检索结果-内蒙古大学图书馆

西安电子科技大学学报 2022年第3期49卷 74-82页

作者：蒋芳黄兴胡梦钰王翊许耀华胡艳军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 安徽省物联网频谱感知与测试工程技术研究中心安徽合肥230601

为了改善稀疏码分多址系统在多天线应用中的误码率性能,将深度学习引入多输入多输出稀疏码分多址系统,提出了一种降噪自编码器辅助的编解码方法。发射端使用多个深度神经网络单元构建多天线稀疏码分多址编码器,通过神经网络的学习获得... 详细信息

为了改善稀疏码分多址系统在多天线应用中的误码率性能,将深度学习引入多输入多输出稀疏码分多址系统,提出了一种降噪自编码器辅助的编解码方法。发射端使用多个深度神经网络单元构建多天线稀疏码分多址编码器,通过神经网络的学习获得每个用户在不同发射天线上的码本,采用降噪自编码器的结构在输入端引入噪声层,使得编码器的输出为更具鲁棒性的特征表示;接收端设计了一个全链接的深度神经网络作为解码器,该解码器将多天线检测与多用户检测联合进行,一次解码即可获得用户数据;采用端到端的训练方式对编解码器进行训练,优化神经网络的结构与参数,使得神经网络能够快速收敛。实验结果表明,提出的编解码方法可以降低多输入多输出稀疏码分多址系统的误码率,同时减少接收端检测的时间。

关键词：多输入多输出稀疏码分多址降噪自编码器深度神经网络

来源：评论

学校读者我要写书评

暂无评论

基于时间相关性的梯度追踪多用户检测算法

引用

系统工程与电子技术 2022年第9期44卷 2955-2962页

作者：蒋芳杨雅情郑国梁王翊许耀华吴香情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 安徽省物联网频谱感知与测试工程技术研究中心安徽合肥230601

为降低大规模机器类型通信基站端多用户检测的复杂度,结合活跃设备在相邻时隙间的相关性和梯度追踪算法提出了相关性辅助的梯度追踪多用户检测(correlation-assisted gradient pursuit multi-user detection,CAGP-MUD)算法,不仅避免了... 详细信息

为降低大规模机器类型通信基站端多用户检测的复杂度,结合活跃设备在相邻时隙间的相关性和梯度追踪算法提出了相关性辅助的梯度追踪多用户检测(correlation-assisted gradient pursuit multi-user detection,CAGP-MUD)算法,不仅避免了矩阵求逆的过程,还减少了除第一时隙的其他时隙的迭代次数。为了进一步降低多用户检测算法的复杂度,在CAGP-MUD算法框架内引入决策衰弱的思想,对梯度最大值进行衰弱,并以此作为阈值,每次迭代可挑选出多个活跃设备,以减少迭代次数,称为相关性辅助的组梯度追踪多用户检测算法。对提出的两种算法进行了复杂度计算。理论分析和仿真实验表明,和同类算法相比,这两种算法的计算消耗降低了60%以上。

关键词：大规模机器类型通信时间相关性梯度追踪多用户检测

来源：评论

学校读者我要写书评

暂无评论

基于多粒度用户偏好的文档级情感分析

引用

中文信息学报 2023年第7期37卷 122-130页

作者：陈洁王思雨赵姝张燕平余静莹计算智能与信号处理教育部重点实验室安徽合肥230601 安徽大学计算机科学与技术学院安徽合肥230601 信息材料与智能感知安徽省实验室安徽合肥230601

不同的用户通常具有多粒度的用户偏好,即用不同的用词习惯来表达情感(单词级用户偏好);在不同的句子上表达出不同的情感强度(句子级用户偏好);用不同的评分特征对产品进行评价(文档级用户偏好)。现有情感模型在文本特征表示时并未考虑... 详细信息

不同的用户通常具有多粒度的用户偏好,即用不同的用词习惯来表达情感(单词级用户偏好);在不同的句子上表达出不同的情感强度(句子级用户偏好);用不同的评分特征对产品进行评价(文档级用户偏好)。现有情感模型在文本特征表示时并未考虑用户偏好的多粒度性,据此,该文提出了一种融合多粒度用户偏好的情感分析模型。首先,在单词粒度上,将用户信息融合到注意机制中来获取基于用户偏好的句子表示;然后,在句子粒度上,结合自注意机制获取基于用户偏好的文档表示;最后,在文档粒度上,将得到的文档表示与用户信息直接进行融合得到文档的特征表示,并利用该表示进行分类。在IMDB、Yelp13、Yelp14三个文档级数据集上的实验表明,该模型能更有效地提升分类性能。

关键词：情感分类文档级评论用户偏好多粒度注意网络

来源：评论

学校读者我要写书评

暂无评论

广义空间调制MIMO系统中基于块稀疏自适应匹配追踪的检测算法

引用

无线电工程 2022年第10期52卷 1695-1701页

作者：吴香情胡艳军蒋芳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230601

广义空间调制(Generalized Spatial Modulation,GSM)在多输入多输出(Multiple Input Multiple Output,MIMO)系统中的应用能够提高系统的能量效率,但与此同时GSM-MIMO系统激活多根天线也给接收机的信号检测带来了极大的挑战,而接收端是... 详细信息

广义空间调制(Generalized Spatial Modulation,GSM)在多输入多输出(Multiple Input Multiple Output,MIMO)系统中的应用能够提高系统的能量效率,但与此同时GSM-MIMO系统激活多根天线也给接收机的信号检测带来了极大的挑战,而接收端是否能正确高效地检测出发送信息对整个通信系统至关重要。由于在GSM-MIMO系统中,活跃用户和活跃天线都具有稀疏性,可以应用压缩感知算法进行用户和天线检测。针对多用户广义空间调制信号的结构和稀疏性,将检测问题转化为块稀疏恢复问题,提出了一种块稀疏自适应匹配追踪(Block Sparse Adaptive Matching Pursuit,BSAMP)算法,设计了支撑集检测的两步策略:第1步,利用块稀疏特征检测出活跃用户,得到块级支撑;第2步,通过求解活跃用户的各天线的l_(2)范数得到天线级的索引支撑集。有效利用每个用户的有源天线,检测出活跃用户及其用户数据。在信号值检测阶段,利用GSM-MIMO系统的特点对活跃用户有源天线上的信号取均值,降低了重构的误比特率。此外,采用稀疏度自适应的方法,接收端不需要严格知道活跃用户数目,更贴近实际环境。仿真结果表明,提出的BSAMP算法能够提高检测精度。

关键词： GSM-MIMO 块稀疏自适应匹配追踪算法支撑集检测压缩感知

来源：评论

学校读者我要写书评

暂无评论

基于飞秒激光制备的雾水收集驼峰双面神膜

引用

激光与光电子学进展 2022年第3期59卷 157-162页

作者：陈亮苏亚辉安徽大学电气工程与自动化学院安徽合肥230601 安徽大学电子信息工程学院安徽合肥230601 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230039

雾水收集是将气态雾转化为液态水的过程,具有重要的研究价值。控制雾滴的凝结效率是雾水收集的关键因素,主要与基底表面的边界层厚度和有效更新有关。受沙漠甲虫背部结构的启发,基于飞秒激光微纳加工和表面化学修饰在铝箔表面制备了一... 详细信息

雾水收集是将气态雾转化为液态水的过程,具有重要的研究价值。控制雾滴的凝结效率是雾水收集的关键因素,主要与基底表面的边界层厚度和有效更新有关。受沙漠甲虫背部结构的启发,基于飞秒激光微纳加工和表面化学修饰在铝箔表面制备了一种具有驼峰结构的双面神膜,可极大提高雾滴的凝结效率。实验结果表明,相比平面双面神膜,驼峰双面神膜的雾水收集效率提高了80%,且能捕获水平方向的雾流,更适应恶劣的自然环境。

关键词：激光光学雾水收集液滴凝结飞秒激光微纳加工化学修饰

来源：评论

学校读者我要写书评

暂无评论

基于T-球形模糊熵和交叉熵的偏好提取方法及其应用

引用

海南师范大学学报(自然科学版) 2025年第1期38卷 54-63页

作者：杨雨欣毛军军黄慧鑫庞星宇安徽大学大数据与统计学院安徽合肥230601 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

由于决策环境的日益复杂,专家和属性的偏好信息在决策过程中至关重要。因此为了更加客观地识别信息,提出了一种基于T-球形模糊熵和交叉熵的偏好提取方法并将其用于多属性群决策问题中。首先针对模糊熵不满足现实意义以及交叉熵不满足非... 详细信息

由于决策环境的日益复杂,专家和属性的偏好信息在决策过程中至关重要。因此为了更加客观地识别信息,提出了一种基于T-球形模糊熵和交叉熵的偏好提取方法并将其用于多属性群决策问题中。首先针对模糊熵不满足现实意义以及交叉熵不满足非负性的问题,提出了新的T-球形模糊熵和交叉熵,用以客观准确地确定专家和属性的偏好信息,并证明了其相关性质;其次,针对以往有些研究中定义的距离函数不满足三角不等式的缺点,提出了基于新T-球形模糊交叉熵的距离函数,并将其与新提出的T-球形模糊熵和交叉熵用于TOPSIS方法对方案进行排序;最后通过一个计算机辅助工程(CAE)仿真软件的选择实例说明了所提方法的可行性和有效性,为解决T-球形模糊环境下的多属性群决策问题提供了一种新的思路。

关键词： T-球形模糊熵 T-球形模糊交叉熵改进的距离函数偏好提取多属性群决策

来源：评论

学校读者我要写书评

暂无评论

基于T-球形模糊Z-number的扩展TODIM方法及应用

引用

武汉理工大学学报(信息与管理工程版) 2025年第1期47卷 65-72页

作者：程玮玲毛军军张胜安徽大学大数据与统计学院安徽合肥230601 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

Z-number作为一种表达不确定信息的方法,其核心在于处理信息的模糊性和概率不确定性。然而,当前关于Z-number的研究相对有限,许多研究未能充分揭示其性质。T-球形模糊Z-number为表示数据的随机性和模糊性提供了新的视角。首先,引入了T-... 详细信息

Z-number作为一种表达不确定信息的方法,其核心在于处理信息的模糊性和概率不确定性。然而,当前关于Z-number的研究相对有限,许多研究未能充分揭示其性质。T-球形模糊Z-number为表示数据的随机性和模糊性提供了新的视角。首先,引入了T-球形模糊Z-number,利用T-球形模糊数和相应可靠性度量的组合表示数据信息,可以很好地体现决策数据的模糊性和适用性。其次,提出了T-球形模糊Z-number的运算法则和聚合算子,并基于所提出的聚合算子和TODIM方法,提出了两种算法来处理T-球形模糊Z-number形式的不确定信息。最后,以安徽省4个城市数字经济的评估问题为实例进行对比分析,论证了所提出算法的实用性和有效性。

关键词： T-球形模糊 Z-number TODIM 多属性决策数字经济评估

来源：评论

学校读者我要写书评

暂无评论

基于层次保留的知识图谱嵌入链路预测方法

引用

计算机科学与探索 2023年第9期17卷 2174-2183页

作者：钱付兰王文学郑文杰陈洁赵姝安徽大学计算机科学与技术学院合肥230601 计算智能与信号处理教育部重点实验室合肥230601 信息材料和智能感知安徽省实验室合肥230601 南京理工大学计算机科学与工程学院南京210094

知识图谱嵌入(KGE)是预测知识图谱(KGs)中缺失链接的重要工具,它将知识图谱中的实体和关系嵌入到连续低维空间中,并尽可能地保留原数据中隐含的各种信息。近年来,一些知识图谱嵌入方法利用极坐标系对知识图谱中普遍存在的语义层次结构... 详细信息

知识图谱嵌入(KGE)是预测知识图谱(KGs)中缺失链接的重要工具,它将知识图谱中的实体和关系嵌入到连续低维空间中,并尽可能地保留原数据中隐含的各种信息。近年来,一些知识图谱嵌入方法利用极坐标系对知识图谱中普遍存在的语义层次结构进行建模,提升了链路预测任务的性能。然而,这些方法在建模关系时,使用了简单的标度变换并过度关注于实体的层次差,这在一定程度上限制了模型的拟合力。为了应对上述问题,提出了基于层次保留的知识图谱嵌入方法(RHKE),它在建模知识图谱中的关系时考虑了实体本身的层次。具体来说,提出了混合变换,它包含一个倍率项和一个偏差项,当实体层次较低或较高时,标度变换主要受偏差项或倍率项影响。此外,由于变换后模型丢失了实体原本的层次,RHKE使用层次修正项,它将头尾实体的原本层次用不同比例组合后作为关系的附加信息。在多个公开数据集上的实验结果显示,RHKE在链路预测上的性能优于现有的语义层次模型。

关键词：知识图谱嵌入(KGE) 链路预测语义层次极坐标系

来源：评论

学校读者我要写书评

暂无评论

基于双编码的重叠社团检测多目标优化方法

引用

电子学报 2021年第11期49卷 2101-2107页

作者：张磊刘庆杨尚尚杨海鹏程凡马海平安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室安徽合肥230601

近年来,多目标进化方法已被广泛应用于重叠社团检测问题并取得了较好的社团划分性能.如何设计合适的个体编码以及进化策略是提高基于多目标进化重叠社团检测算法性能的重要因素.为此,本文设计了一种双编码表示方法对非重叠社团结构和重... 详细信息

近年来,多目标进化方法已被广泛应用于重叠社团检测问题并取得了较好的社团划分性能.如何设计合适的个体编码以及进化策略是提高基于多目标进化重叠社团检测算法性能的重要因素.为此,本文设计了一种双编码表示方法对非重叠社团结构和重叠点分别进行编码,能够有效解码得到重叠社团结构.在双编码表示的基础上,本文提出了一种基于双编码的重叠社团检测多目标优化方法(DRMOEA).在DRMOEA中,为了获得好的初始个体并提高算法检测性能,本文提出了一种基于社团边界点的初始化策略.除此之外,针对双编码中的重叠点编码部分,本文提出了基于精英个体边界点的交叉策略,该策略利用社团边界信息引导种群向好的方向进化,从而有效提高了算法的检测性能.最后,在9个真实世界网络上的实验结果表明DRMOEA算法优于其他5个代表性重叠社团检测算法.

关键词：复杂网络重叠社团检测双编码多目标优化

来源：评论

学校读者我要写书评

暂无评论

基于双分支特征融合的场景文本检测方法

引用

控制与决策 2021年第9期36卷 2179-2186页

作者：赵鹏徐本朋闫石刘政怡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

现有的基于深度学习的自然场景文本检测方法一般采用大型深度神经网络作为主干网络进行特征提取,虽然效果显著但检测模型十分庞大,检测效率较低,若直接将主干网络换成轻量型网络则不能提取出足够的特征信息,直接导致检测效果大幅降低.... 详细信息

现有的基于深度学习的自然场景文本检测方法一般采用大型深度神经网络作为主干网络进行特征提取,虽然效果显著但检测模型十分庞大,检测效率较低,若直接将主干网络换成轻量型网络则不能提取出足够的特征信息,直接导致检测效果大幅降低.为了降低文本检测模型的规模以及更为高效地检测文本,提出基于双分支特征融合的场景文本检测方法,在采用相对轻量级的主干网络EfficientNet-b3的基础上,使用双路分支进行特征融合进而检测场景文本.一路分支使用特征金字塔网络,融合不同层级的特征;另一路分支使用空洞卷积空间金字塔池化结构,扩大感受野,然后融合两个分支的特征,在小幅增加计算量的同时获取更多的特征,弥补小型网络提取特征不足的问题.在3个公开数据集上的实验结果显示,所提出方法在保持较高检测水平的情况下,可以大幅度降低模型的参数量,大幅度提升检测速度.

关键词：场景文本检测深度学习特征金字塔特征融合轻量级网络注意力机制

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：