检索结果-内蒙古大学图书馆

仪器仪表学报 2025年第2期46卷 116-131页

作者：李勇明朱立志王品马洁周传艳重庆大学微电子与通信工程学院重庆400044

深度堆栈自动编码器作为一种代表性的深度网络,已被广泛应用在数据科学、模式识别等领域。现有的深度堆栈自动编码器均针对原样本个体进行深度特征变换,忽略了样本之间的关联结构信息,导致其深度特征的质量往往不尽如人意。为了解决这... 详细信息

深度堆栈自动编码器作为一种代表性的深度网络,已被广泛应用在数据科学、模式识别等领域。现有的深度堆栈自动编码器均针对原样本个体进行深度特征变换,忽略了样本之间的关联结构信息,导致其深度特征的质量往往不尽如人意。为了解决这一问题,提出一种新的深度堆栈自动编码器网络-双级联合投影包络内嵌堆栈自动编码器。与现有的深度堆栈自动编码器本质上不同的是,双级联合投影包络内嵌堆栈自动编码器针对样本间关联信息而非样本个体本身进行深度特征变换。该模型主要包括两部分:双级联合投影包络模块和内嵌式堆栈自动编码器。在双级联合投影包络模块中,流形样本对包络子模块用于提取原样本间局部关联信息,重构生成第1层包络样本;保持降维式聚类子模块用于提取样本的全局关联信息,重构生成第2层包络样本。双级间一致性保持模块用于优化第2层包络样本的表征能力。然后,在这2层包络样本上分别训练2个内嵌式堆栈自动编码器,获得2组深度特征。组织了4组实验,包括消融实验、算法比较、参数影响分析以及复杂度分析。实验结果表明,双级联合投影包络内嵌堆栈自动编码器提取的深度特征具有较高且稳定的质量。

关键词：内嵌堆栈自动编码器包络学习双级包络样本聚类域适应

来源：评论

学校读者我要写书评

暂无评论

基于帧保序缓存的时间敏感网络FRER机制

引用

通信学报 2025年第3期46卷 164-173页

作者：蔡岳平胡绍柳韩笑重庆大学微电子与通信工程学院重庆400030

为解决时间敏感网络帧复制与消除可靠性(FRER)机制的帧乱序导致缓存区溢出帧丢弃问题,提出了一种基于相交节点处帧保序缓存的FRER机制。该机制在FRER路径对的相交节点处通过帧到达事件和定时器超时事件提前对无序帧进行重排序,保证帧的... 详细信息

为解决时间敏感网络帧复制与消除可靠性(FRER)机制的帧乱序导致缓存区溢出帧丢弃问题,提出了一种基于相交节点处帧保序缓存的FRER机制。该机制在FRER路径对的相交节点处通过帧到达事件和定时器超时事件提前对无序帧进行重排序,保证帧的有序转发。同时还对保序缓存区大小和定时器的设计进行了分析。仿真结果表明,与传统帧排序机制相比,所提机制有效降低了帧丢失率、平均时延及抖动。

关键词：时间敏感网络帧复制与消除保序缓存

来源：评论

学校读者我要写书评

暂无评论

基于多音输入实现实时可重构射频任意波形产生方法

引用

光子学报 2025年第3期54卷 78-86页

作者：周震杨淑娜杨波池灏杭州电子科技大学通信工程学院

提出并验证了一种基于双并行马赫曾德尔调制器和多音输入的射频任意波形产生方法。该方法采用双并行马赫曾德尔调制器取代时域脉冲整形系统中强度调制器对光载波进行载波抑制单边带调制，实现射频多音输入信号与输出脉冲的一一线性映射... 详细信息

提出并验证了一种基于双并行马赫曾德尔调制器和多音输入的射频任意波形产生方法。该方法采用双并行马赫曾德尔调制器取代时域脉冲整形系统中强度调制器对光载波进行载波抑制单边带调制，实现射频多音输入信号与输出脉冲的一一线性映射；通过调整多音信号的中心频率和功率值，可对采样点进行独立控制，从而实时重构并产生用户自定义的任意波形。相较于传统时域脉冲整形方案，该方法突破了波形对称性和电子任意波形产生器的限制，具有输出波形带宽大、种类多、重构能力强且成本低等优势。此外，搭建实验平台并实验验证了采样率高达20 GSa/s的任意波形产生，详细讨论了三阶色散对系统输出波形保真度的影响。

关键词：任意波形产生微波光子学时域脉冲整形多音输入频率-时间映射

来源：评论

学校读者我要写书评

暂无评论

基于Transformer的多模态个性化联邦学习

引用

电子科技大学学报 2025年第2期54卷 242-249页

作者：曹行健孙罡虞红芳电子科技大学信息与通信工程学院成都611731

在当前物联网飞速发展的背景下,处理来自各种信息采集设备的多模态数据,尤其是视觉、听觉信号和文本等多元感官信息的数据,对于机器学习落地应用至关重要。Transformer架构和其衍生的大模型在自然语言处理和计算机视觉中的卓越表现推动... 详细信息

在当前物联网飞速发展的背景下,处理来自各种信息采集设备的多模态数据,尤其是视觉、听觉信号和文本等多元感官信息的数据,对于机器学习落地应用至关重要。Transformer架构和其衍生的大模型在自然语言处理和计算机视觉中的卓越表现推动了对复杂多模态数据处理能力的追求。然而,这也带来了数据隐私安全和满足个性化需求的挑战。为解决这些挑战,提出一种基于多模态Transformer的个性化联邦学习方法,它支持异构数据模态的联邦学习,在保护参与方数据隐私的前提下为其训练更符合其个性化需求的多模态模型。该方法显著提升了多模态个性化模型的性能:相较于对比方法,准确率提高了15%,这标志着多模态个性化联邦学习在应用场景限制上的突破。

关键词：多模态 Transformer 联邦学习个性化

来源：评论

学校读者我要写书评

暂无评论

径向高斯涡旋光束阵列在大气中传输的闪烁指数分析

引用

中国光学(中英文) 2025年第1期18卷 142-149页

作者：张延娜欧军池灏杨淑娜杭州电子科技大学通信工程学院浙江杭州310018

涡旋光束阵列在自由空间光通信领域有很大的应用价值。本文采用多相位屏模拟大气湍流,研究了径向高斯涡旋光束阵列在大气湍流环境中传输的光场演化过程和轴上闪烁特性,分析了不同初始光束参数对径向高斯涡旋光束阵列的轴上闪烁指数的影... 详细信息

涡旋光束阵列在自由空间光通信领域有很大的应用价值。本文采用多相位屏模拟大气湍流,研究了径向高斯涡旋光束阵列在大气湍流环境中传输的光场演化过程和轴上闪烁特性,分析了不同初始光束参数对径向高斯涡旋光束阵列的轴上闪烁指数的影响,并将其与单束高斯涡旋光束的轴上闪烁指数进行对比。研究结果表明:在弱湍流区域,rytov指数小于0.5时,单束高斯涡旋光束的轴上闪烁指数一直保持在小于1的数值区域,远小于径向高斯涡旋光束的轴上闪烁指数;而在中等强度湍流区域,径向高斯涡旋光束阵列的轴上闪烁指数小于单束高斯涡旋光束的轴上闪烁指数。此外,还发现径向高斯涡旋光束阵列的轴上闪烁指数会随着轨道角动量值的减小和径向阵列半径的增大而减小。研究结果对于大气湍流环境下的涡旋光通信具有一定的理论意义和应用价值。

关键词：径向高斯涡旋光束阵列轴上闪烁指数相位屏仿真

来源：评论

学校读者我要写书评

暂无评论

时间二维变化建模的网络流量多步预测方法

引用

西安电子科技大学学报 2025年第1期52卷 22-36页

作者：宋文超杨帆邢泽华张钰杰西安电子科技大学通信工程学院陕西西安710071

准确预测网络流量的变化,可以帮助运营商提前进行资源分配和调度,最大程度减少网络拥塞。现有的网络流量多步预测方法难以捕获流量序列的长相关性,在多步预测任务上精度较低,基于此,提出了一种时间二维变化建模的网络流量多步预测方法... 详细信息

准确预测网络流量的变化,可以帮助运营商提前进行资源分配和调度,最大程度减少网络拥塞。现有的网络流量多步预测方法难以捕获流量序列的长相关性,在多步预测任务上精度较低,基于此,提出了一种时间二维变化建模的网络流量多步预测方法。该方法首先利用门控循环单元对网络流量序列进行编码,以实现网络流量时间相关性的精准表征;然后利用网络流量周期特征对其进行重构,将一维的流量序列转化为二维,重构后的流量序列长度被压缩,特征更为集中,使得模型能够有效感知其长相关特征。最后通过新型卷积神经网络捕获重构后流量序列的二维特征,并进行加权融合得到最终的预测结果。仿真结果表明,相较于主流的网络流量多步预测方法,所提方法均方根误差至少降低约8.69%,平均绝对误差至少降低约8.96%,平均百分比误差至少降低约11.73%。实验结果说明所提方法能够有效挖掘网络流量长相关特征,在网络流量多步预测任务中具有更高的预测精度。

关键词：预测网络管理流量预测时间二维变化建模

来源：评论

学校读者我要写书评

暂无评论

基于整数时延的宽带LFM信号最优自适应波束形成

引用

系统工程与电子技术 2025年第3期47卷 691-700页

作者：于少筠谢菊兰何子述李会勇电子科技大学信息与通信工程学院四川成都611731

现有宽带波束形成方法的多维处理使得计算量剧增。针对这一问题,对于宽带线性调频(linear frequency modulation,LFM)信号,提出一种只需整数倍时延补偿无需时域加权的宽带最优自适应波束形成算法。通过对期望信号和干扰经整数时延处理... 详细信息

现有宽带波束形成方法的多维处理使得计算量剧增。针对这一问题,对于宽带线性调频(linear frequency modulation,LFM)信号,提出一种只需整数倍时延补偿无需时域加权的宽带最优自适应波束形成算法。通过对期望信号和干扰经整数时延处理后信号形式的分析,推导出统一导向向量表达式和方向图计算公式,并基于该导向向量表达式对期望信号建立频率响应一致性约束以保证无失真输出,且对于不能直接获得干扰加噪声协方差矩阵的场景,给出该矩阵重构方法,分析采样频率对算法性能的影响。与常规方法相比,该方法具有无需预处理、无需时域加权、波束形成性能较好等特点。

关键词：宽带波束形成自适应最优加权

来源：评论

学校读者我要写书评

暂无评论

联合多尺度高低频信息融合的变化检测方法

引用

西安电子科技大学学报 2025年第1期52卷 105-116页

作者：曲家慧贺杰董文倩李云松张同振杨宇菲西安电子科技大学通信工程学院陕西西安710071

高光谱图像变化检测通过分析同一区域不同时间拍摄的高光谱图像,识别自然场景中地物变化。现有基于深度学习的检测方法主要包括卷积神经网络和基于注意力的方法两类:卷积神经网络方法使用卷积核提取特征,但感受野较小,关注局部信息,缺... 详细信息

高光谱图像变化检测通过分析同一区域不同时间拍摄的高光谱图像,识别自然场景中地物变化。现有基于深度学习的检测方法主要包括卷积神经网络和基于注意力的方法两类:卷积神经网络方法使用卷积核提取特征,但感受野较小,关注局部信息,缺乏全局建模能力;而基于注意力的方法专注于全局依赖性建模,但对局部特征的捕捉不足,导致检测中漏检、误检现象严重。针对这些不足,提出了一种联合多尺度高低频信息融合的变化检测方法。具体而言,通过金字塔多尺度网络提取多时相高光谱图像的高低频信息,不同尺度的高频信息关注边界区域,低频信息捕捉背景区域细节。高频信息通过残差卷积算子网络提取多尺度局部特征;低频信息通过基于自注意力的网络提取全局特征,以此对图像全局和局部信息进行有效建模。为进一步增强特征提取的有效性,设计了双时相差分分类决策网络,自适应学习各分支的分类权重系数,生成最终的加权预测结果。在三个真实高光谱数据集上的实验表明,方法在可视化和定量性能上均优于现有方法,实现了更高的分类精度和更稳定的变化检测效果。

关键词：变化检测卷积神经网络注意力机制图像处理信息融合

来源：评论

学校读者我要写书评

暂无评论

基于低秩正则联合稀疏建模的图像去噪算法

引用

电子与信息学报 2025年第2期47卷 561-572页

作者：查志远袁鑫张嘉超朱策吉林大学通信工程学院长春130012 西湖大学工学院杭州310024 南京工程学院人工智能工业技术研究所南京211167 电子科技大学信息与通信工程学院成都611731

非局部稀疏表示模型,如联合稀疏(JS)模型、低秩(LR)模型和组稀疏表示(GSR)模型,通过有效利用图像的非局部自相似(NSS)属性,在图像去噪研究中展现出巨大的潜力。流行的基于字典的JS算法在其目标函数中利用松驰的凸惩罚,避免了NP-hard稀... 详细信息

非局部稀疏表示模型,如联合稀疏(JS)模型、低秩(LR)模型和组稀疏表示(GSR)模型,通过有效利用图像的非局部自相似(NSS)属性,在图像去噪研究中展现出巨大的潜力。流行的基于字典的JS算法在其目标函数中利用松驰的凸惩罚,避免了NP-hard稀疏编码,但只能得到近似的稀疏表示。这种近似的JS模型未能对潜在的图像数据施加低秩性,从而导致图像去噪质量降低。该文提出一种新颖的低秩正则联合稀疏(LRJS)模型,用于求解图像去噪问题。提出的LRJS模型同时利用非局部相似块的LR和JS先验信息,可以增强非局部相似块之间的相关性(即低秩性),从而可以更好地抑制噪声,提升去噪图像的质量。为了提高优化过程的可处理性和鲁棒性,该文设计了一种具有自适应参数调整策略的交替最小化算法来求解目标函数。在两个图像去噪问题(包括高斯噪声去除和泊松噪声去除)上的实验结果表明,提出的LRJS方法在客观度量和视觉感知上均优于许多现有的流行或先进的图像去噪算法,特别是在处理具有高度自相似性的图像数据时表现更为出色。提出的LRJS图像去噪算法的源代码通过以下链接下载:https://***/s/14bt6u94NBTZXxhWjBHxn6A?pwd=1234,提取码:1234。

关键词：图像去噪泊松去噪非局部稀疏表示低秩正则联合稀疏交替最小化算法自适应参数

来源：评论

学校读者我要写书评

暂无评论

前景—背景语义解耦的图像修复

引用

中国图象图形学报 2025年第2期30卷 533-545页

作者：叶学义睢明聪薛智权王佳欣陈华华杭州电子科技大学通信工程学院杭州310018

目的修复前后的图像在语义上保持一致是图像修复研究遵循的基本规则之一。然而,现有的图像修复方法往往忽视了图像前景与背景间的语义区别,从而在修复过程后二者相互影响导致边缘模糊和语义混杂等问题。针对此问题,提出了一种基于语义... 详细信息

目的修复前后的图像在语义上保持一致是图像修复研究遵循的基本规则之一。然而,现有的图像修复方法往往忽视了图像前景与背景间的语义区别,从而在修复过程后二者相互影响导致边缘模糊和语义混杂等问题。针对此问题,提出了一种基于语义解耦前景背景的图像修复方法。方法此方法由3个步骤组成:语义修复、前景修复以及整体修复。初始阶段,对缺失的语义标签图进行修补;随后,采用经过修复的语义图将缺损图像的前景与背景分离,然后将损坏的前景区域输入到前景修复模块进行修复;最终,将修复后的前景区域嵌入到损失的图像中,输入到整体修复模块完成整体修复及前景背景融合。结果在公开的CelebA-HQ人脸数据集和Cityscapes街景数据集上与现有同类方法进行比较,本文方法在学习感知图像块相似度、峰值信噪比和结构相似性指标上表现更好;相较于对比方法的最优平均值,在CelebA-HQ数据集上,学习感知图像块相似度降低8.86%,结构相似性提高1.10%,且此方法峰值信噪比均值达到27.09 dB;在Cityscapes数据集上,学习感知图像块相似度降低4.62%,结构相似性提高0.45%,且此方法峰值信噪比均值达到27.31 dB。消融实验的数据表明了算法各个环节的必要性和有效性。结论该图像修复方法通过将前景背景的语义解耦,采用三段式算法流程递进完成图像修复,有效减少了语义混乱和边界模糊的影响,修复后生成的图像前景背景边界清晰,颜色风格和谐,语义连贯。

关键词：图像修复语义修复先验知识前景—背景解耦生成对抗网络(GAN)

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：