检索结果-内蒙古大学图书馆

电子与信息学报 2020年第7期42卷 1686-1693页

作者：智慧王飞跃黄子菊安徽大学计算智能与信号处理教育部重点实验室合肥230601

大量研究表明,大规模MIMO系统中的小区边缘用户比中心用户更易遭受导频污染的影响。因此,该文提出一种联合用户分组和联盟博弈(JUG-AG)的动态导频分配方案来减轻系统导频污染。根据用户信号强度将所有用户分为A,B两组,把接收基站信号强... 详细信息

大量研究表明,大规模MIMO系统中的小区边缘用户比中心用户更易遭受导频污染的影响。因此,该文提出一种联合用户分组和联盟博弈(JUG-AG)的动态导频分配方案来减轻系统导频污染。根据用户信号强度将所有用户分为A,B两组,把接收基站信号强度弱的小区边缘用户记为A组,剩余用户则为B组。A组用户使用相互正交的导频,B组用户则借助联盟博弈来重复使用剩余的正交导频。在B组用户的联盟博弈中,用户被分成若干个互不相交的用户子联盟,属于不同子联盟的用户分配不同的相互正交导频序列,而属于同一子联盟中的用户使用相同的导频序列。与已有的导频分配方案相比,该文提出的JUG-AG方案更灵活,可以用于所有用户随机分布的场景。而且,该算法通过循环搜索可以获得整体最优解。仿真结果表明JUG-AG方案能够有效降低上行链路中用户信号检测的平均均方根误差(RMSE),而且可以提高用户的平均服务速率。

关键词：大规模多输入多输出导频污染均方根误差服务速率联合用户分组和联盟博弈

来源：评论

学校读者我要写书评

暂无评论

基于亚波长光栅结构的硅基液晶器件模型研究

引用

光学学报 2020年第3期40卷 14-21页

作者：沈川韦穗虞海秀陶波安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601

金(Au)亚波长光栅被溅射到经典硅基液晶(LCoS)的ITO电极上,它与薄液晶盒和底层铝电极组成复合共振波导结构,简称GLCoS。与基于液晶传播效应的LCoS截然不同,在GLCoS中,上电极的表面等离激元与光栅槽中的TM-FP (TM-Fabry Pérot)共振... 详细信息

金(Au)亚波长光栅被溅射到经典硅基液晶(LCoS)的ITO电极上,它与薄液晶盒和底层铝电极组成复合共振波导结构,简称GLCoS。与基于液晶传播效应的LCoS截然不同,在GLCoS中,上电极的表面等离激元与光栅槽中的TM-FP (TM-Fabry Pérot)共振耦合,诱导一个0阶反射的相位调制;铝(Al)电极既是反射背板又与Au光栅、薄液晶盒组成波导,使共振耦合得到增强。在操控光波阵面的同时,GLCoS也作为电控器件,施加电压改变液晶的折射率,进而控制开腔FP的边缘介质条件,达到有源0~2π相位调制。实验结果表明,本文结构可用于1μm量级像素的相位空间光调制器,在高空间带宽积的全息视频显示中具有广阔的应用前景。

关键词：光栅全息视频显示亚波长金属光栅法布里-珀罗共振硅基液晶

来源：评论

学校读者我要写书评

暂无评论

基于BP神经网络的CSI无源目标分类方法

引用

北京邮电大学学报 2020年第1期43卷 40-45页

作者：蒋芳张南飞胡艳军王翊安徽大学计算智能与信号处理教育部重点实验室合肥230601

针对无源目标分类系统中精度和费用之间不平衡、采用手工提取特征的方法进行特征提取工作量较大的问题,提出了一种基于误差逆传播(BP)神经网络的信道状态信息(CSI)无源目标分类方法.通过提取WiFi信号的CSI作基信号,并结合具有自主学习... 详细信息

针对无源目标分类系统中精度和费用之间不平衡、采用手工提取特征的方法进行特征提取工作量较大的问题,提出了一种基于误差逆传播(BP)神经网络的信道状态信息(CSI)无源目标分类方法.通过提取WiFi信号的CSI作基信号,并结合具有自主学习数据特征能力的神经网络方法,设计了BP神经网络的训练模型,减少了手工提取特征带来的开销.实验结果表明,以身高分类为例,所提方法能够区分4个不同身高段,且平均分类准确度可以达到90%以上.

关键词：信道状态信息误差逆传播神经网络无源目标分类

来源：评论

学校读者我要写书评

暂无评论

基于区间二型犹豫熵与风险偏好的多属性决策方法

引用

安徽大学学报（自然科学版） 2022年第1期46卷 7-14页

作者：吴涛李燕飞郭海艳安徽大学数学科学学院安徽合肥230601 安徽大学计算机智能与信号处理教育部重点实验室安徽合肥230039

针对以区间二型模糊集(IT2FSs)为信息环境的多属性决策问题,构建了考虑决策者风险偏好的决策模型,解决了区间二型模糊集内在犹豫性难以量化的问题.首先介绍了区间二型模糊集的相关知识,综合考虑两种期望平均提出了区间二型模糊集排序值... 详细信息

针对以区间二型模糊集(IT2FSs)为信息环境的多属性决策问题,构建了考虑决策者风险偏好的决策模型,解决了区间二型模糊集内在犹豫性难以量化的问题.首先介绍了区间二型模糊集的相关知识,综合考虑两种期望平均提出了区间二型模糊集排序值公式以比较模糊数的优势关系,同时提出使用几何度量刻画模糊性与犹豫性的区间二型犹豫熵来度量区间二型模糊集的不确定性.考虑到决策者的风险态度对决策结果可能的影响,引入决策者风险偏好因子,构造了风险偏好因子与传统的熵权法相结合的新的权重求解模型并给出了决策算法.最后用一个风险投资的实例验证决策者的风险偏好对属性权重以及决策方案的排序所产生的影响.

关键词：区间二型模糊集区间二型犹豫熵排序值风险偏好多属性决策

来源：评论

学校读者我要写书评

暂无评论

基于度量学习核函数的光学足迹图像识别算法

引用

华中科技大学学报（自然科学版） 2020年第11期48卷 11-16页

作者：鲍文霞王云飞王年唐俊安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601

以光学足迹图像为研究对象,采集并构建了一个包含134人在自然行走下的2680枚足迹数据集,提出一种足迹识别算法.从光学足迹图像中分别提取频域下的局部相位量化(LPQ)纹理特征和空域下的全局形态特征,并通过特征融合和优化获取相对稳定且... 详细信息

以光学足迹图像为研究对象,采集并构建了一个包含134人在自然行走下的2680枚足迹数据集,提出一种足迹识别算法.从光学足迹图像中分别提取频域下的局部相位量化(LPQ)纹理特征和空域下的全局形态特征,并通过特征融合和优化获取相对稳定且具有区分性的足迹特征.为了提升分类器对足迹特征的辨识性能,通过度量学习的方法将足迹特征投影到新的特征空间,使同类足迹特征分布更紧凑,异类特征间分布更离散.利用马氏距离和对数函数构造度量学习核函数,结合支持向量机(SVM)分类器实现光学足迹的识别.利用134人自然行走下光学足迹数据集进行实验,通过与不同特征、不同核的SVM分类器进行对比,结果表明:本研究算法提高了足迹的识别准确率,最高达到了96.66%,能够为足迹的应用和研究提供有效参考.

关键词：足迹识别局部相位量化特征全局形态特征特征融合度量学习核函数

来源：评论

学校读者我要写书评

暂无评论

Z概率语言术语集环境下改进的PROMETHEE Ⅱ方法及其应用

引用

延边大学学报（自然科学版） 2023年第3期49卷 223-229页

作者：何昳毛军军邓丽君安徽大学大数据与统计学院合肥230601 计算智能与信号处理教育部重点实验室(安徽大学) 合肥230601

针对属性权重未知的多属性决策问题,在Z概率语言术语集(ZPLTS)环境下,提出了一种改进的PROMETHEE Ⅱ (preference ranking organization method for enrichment evaluations Ⅱ)方法.在该方法中,各评价信息的综合可靠度由评价本身的可... 详细信息

针对属性权重未知的多属性决策问题,在Z概率语言术语集(ZPLTS)环境下,提出了一种改进的PROMETHEE Ⅱ (preference ranking organization method for enrichment evaluations Ⅱ)方法.在该方法中,各评价信息的综合可靠度由评价本身的可靠度和决策者给出的可靠度来确定,并由此进一步确定属性的权重;距离测度采用扩展的欧式距离,该方法在ZPLTS环境下能够克服不同Z概率语言值(ZPLVs)之间的距离均为0所带来的决策偏差.实例研究表明,该方法在反映原始数据信息和确定未知属性权重方面显著优于TOPSIS方法和传统的PROMETHEE Ⅱ方法,因此该方法可应用于多属性决策问题中.

关键词：多属性决策问题改进的PROMETHEEⅡ方法可靠度 Z概率语言术语集属性权重距离测度

来源：评论

学校读者我要写书评

暂无评论

基于图粗化的层次图池化方法研究

引用

小型微型计算机系统 2023年第3期44卷 483-489页

作者：陈洁薛远远曹京晶赵姝张燕平计算智能与信号处理教育部重点实验室合肥230601 安徽大学计算机科学与技术学院合肥230601 安徽省信息材料与智能传感重点实验室合肥230601 科学技术部科技人才交流开发服务中心北京100045

图神经网络(Graph Neural Networks, GNNs)已被证明能有效对图结构数据进行建模,池化机制在使用GNN模型提取图层次特征过程中至关重要,近年来已经引起了越来越多研究者们的关注.现有基于聚类的层次图池化方法要么需要增加额外的神经网... 详细信息

图神经网络(Graph Neural Networks, GNNs)已被证明能有效对图结构数据进行建模,池化机制在使用GNN模型提取图层次特征过程中至关重要,近年来已经引起了越来越多研究者们的关注.现有基于聚类的层次图池化方法要么需要增加额外的神经网络层以实现特征图的粗化;要么不能从全局角度捕获节点在图中的重要性大小.针对以上问题,本文提出一种基于图粗化的层次图池化方法(Hierarchical Graph Pooling Based on Graph Coarsening, HGP-GC),用于学习图的层次特征表示.该方法主要包括图结构粗化和图属性粗化两个部分.利用结构粗化实现特征图尺寸的缩减;利用属性粗化突显图中重要节点对图级表示的关键作用.通过将HGP-GC池化策略与现有神经网络相结合,在不同规模公共数据集上的图分类实验结果证明了HGP-GC的有效性.

关键词：图神经网络图池化层次图表示学习节点重要性图分类

来源：评论

学校读者我要写书评

暂无评论

基于压缩全息和空分复用的多彩色图像加密

引用

光子学报 2020年第9期49卷 168-179页

作者：张成许海涛朱园园汤俊韦穗安徽大学教育部智能计算与信号处理重点实验室合肥230039 安徽大学现代成像显示技术重点实验室合肥230039

针对现有光学加密方法进行彩色图像加密时加密容量低、解密图像失真度高等问题,提出一种基于压缩全息和空分复用的多彩色图像加密方法.在光学加密阶段,结合改进的Mach-Zehnder干涉仪与空分复用技术,通过不同的随机相位掩膜对多幅彩色图... 详细信息

针对现有光学加密方法进行彩色图像加密时加密容量低、解密图像失真度高等问题,提出一种基于压缩全息和空分复用的多彩色图像加密方法.在光学加密阶段,结合改进的Mach-Zehnder干涉仪与空分复用技术,通过不同的随机相位掩膜对多幅彩色图像进行同时加密,仅需单次曝光即可得到由多幅彩色图像加密的全息图.在解密过程中,由于记录全息图的过程可建模为压缩感知过程,使用两步迭代收缩/阈值算法即可求解.实验结果表明,提出的加密系统加密容量大,解密重建图像质量高,结合压缩感知理论,有效地消除了同轴全息中平方场项对解密重建性能的影响,解密图像平均峰值信噪比仅下降约2~5dB;密钥安全性高,随机相位掩膜与传播距离均起到密钥的作用,在随机相位掩膜错误或传播距离仅偏移0.25%时,便无法解密出原始彩色图像;且对噪声与遮挡性攻击具有良好的鲁棒性,解密重建性能随噪声增大下降趋势缓慢,加密全息图80%信息受到遮挡性攻击时,仍可取得良好的解密重建结果.

关键词：光学加密压缩感知全息术彩色图像单次曝光相干测量加密/解密过程

来源：评论

学校读者我要写书评

暂无评论

基于多模态融合的GF-5号遥感图像云检测

引用

大气与环境光学学报 2023年第4期18卷 371-382页

作者：张苏贵张晶晶寻丽娜孙晓兵熊伟阎庆李穗安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601 安徽大学电气工程与自动化学院安徽合肥230601 中国科学院通用光学定标与表征技术重点实验室安徽合肥230031 安徽文达信息工程学院安徽合肥231201

云检测对于遥感图像的应用具有重要意义。目前已有的云检测方法关于遥感图像的偏振信息研究较少,性能和泛化能力有限。为有效利用遥感图像偏振信息,提出了一种基于深度学习的多模态融合遥感图像云检测方法并进行了初步实验评价。该网络... 详细信息

云检测对于遥感图像的应用具有重要意义。目前已有的云检测方法关于遥感图像的偏振信息研究较少,性能和泛化能力有限。为有效利用遥感图像偏振信息,提出了一种基于深度学习的多模态融合遥感图像云检测方法并进行了初步实验评价。该网络是一种三参数输入流架构,具有编码器-解码器结构,利用通道空间注意模块对遥感图像中的反射率特征和偏振特征进行多模态融合。在解码器上采样阶段,利用迭代注意特征融合方法融合高、低级特征映射。评价实验数据集来源于多角度偏振成像仪(DPC)云产品和云掩码产品。评价实验结果表明,所提出的网络模型实现了良好的云检测性能,识别准确率达到93.91%。

关键词：云检测偏振信息多模态融合通道空间注意迭代注意特征融合

来源：评论

学校读者我要写书评

暂无评论

基于SE-Res2Net与多尺度空谱融合注意力机制的高光谱图像分类

引用

计算机辅助设计与图形学学报 2021年第11期33卷 1726-1734页

作者：徐沁梁玉莲王冬越罗斌安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽大学计算机科学与技术学院合肥230601 合肥工业大学管理学院合肥230009

为了提取更具有判决力的高光谱图像特征,并防止网络因加深导致退化,在新维度残差网络(Res2Net)和压缩激活网络(squeeze and excitation network,SENet)的基础上,提出新型多尺度特征提取模块SE-Res2Net,并设计多尺度空谱融合注意力模块.... 详细信息

为了提取更具有判决力的高光谱图像特征,并防止网络因加深导致退化,在新维度残差网络(Res2Net)和压缩激活网络(squeeze and excitation network,SENet)的基础上,提出新型多尺度特征提取模块SE-Res2Net,并设计多尺度空谱融合注意力模块.为了克服网络加深带来的退化问题,SE-Res2Net模块利用通道分组提取高光谱图像细粒度的多尺度特征得到多个不同粒度的感受野,并采用通道优化模块从通道层面量化特征图的重要性.为了进一步从空间维和光谱维同时优化特征,构建多尺度空谱融合的注意力模块,利用非对称卷积在不同尺度上挖掘不同空间位置和不同光谱维特征的关系,不但能减少计算量,还能有效地提取具有判决力的空谱融合特征,从而提高高光谱图像分类的精度.在3个公共数据集Indian Pines,University of Pavia和Grss_dfc_2013上的对比实验表明,与其他较新的深度网络相比,该方法具有更高的总体精度(overall accuracy,OA)、平均精度(average accuracy,AA)和Kappa系数.

关键词：高光谱图像分类多尺度特征注意力机制

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：