内部系统无序和外部系统扰动的影响,不利于应用.本文利用SiO_(2)和TiO_(2)的拓扑多层薄膜结构,在拓扑模式电场强度最大的... 详细信息

具有光学双稳态的非线性微纳光学器件在光集成电路和光神经网络中有着重要的应用.然而,传统光学双稳态特性会受到内部系统无序和外部系统扰动的影响,不利于应用.本文利用SiO_(2)和TiO_(2)的拓扑多层薄膜结构,在拓扑模式电场强度最大的区域引入非线性介电常数,探究拓扑模式的光学双稳态特性,并分析了双稳态特性在层厚度变化和折射率变化下的鲁棒性.最后,本文将双稳态特性作为非线性激活函数应用到了光神经网络计算中,相比于传统的非线性激活函数ReLu和Sigmoid,双稳态非线性激活函数展示出了更好的图像识别精度.本文结果对研发下一代鲁棒性强的光神经网络有着重要研究意义.

关键词：光学双稳态拓扑层结构鲁棒性

来源：评论

学校读者我要写书评

暂无评论

CO_(2)激光退火不同外径锗芯光纤的扫描速度研究

引用

光子学报 2024年第4期53卷 84-94页

作者：杜亦凡赵子文钟双栖马泽成王少业上海大学通信与信息工程学院上海200444 上海大学特种光纤与光接入网重点实验室上海200444 上海大学特种光纤与先进通信国际合作联合实验室上海200444

对内径为41~43μm,外径约为188μm、251μm和270μm的锗芯光纤进行激光退火实验,研究CO_(2)激光沿光纤轴向扫描速度对锗芯拉曼峰频率和光传输损耗特性的影响。研究发现,激光扫描速度是决定退火后光纤特性的重要参数。对不同外径的光纤,... 详细信息

对内径为41~43μm,外径约为188μm、251μm和270μm的锗芯光纤进行激光退火实验,研究CO_(2)激光沿光纤轴向扫描速度对锗芯拉曼峰频率和光传输损耗特性的影响。研究发现,激光扫描速度是决定退火后光纤特性的重要参数。对不同外径的光纤,达到最优退火效果的激光扫描速度不同,188μm、251μm和270μm外径的锗芯光纤分别为10 mm·s^(-1)、14 mm·s^(-1)和16 mm·s^(-1),光传输损耗分别为3.435 dB·cm^(-1)、2.147 dB·cm^(-1)和3.578 dB·cm^(-1)。使用COMSOL软件对退火过程中纤芯表面固定点的温度变化进行了模拟仿真研究,仿真结果显示激光退火过程中温度呈脉冲形变化。相同外径条件下,激光扫描速度提高,温度脉冲的峰值升高、谷值降低、单脉冲持续时间缩短;相同扫描速度条件下,光纤外径减小,温度脉冲峰值提高,谷值降低。

关键词：锗芯光纤 CO_(2)激光退火激光扫描速度 COMSOL仿真温度变化模拟

来源：评论

学校读者我要写书评

暂无评论

大规模分布式光纤水听拖曳阵列及其湖试性能测试

引用

光学学报 2024年第1期44卷 333-342页

作者：龙俊求江浪肖春郭汝乾严国锋王德麟冉曾令龚元饶云江之江实验室光纤传感研究中心浙江杭州310027 浙江大学海洋学院浙江舟山316021 电子科技大学信息与通信工程学院四川成都611731

报道了一种高性能大孔径分布式光纤水听拖曳阵列,其总长度为150 m,声学传感段长度为100 m,具有192个传感单元,采用单根光纤离散增敏制备而成,无需其他分离器件。传感基元通过驻波桶标定,在20~1000 Hz,平均声压灵敏度达到-127.44 dB(re r... 详细信息

报道了一种高性能大孔径分布式光纤水听拖曳阵列,其总长度为150 m,声学传感段长度为100 m,具有192个传感单元,采用单根光纤离散增敏制备而成,无需其他分离器件。传感基元通过驻波桶标定,在20~1000 Hz,平均声压灵敏度达到-127.44 dB(re rad/μPa)。阵列同时装配了自研的姿态感知模块,可实现拖曳过程的实时姿态获取。针对所研制的大规模分布式光纤水听拖曳阵列,开展了湖试综合测试,6 kn拖速下阵列声学段的倾角仅为7.8°,将192个传感单元数据波束合成后得到了16.87 dB的空间增益,传感器表现出了优异的综合性能。该高性能大规模分布式光纤水听拖曳阵列为光纤水听器发展提供了一条全新的技术路线,有力推动了基于DAS的“第三代声呐技术”的发展。

关键词：光纤光学光纤水听器光纤水听拖曳阵列分布式光纤声波传感声压灵敏度姿态感知目标轨迹跟踪

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗与卷积神经网络的调制识别方法

引用

系统工程与电子技术 2022年第3期44卷 1036-1043页

作者：邵凯朱苗苗王光宇重庆邮电大学通信与信息工程学院重庆400065 移动通信教育部工程研究中心重庆400065 移动通信技术重庆市重点实验室重庆400065

自动调制识别在频谱监测和认知无线电中占有重要地位。针对现有调制识别算法在低信噪比条件下识别率低的问题,提出一种基于生成对抗网络(generative adversarial network, GAN)和卷积神经网络(convolutional neural network, CNN)的数... 详细信息

自动调制识别在频谱监测和认知无线电中占有重要地位。针对现有调制识别算法在低信噪比条件下识别率低的问题,提出一种基于生成对抗网络(generative adversarial network, GAN)和卷积神经网络(convolutional neural network, CNN)的数字信号调制识别方法。在利用平滑伪Wigner-Ville分布将调制信号转换为时频图像(time-frequency images, TFIs)后,在经典GAN中嵌入了剩余密集块(residual dense block, RDB)结构,保证了对TFIs的去噪和修复。通过对经典的剩余网络(residual network, ResNet)模型微调,满足了TFIs的识别与分类。仿真结果表明,所提方法在低信噪比情况下有效地降低了噪声对TFIs的干扰,提高了识别性能。

关键词：自动调制识别时频分布卷积神经网络生成对抗网络剩余密集块

来源：评论

学校读者我要写书评

暂无评论

基于ViT-CNN混合网络的合成孔径雷达图像船舶分类

引用

哈尔滨工程大学学报 2024年第8期45卷 1616-1623页

作者：邵然毕晓君哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 哈尔滨职业技术学院电子与信息工程学院黑龙江哈尔滨150001 中央民族大学民族语言智能分析与安全治理教育部重点实验室北京100081 中央民族大学信息工程学院北京100081

为了解决视觉转换器模型缺乏多尺度与局部特征捕获能力,难以适应合成孔径雷达图像船舶分类任务的问题,本文提出一种混合网络模型用于合成孔径雷达图像船舶分类。利用分阶段下采样网络结构,解决了ViT无法捕获多尺度特征的问题。通过在Vi... 详细信息

为了解决视觉转换器模型缺乏多尺度与局部特征捕获能力,难以适应合成孔径雷达图像船舶分类任务的问题,本文提出一种混合网络模型用于合成孔径雷达图像船舶分类。利用分阶段下采样网络结构,解决了ViT无法捕获多尺度特征的问题。通过在ViT模型的3个核心模块中融入卷积结构,设计了卷积标记嵌入、卷积参数共享注意力和局部前馈网络3个模块,使得网络能够同时捕获船舶图像的全局和局部特征,进一步增强了网络归纳偏置和特征提取能力。研究表明:本文所提模型在OpenSARShip和FUSAR-Ship2个通用合成孔径雷达船舶图像数据集上,分类准确率较最优方法分别提高了2.96%和4.18%,有效地提升了合成孔径雷达图像船舶分类性能。

关键词：视觉转换器卷积神经网络 SAR图像深度学习参数共享局部特征全局特征船舶图像

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：