检索结果-内蒙古大学图书馆

电子与信息学报 2021年第11期43卷 3111-3121页

作者：智慧黄子菊查煜坤王飞跃安徽大学计算智能与信号处理(教育部)重点实验室合肥230601

针对时分双工大规模MIMO系统,该文提出两种新的下行链路预编码方案,即新最大比合并(NMRC)和新迫零(NZF)方案,通过理论分析得到两种新预编码方案下目标用户和非目标用户的下行链路信干噪比和频谱效率的表达式,并与传统的迫零(ZF)和最大... 详细信息

针对时分双工大规模MIMO系统,该文提出两种新的下行链路预编码方案,即新最大比合并(NMRC)和新迫零(NZF)方案,通过理论分析得到两种新预编码方案下目标用户和非目标用户的下行链路信干噪比和频谱效率的表达式,并与传统的迫零(ZF)和最大比合并(MRC)预编码的下行链路信干噪比、频谱效率和误码率性能进行比较。仿真结果表明,所提出的NMRC和NZF预编码与传统的MRC和ZF预编码相比,在不增加运算复杂度的前提下可以获得更好的性能,而且新的预编码方案在提高目标用户性能的同时,对其他非目标用户的性能也有一定的改善。

关键词：大规模MIMO 新最大比合并预编码新迫零预编码

来源：评论

学校读者我要写书评

暂无评论

基于稀疏规范变量差异度分析的化工过程微小故障检测

引用

控制理论与应用 2024年

作者：陈添艺潘东辉陈新张海峰安徽大学物质科学与信息技术研究院安徽大学计算智能与信号处理教育部重点实验室数学科学学院

微小故障由于其故障征兆不明显,且在高维数据下可能出现变量共线性的情况,导致协方差矩阵病态而难以求逆甚至不可逆,因此传统的多元统计分析方法难以在故障发生早期对其进行检测.针对上述问题,本文提出了基于稀疏规范变量差异度分析(SCV... 详细信息

微小故障由于其故障征兆不明显,且在高维数据下可能出现变量共线性的情况,导致协方差矩阵病态而难以求逆甚至不可逆,因此传统的多元统计分析方法难以在故障发生早期对其进行检测.针对上述问题,本文提出了基于稀疏规范变量差异度分析(SCVDA)的微小故障检测方法.首先,构造改进惩罚矩阵分解算法(IPMD)对Hankel矩阵执行矩阵分解获得稀疏规范变量,其增强了变量间潜在关系的直观理解并有助于发现故障变量.其次,利用正常阶段规范变量的协方差和伪逆分别对状态向量和残差向量进行变量赋权,进而使用稀疏表征后的规范变量来构造基于条件期望的早期微小故障检测指标.此外,采用核密度估计确定非高斯分布数据下统计指标的控制限.最后,通过田纳西伊斯曼(TE)化工过程和连续搅拌反应釜(CSTR)的案例研究结果表明,所提方法在TE过程中相比SCVA、CVDA在检测率上分别取得了29.0%、16.6%的提升,在CSTR过程微小故障检测中相比上述算法分别提前142、96个样本预警到故障.

关键词：规范变量差异度分析微小故障故障检测稀疏表征核密度估计

来源：评论

学校读者我要写书评

暂无评论

结合GNN的信息融合用于归纳式文本分类

引用

小型微型计算机系统 2023年第6期44卷 1170-1176页

作者：郑诚倪显虎张苏航赵伊研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

最近,图神经网络(GNN)通过将文本数据转换为图形数据的方式,来捕捉单词之间的固有拓扑结构和依赖信息,在一些文本分类任务中取得了良好的结果.但是将文本构建成图后,很多基于图结构的文本分类模型面临着全局上下文语义信息和局部特征信... 详细信息

最近,图神经网络(GNN)通过将文本数据转换为图形数据的方式,来捕捉单词之间的固有拓扑结构和依赖信息,在一些文本分类任务中取得了良好的结果.但是将文本构建成图后,很多基于图结构的文本分类模型面临着全局上下文语义信息和局部特征信息提取不充分的等问题.本文提出了一种将全局上下文语义信息与局部特征信息相融合的图神经网络模型.通过将文档表示为有向、加权的词共现网络,其中有向是为了捕获词排序问题,权重是为了突出单词之间的相互影响程度,利用门控循环单元(GRU)在建模长距离单词交互上的优势,来捕获全局上下文语义信息,接着利用注意力(attention)捕获关键的局部特征信息,最后使用平均池化和最大池化进一步提升了模型对关键特征信息的提取能力,从而丰富了文档节点的全局语义信息,增强了局部特征表达.通过在三个经典英文数据集上的实验结果表明,该模型相比于基线模型有较好的分类效果.

关键词：文本分类图神经网络门控循环单元注意力

来源：评论

学校读者我要写书评

暂无评论

基于双向注意力机制和门控图卷积网络的文本分类方法

引用

计算机科学 2023年第1期50卷 221-228页

作者：郑诚梅亮赵伊研张苏航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

现有基于图卷积网络的文本分类模型通常只是通过邻接矩阵简单地融合不同阶的邻域信息来更新节点表示,导致节点的词义信息表达不够充分。此外,基于常规注意力机制的模型只是对单词向量进行正向加权表示,忽略了产生消极作用的单词对最终... 详细信息

现有基于图卷积网络的文本分类模型通常只是通过邻接矩阵简单地融合不同阶的邻域信息来更新节点表示,导致节点的词义信息表达不够充分。此外,基于常规注意力机制的模型只是对单词向量进行正向加权表示,忽略了产生消极作用的单词对最终分类的影响。为了解决上述问题,文中提出了一种基于双向注意力机制和门控图卷积网络的模型。该模型首先利用门控图卷积网络有选择地融合图中节点的多阶邻域信息,保留了之前阶的信息,以此丰富节点的特征表示;其次通过双向注意力机制学习不同单词对分类结果的影响,在给予对分类起积极作用的单词正向权重的同时,对产生消极作用的单词给予负向权重以削弱其在向量表示中的影响,从而提升模型对文档中不同性质节点的甄别能力;最后通过最大池化和平均池化融合单词的向量表示,得到文档表示用于最终分类。在4个基准数据集上进行了实验,结果表明,该方法明显优于基线模型。

关键词：文本分类图卷积网络注意力机制文本表示深度学习自然语言处理

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

基于状态分解的离散奇异时滞系统的容许性和H_(∞)性能分析

引用

系统科学与数学 2023年第2期43卷 271-280页

作者：黎书杰智亚丽孙承宇孙先涛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合肥230601

针对一类具有外部扰动的离散奇异时滞系统,文章通过建立系统的微分-代数方程,研究其容许性及H∞性能分析问题.为此,首先利用状态分解方法构造一个在二次型和二重积分二次型中都只含有部分状态量以及相关项的Lyapunov函数.其次,利用求和... 详细信息

针对一类具有外部扰动的离散奇异时滞系统,文章通过建立系统的微分-代数方程,研究其容许性及H∞性能分析问题.为此,首先利用状态分解方法构造一个在二次型和二重积分二次型中都只含有部分状态量以及相关项的Lyapunov函数.其次,利用求和不等式,自由权矩阵方法等技术对函数的前向差分进行估计,建立一个使系统满足一定H∞性能水平的容许性分析条件.该条件既能实现降低保守性的目的,又能尽可能地减少计算量.最后,通过数值实例验证所提方法的有效性和优越性.

关键词：离散奇异时滞系统状态分解容许性 H_(∞)性能

来源：评论

学校读者我要写书评

暂无评论

基于高速相位调制的菲涅耳场相位恢复

引用

工程科学与技术 2022年第4期54卷 235-243页

作者：张成张莉茹朱进兵江劲波韦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230039 国防科技大学先进激光技术安徽省实验室安徽合肥230037

多强度相位恢复方法通过改变光学成像系统中的物理参数获得不同的编码衍射图案,无需额外的先验知识即可实现相位的最佳收敛和高精度重建,然而现有多强度相位恢复方法在获取不同测量值的过程中,往往需要不断改变成像系统的物理结构,需要... 详细信息

多强度相位恢复方法通过改变光学成像系统中的物理参数获得不同的编码衍射图案,无需额外的先验知识即可实现相位的最佳收敛和高精度重建,然而现有多强度相位恢复方法在获取不同测量值的过程中,往往需要不断改变成像系统的物理结构,需要精确移动或调整部分光学元件的空间位置,反复地对齐与校准显著增加了工作量,从而导致成像结构较为复杂。针对上述问题,本文提出基于高速相位调制的菲涅耳场编码衍射图案实时获取方法,该方法主要使用电可调透镜(ETL)或纯相位型硅基液晶(PLCoS)两种纯相位空间光调制器来进行相位的快速动态调制,通过自由空间传播到记录平面,由探测器获取强度信息,无需使用透镜装置或者改变成像系统的物理结构,最后使用WF算法从获取的多幅编码衍射图案中同时重建光场的振幅和相位。通过对远场(FF)和菲涅耳场(FrF)在不同迭代次数、不同掩膜数量、不同噪声水平以及不同算法下分别进行对比实验,验证了本文方法的有效性和鲁棒性。相比于传统多强度相位恢复方法,本文所提出的成像系统更为紧凑和简单,避免了反复对齐与校准的工作量,具有重要的应用潜力,尤其是电可调透镜(ETL)调制系统,可适用于高分辨率场景的高速记录。

关键词：多强度相位调制菲涅耳场相位恢复

来源：评论

学校读者我要写书评

暂无评论

基于矩阵的粗糙集近似集快速计算算法

引用

计算机工程 2023年第5期49卷 22-28页

作者：徐怡侯迪安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230601 安徽大学物质科学与信息技术研究院合肥230031

在粗糙集理论中,上、下近似集的计算是核心问题。矩阵能提供一种高效的方法来计算粗糙集模型中概念的上、下近似集,但是在目前的矩阵方法中,论域中每个对象都要与论域中全部对象进行运算,从而导致较大的时间代价。为提高使用矩阵计算近... 详细信息

在粗糙集理论中,上、下近似集的计算是核心问题。矩阵能提供一种高效的方法来计算粗糙集模型中概念的上、下近似集,但是在目前的矩阵方法中,论域中每个对象都要与论域中全部对象进行运算,从而导致较大的时间代价。为提高使用矩阵计算近似集时的效率,提出一种快速计算上、下近似集的矩阵方法。对于一个给定的概念,基于概念的外延和概念补集的外延构建一个局部关系矩阵,对局部关系矩阵和单位矩阵进行矩阵运算得到正域和边界域布尔矩阵,对局部关系矩阵的转置和单位矩阵进行矩阵运算得到负域和边界域布尔矩阵。在该矩阵方法中,只需要根据局部关系矩阵就可以计算近似集,即论域中每个对象不必和论域中全部对象进行运算就可以被划分到相应的区域,使得算法的运算次数相比传统矩阵算法大幅减少,从而降低时间成本。在8个公开数据集上的实验结果表明,与4种传统的矩阵算法相比,该矩阵算法的运行速度至少提升70%,可以有效提高近似集计算效率。

关键词：粗糙集近似集单位矩阵局部关系矩阵矩阵运算

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

时–空特征驱动的多轮次重构图卷积网络故障诊断方法

引用

控制理论与应用 2025年第1期42卷 149-157页

作者：王庆昕张先杰张海峰钟凯陈宏田韩敏安徽大学计算智能与信号处理教育部重点实验室物质科学与信息技术研究院安徽合肥230601 安徽大学数学科学学院安徽合肥230601 阿尔伯塔大学化学与材料工程系加拿大埃德蒙顿AB T6G 2V4 大连理工大学工业装备智能控制与优化教育部重点实验室辽宁大连116024

近年来,图神经网络被广泛应用于处理具有非欧结构的工业过程数据.然而由于设备运行的过程数据常常受到噪声和冗余信息的干扰,如果直接使用原始信号会导致构建的图模型不够精细和准确,从而影响后续的模型诊断性能.针对这一问题,本文提出... 详细信息

近年来,图神经网络被广泛应用于处理具有非欧结构的工业过程数据.然而由于设备运行的过程数据常常受到噪声和冗余信息的干扰,如果直接使用原始信号会导致构建的图模型不够精细和准确,从而影响后续的模型诊断性能.针对这一问题,本文提出了一种时–空特征驱动的多轮次重构图卷积网络(STMR-GCN)故障诊断方法.该方法首先利用多尺度卷积神经网络与GCN对故障信号进行特征提取.然后根据样本之间的余弦相似性对图结构进行多次重构,重构后的图模型能够更精确地反映样本之间的连边关系,并将得到的图模型输入到GCN进行故障种类的识别.最后,在东南大学(SEU)仿真数据集和真实的磨煤机数据集上进行实验,实验结果表明所提方法与其他对比方法相比诊断精度均有提高,从而证明STMR-GCN模型在故障诊断方面的有效性和实用性.

关键词：故障诊断时空特征多轮次图重构图卷积网络

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：