检索结果-内蒙古大学图书馆

电子科技大学学报 2021年第5期50卷 689-696页

作者：肖海林左清念朱丹周梦桂林电子科技大学认知无线电与信号处理教育部重点实验室广西桂林541004 湖北大学计算机与信息工程学院武汉430062

针对基于设备到设备(device-to-device,D2D)的蜂窝网络下车载无线通信技术(cellular-vehicle to everything,C-V2X)中复用蜂窝用户资源带来的能效问题,提出了一种能效优化算法。通过新的功率控制方法最大化车载用户(vehicle user,V-UE)... 详细信息

针对基于设备到设备(device-to-device,D2D)的蜂窝网络下车载无线通信技术(cellular-vehicle to everything,C-V2X)中复用蜂窝用户资源带来的能效问题,提出了一种能效优化算法。通过新的功率控制方法最大化车载用户(vehicle user,V-UE)总能效,并利用能量收集技术提高V-UE能效。该算法采用拉格朗日乘数法减少约束条件数目,利用改进的Dinkelbach方法将原问题转换为等效减式优化问题,并求出V-UE功率控制范围。数值仿真结果表明,该算法能够在V-UE用户之间的不同距离内获得最优能效。

关键词：车载无线通信技术设备到设备能效优化功率控制

来源：评论

学校读者我要写书评

暂无评论

基于联合注意力机制的单幅图像去雨算法

引用

计算机应用 2022年第8期42卷 2578-2585页

作者：徐成霞阎庆李腾苗开超安徽大学电气工程与自动化学院合肥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 安徽省气象局安徽省公共气象服务中心合肥230091

现有的单幅图像去雨算法难以充分发掘不同维度注意力机制的相互作用,因此提出一种基于联合注意力机制的单幅图像去雨算法。该算法包含通道注意力机制和空间注意力机制:通道注意力机制检测各通道雨线特征的分布,并差异化各个特征通道的... 详细信息

现有的单幅图像去雨算法难以充分发掘不同维度注意力机制的相互作用,因此提出一种基于联合注意力机制的单幅图像去雨算法。该算法包含通道注意力机制和空间注意力机制:通道注意力机制检测各通道雨线特征的分布,并差异化各个特征通道的重要程度;空间注意力机制则针对通道内雨线分布的空间关系,以局部到全局的方式积累上下文信息,从而高效准确地去雨。此外,引入深度残差收缩网络,以利用残差模块中嵌入的软阈值非线性变换子网络来通过软阈值函数将冗余信息置零,从而提升CNN在噪声中保留图像细节的能力。在公开降雨数据集与自构建的降雨数据集上进行实验,相较于单一空间注意力算法,联合注意力去雨算法的峰值信噪比(PSNR)提升4.5%,结构相似性(SSIM)提升0.3%。实验结果表明,所提算法可以有效地进行单幅图像去雨和图像细节的信息保留,在目视效果和定量指标上均优于对比算法。

关键词：图像去雨卷积神经网络注意力机制深度残差收缩网络软阈值

来源：评论

学校读者我要写书评

暂无评论

利用深度卷积神经网络将耳语转换为正常语音

引用

声学学报 2020年第1期45卷 137-144页

作者：连海伦周健胡雨婷郑文明安徽大学计算智能与信号处理教育部重点实验室合肥230601 东南大学儿童发展与学习科学教育部重点实验室南京210096

耳语是一种特殊发音方式,将耳语转换为正常语音是提升耳语质量和可懂度的关键方法。为了充分利用语音的频域和时域相关性实现耳语转换,提出了使用深度卷积神经网络(Deep Convolutional Neural Networks,DCNN)将耳语转换为正常语音。它... 详细信息

耳语是一种特殊发音方式,将耳语转换为正常语音是提升耳语质量和可懂度的关键方法。为了充分利用语音的频域和时域相关性实现耳语转换,提出了使用深度卷积神经网络(Deep Convolutional Neural Networks,DCNN)将耳语转换为正常语音。它的卷积层用来提取连续帧语音谱包络之间的频域与时域的相关特征,而全连接层用来拟合耳语在卷积层提取的特征和对应正常语音之间的映射关系。实验结果表明与深度神经网络(Deep Neural Networks,DNN)模型相比,DCNN模型获得的转换后语音的梅尔倒谱失真度(Cepstral Distance,CD)降低了4.64%,而语音质量感知评价(Perceptual Evaluation of Speech Quality,PESQ)、短时客观可懂度(Short-Time Objective Intelligibility,STOI)与平均主观意见分(Mean Opinion Score,MOS)分别提高了5.41%,5.77%,9.68%。

关键词：时域相关性 DNN 基频曲线深度卷积神经网络卷积层卷积核

来源：评论

学校读者我要写书评

暂无评论

基于策略迭代算法的连续时间线性Markov跳变系统非零和微分反馈Nash控制

引用

控制理论与应用 2020年第8期37卷 1749-1756页

作者：朱国政张茂光何舒平安徽大学电气工程与自动化学院安徽合肥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

针对一类连续时间线性Markov跳变系统,本文提出了一种新的策略迭代算法用于求解系统的非零和微分反馈Nash控制问题.通过求解耦合的数值迭代解,以获得具有线性动力学特性和无限时域二次成本的双层非零和微分策略的Nash均衡解.在每一个策... 详细信息

针对一类连续时间线性Markov跳变系统,本文提出了一种新的策略迭代算法用于求解系统的非零和微分反馈Nash控制问题.通过求解耦合的数值迭代解,以获得具有线性动力学特性和无限时域二次成本的双层非零和微分策略的Nash均衡解.在每一个策略层,采用策略迭代算法来计算与每一组给定的反馈控制策略相关联的最小无限时域值函数.然后,通过子系统分解将Markov跳变系统分解为N个并行的子系统,并将该算法应用于跳变系统.本文提出的策略迭代算法可以很容易求解非零和微分策略所对应的耦合代数Riccati方程,且对高维系统有效.最后通过仿真示例证明了本文设计方法的有效性和可行性.

关键词：策略迭代 Markov跳变线性系统非零和微分反馈Nash策略

来源：评论

学校读者我要写书评

暂无评论

在PLZN环境下基于组内优势关系的TODIM-PROMETHEE决策方法

引用

重庆工商大学学报（自然科学版） 2022年第1期39卷 71-77页

作者：朱蒙蒙毛军军徐威安徽大学数学科学学院合肥230601 安徽大学计算机智能与信号处理教育部重点实验室合肥230039

针对多准则群决策问题,提出了一种新的关于专家评价组内优势关系,在概率语言型Z-number(Probabilistic Linguistic Z-number)环境中应用TODIM、PROMETHEE决策方法结合起来的一个新的决策方法,不仅避免了TODIM方法的补偿问题,也有效地反... 详细信息

针对多准则群决策问题,提出了一种新的关于专家评价组内优势关系,在概率语言型Z-number(Probabilistic Linguistic Z-number)环境中应用TODIM、PROMETHEE决策方法结合起来的一个新的决策方法,不仅避免了TODIM方法的补偿问题,也有效地反映了准则的权重;首先通过引入新定义的影响因子、敏感因子和附加因子确定了组内优势关系,其中敏感因子具有举足轻重的作用;随后根据新的优势关系定义了组内偏离度,据此将同一评价可信度的PLZN融合;其次,根据各组专家评价的可信度,将不同可信度的评价融合,由此新定义了综合偏离度;进一步利用新的决策方法:TODIM-PROMETHEE,先后得到了准则的权重以及综合优势度,根据净流判断方案的先后顺序;最后通过一个实例的应用与分析说明新决策方式的有效性与可行性。

关键词：概率语言型Z-number 优势关系 TODIM-PROMETHEE方法多准则群决策

来源：评论

学校读者我要写书评

暂无评论

基于Kriging插值和BP神经网络结合的粮仓温度场预测模型研究及实现

引用

中国农业科技导报 2021年第9期23卷 96-102页

作者：王传旭王康陈林李学张红伟安徽大学电子信息工程学院计算智能与信号处理教育部重点实验室合肥230039

针对复杂仓储环境中粮情温度单点预测效果不理想、现有温度场建模难以满足工程应用需求等问题,基于温度场理论,结合分布式测温系统结构,提出了基于粮堆温度数据的温度场预测模型。该模型基于BP神经网络,利用粮仓内离散测温点数据预测对... 详细信息

针对复杂仓储环境中粮情温度单点预测效果不理想、现有温度场建模难以满足工程应用需求等问题,基于温度场理论,结合分布式测温系统结构,提出了基于粮堆温度数据的温度场预测模型。该模型基于BP神经网络,利用粮仓内离散测温点数据预测对应点的未来温度数据;再采用Kriging插值法进行空间插值,利用已知位置的温度值估计出未知点的温度值,进而建立温度场的预测模型。仿真测试结果表明,温度预测的平均绝对百分误差为1.2535%,均方根误差为0.1060,预测效果良好。采用Kriging插值法进行温度点的插值,其平均绝对百分误差为9.4700%,均方根误差为0.8651。对比于传统的粮堆温度单点预测算法,该模型能够更好地反映粮仓内温度场变化趋势以及温度分布的情况,为粮仓管理者提供更好的数据支持,实现辅助决策。该模型可扩展性强,能够适用于各种仓储现场。

关键词：粮食温度 BP神经网络 Kriging插值法温度场预测

来源：评论

学校读者我要写书评

暂无评论

基于超表面的低剖面高增益圆极化天线

引用

电波科学学报 2021年第1期36卷 96-100页

作者：刘长青张量万志伟俞兴传黄志祥吴先良安徽大学计算智能与信号处理教育部重点实验室合肥230601 合肥师范学院安徽省电子信息系统仿真设计重点实验室合肥230601

提出了一种基于缝隙耦合超材料表面的低剖面圆极化高增益天线,该天线由一个超材料表面和一个微带缝隙天线紧贴着组成.通过改变超表面切角的大小来产生圆极化波,同时还可以提高天线增益和拓宽阻抗带宽.为了验证仿真结果,制作和测量了一... 详细信息

提出了一种基于缝隙耦合超材料表面的低剖面圆极化高增益天线,该天线由一个超材料表面和一个微带缝隙天线紧贴着组成.通过改变超表面切角的大小来产生圆极化波,同时还可以提高天线增益和拓宽阻抗带宽.为了验证仿真结果,制作和测量了一个大小为1λ×1λ×0.067λ(在10 GHz处)的样本天线,仿真和测量结果显示出良好的一致性.结果表明,在整个工作带宽内天线的增益均在7.5 dB以上,最大增益达到10.5 dB,比普通缝隙天线提高了5.3 dB,阻抗带宽(S11<−10 dB)为27.4%,轴比带宽(AR<3 dB)达到12.3%.因此,该天线能同时满足低剖面、圆极化、高增益等多种性能的要求,可以应用于许多领域.

关键词：超材料低剖面圆极化高增益

来源：评论

学校读者我要写书评

暂无评论

基于负相关性增强的不平衡多标签学习算法

引用

计算机工程与科学 2021年第9期43卷 1700-1710页

作者：程玉胜曹天成王一宾郑伟杰安徽省高校智能感知与计算重点实验室(安庆师范大学) 安徽安庆246133 计算智能与信号处理教育部重点实验室(安徽大学) 安徽合肥230061

由于标签空间过大,标签分布不平衡问题在多标签数据集中广泛存在,解决该问题在一定程度上可以提高多标签学习的分类性能。通过标签相关性提升分类性能是解决该问题的一种最常见的有效策略,众多学者进行了大量研究,然而这些研究更多地是... 详细信息

由于标签空间过大,标签分布不平衡问题在多标签数据集中广泛存在,解决该问题在一定程度上可以提高多标签学习的分类性能。通过标签相关性提升分类性能是解决该问题的一种最常见的有效策略,众多学者进行了大量研究,然而这些研究更多地是采用基于正相关性策略提升性能。在实际问题中,除了正相关性外,标签的负相关性也可能存在,如果在考虑正相关性的同时,兼顾负相关性,无疑能够进一步改善分类器的性能。基于此,提出了一种基于负相关性增强的不平衡多标签学习算法——MLNCE,旨在解决多标签不平衡问题的同时,兼顾标签间的正负相关性,从而提高多标签分类器的分类性能。首先利用标签密度信息改造标签空间;然后在密度标签空间中探究标签真实的正反相关性信息,并添加到分类器目标函数中;最后利用加速梯度下降法求解输出权重以得到预测结果。在11个多标签标准数据集上与其他6种多标签学习算法进行对比实验,结果表明MLNCE算法可以有效提高分类精度。

关键词：多标签学习多标签不平衡标签正负相关性标签密度加速梯度下降法

来源：评论

学校读者我要写书评

暂无评论

基于FCM的大规模群体决策方法

引用

重庆工商大学学报（自然科学版） 2022年第4期39卷 77-82页

作者：方越吴涛刘帅陈向安徽大学数学科学学院合肥230601 安徽大学计算机智能与信号处理教育部重点实验室合肥230039

针对大规模多属性群体决策问题在不平衡犹豫模糊语言环境下难以确定决策者偏好权重的问题,提出了同一模糊集群中,单个决策者偏好权重的计算方法。首先,在不平衡犹豫模糊语言环境下,引入同一集群内单个决策者偏好权重这一概念;之后,在FC... 详细信息

针对大规模多属性群体决策问题在不平衡犹豫模糊语言环境下难以确定决策者偏好权重的问题,提出了同一模糊集群中,单个决策者偏好权重的计算方法。首先,在不平衡犹豫模糊语言环境下,引入同一集群内单个决策者偏好权重这一概念;之后,在FCM算法基础上,利用算法产生的聚类中心和决策者与所属集群的隶属度,定义了新的偏好权重计算公式以及集群的决策矩阵计算公式,由此得到一种新的大规模群体决策方法;最后,通过实例验证了方法的可行性和有效性。

关键词：模糊聚类大规模群体决策聚类中心不平衡犹豫模糊语言术语集

来源：评论

学校读者我要写书评

暂无评论

机器学习应用于心脏骤停早期预测模型的系统评价

引用

中国循证医学杂志 2021年第8期21卷 942-952页

作者：吴秋硕陆宗庆刘瑜许耀华张金肖文艳杨旻安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽医科大学第二附属医院重症医学二科心肺复苏与危重病实验室合肥230601

目的系统评价采用机器学习(machine learning,ML)的心脏骤停(cardiac arrest,CA)早期临床预测模型的预测价值。方法计算机检索PubMed、EMbase、WanFang Data和CNKI数据库,搜集关于ML用于CA预测的研究,检索时限均从2015年1月至2021年2月... 详细信息

目的系统评价采用机器学习(machine learning,ML)的心脏骤停(cardiac arrest,CA)早期临床预测模型的预测价值。方法计算机检索PubMed、EMbase、WanFang Data和CNKI数据库,搜集关于ML用于CA预测的研究,检索时限均从2015年1月至2021年2月。由2名研究者独立筛选文献、提取资料并评价纳入研究的偏倚风险后,评价不同模型的诊断准确性和比较受试者工作特征曲线下面积(AUC)。结果共纳入38个研究。在数据来源方面,13篇研究数据来源于开源数据库,25篇文章回顾性收集了患者资料,其中直接预测CA的文章有21篇,预测CA相关性心律失常的文章有3篇,预测心源性猝死的文章有9篇。共有51种模型被采用,其中使用频次最高的ML算法为人工神经网络(n=11),其次为随机森林(n=9)和支持向量机(n=5)。使用频次最高的输入特征为心电图参数(n=20),其次为年龄(n=12)和心率变异率(n=10)。共有6个研究比较了ML与其他经典统计学模型的预测价值,且ML模型的AUC值普遍高于经典统计学模型。结论现有证据表明,ML可更准确地预测CA的发生,在特定情况下ML的预测性能优于传统统计学模型。

关键词：心脏骤停心源性猝死系统评价机器学习预测

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：