检索结果-内蒙古大学图书馆

计算机工程与设计 2022年第8期43卷 2221-2227页

作者：莫建文朱彦桥欧阳宁林乐平桂林电子科技大学信息与通信学院认知无线电与信息处理省部共建教育部重点实验室广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

为提高现有增量学习模型在容量固定环境下学习的持久性,提出一种基于权值选择策略的增量学习方法。根据贝叶斯神经网络携带的不确定性动态地调整权值的学习率,以此优化一个能同时记忆新旧知识的模型;为使模型的学习与记忆更有弹性,在此... 详细信息

为提高现有增量学习模型在容量固定环境下学习的持久性,提出一种基于权值选择策略的增量学习方法。根据贝叶斯神经网络携带的不确定性动态地调整权值的学习率,以此优化一个能同时记忆新旧知识的模型;为使模型的学习与记忆更有弹性,在此基础上提出一种权值选择策略,该策略可以令模型主动选择性地释放部分网络资源,在不严重损害旧任务性能的前提下促进后续任务的学习。实验结果表明,在模型容量固定的环境下,权值选择策略的引入可以更有效地发掘模型的持续学习能力。

关键词：灾难性遗忘贝叶斯增量学习不确定性学习率权值选择策略

来源：评论

学校读者我要写书评

暂无评论

基于空谱分组卷积密集网络的高光谱图像分类

引用

计算机工程与设计 2022年第7期43卷 2031-2039页

作者：欧阳宁李祖锋林乐平桂林电子科技大学信息与通信学院认知无线电与信息处理省部共建教育部重点实验室广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

针对高光谱图像分类在特征提取过程中高分辨率信息丢失,导致分类精度下降的问题,提出一种基于空谱分组卷积密集网络的高光谱图像分类方法。设计光谱-空间三维分组卷积密集模块,对光谱与空间特征进行分步提取,利用分组卷积构造的密集网... 详细信息

针对高光谱图像分类在特征提取过程中高分辨率信息丢失,导致分类精度下降的问题,提出一种基于空谱分组卷积密集网络的高光谱图像分类方法。设计光谱-空间三维分组卷积密集模块,对光谱与空间特征进行分步提取,利用分组卷积构造的密集网络能减少数据固有信息冗余,使高分辨率的特征进行重用,避免细节特征信息丢失;设计光谱残差注意力模块,该模块通过结合空-谱特征计算注意力权重,对提取到的光谱特征进行权重重分配,对光谱信息富有的区域进行增强。实验结果表明,相比于若干最优的深度网络方法,所提高光谱图像分类方法具有更好的分类性能。

关键词：高光谱图像分类三维分组卷积密集网络光谱残差注意力模块空-谱特征

来源：评论

学校读者我要写书评

暂无评论

基于遗传算法的宽带高增益全介质透镜天线优化设计

引用

电波科学学报 2022年第5期37卷 817-823页

作者：张中南喻伟晟吴晓华彭麟四川九洲空管科技有限责任公司绵阳621000 桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室桂林541004

提出一种基于多目标遗传算法的透镜天线优化方法,将透镜天线的增益和1-dB增益带宽作为优化目标,通过算法改变透镜的拓扑结构来实现优化.设计了一款宽带、高增益的全介质透镜天线,并利用3D打印技术对透镜进行加工,降低了加工成本.实测结... 详细信息

提出一种基于多目标遗传算法的透镜天线优化方法,将透镜天线的增益和1-dB增益带宽作为优化目标,通过算法改变透镜的拓扑结构来实现优化.设计了一款宽带、高增益的全介质透镜天线,并利用3D打印技术对透镜进行加工,降低了加工成本.实测结果表明在6~18 GHz内馈源天线的增益提高了6.4~10 dB,在18GHz该透镜天线增益达到了23.8 dBi,最大口径效率为51.9%,1-dB增益带宽为40%.验证了该设计方法的有效性,同时也为透镜天线的优化设计提供了一种快捷、便利的方法.

关键词：遗传算法宽带高增益全介质透镜天线

来源：评论

学校读者我要写书评

暂无评论

基于IPPM的白光LED照明通信系统设计

引用

光通信技术 2014年第1期38卷 53-56页

作者：汪永辉陈名松汤玲利桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

提出一种新的同步方法,当系统空闲时在反向脉冲位置调制(I PPM)保护段设计了一个空闲位,解码时利用空闲位实现时钟校正,有效简化了解码的硬件电路。采用现场可编程门阵列(FPGA)实现IPPM的编解码。

关键词：可见光通信反向脉冲位置调制 LED FPGA

来源：评论

学校读者我要写书评

暂无评论

改进的基于稀疏表示的多聚焦图像融合

引用

电视技术 2014年第7期38卷 13-16页

作者：首照宇胡蓉欧阳宁桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

针对基于稀疏表示(Sparse Representation,SR)的融合算法存在冗余性和残余量丢失,提出一种改进的基于稀疏表示(Improved Sparse Representation,ISR)的多聚焦图像融合算法。该算法通过对源图像块去平均后再进行稀疏分解,解决了信息冗余... 详细信息

针对基于稀疏表示(Sparse Representation,SR)的融合算法存在冗余性和残余量丢失,提出一种改进的基于稀疏表示(Improved Sparse Representation,ISR)的多聚焦图像融合算法。该算法通过对源图像块去平均后再进行稀疏分解,解决了信息冗余问题;对稀疏表示中的残余量进一步采用小波变换进行融合,保证了信息的完整性;采用加权平均的融合规则,从而获得更多的信息量。实验结果表明,与其他的方法相比,本文提出的算法能实现更好的性能。

关键词：稀疏表示小波变换多聚焦图像融合融合规则

来源：评论

学校读者我要写书评

暂无评论

基于并列卷积神经网络的超分辨率重建

引用

计算机应用 2017年第4期37卷 1174-1178页

作者：欧阳宁曾梦萍林乐平认知无线电与信息处理省部共建教育部重点实验室(桂林电子科技大学) 广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

为提取更多有效特征并提高模型训练的收敛速度,提出一种基于并列卷积神经网络的超分辨率重建方法。该网络由两路不同结构的网络组成:一路为简单的残差网络,其优化残差映射比原始的映射更容易实现;另一路为增加了非线性映射的卷积神经网... 详细信息

为提取更多有效特征并提高模型训练的收敛速度,提出一种基于并列卷积神经网络的超分辨率重建方法。该网络由两路不同结构的网络组成:一路为简单的残差网络,其优化残差映射比原始的映射更容易实现;另一路为增加了非线性映射的卷积神经网络,增强了网络的非线性能力。随着并行网络结构的复杂化,收敛速度慢成为突出问题。针对这个问题,在卷积层后添加正则化处理,以简化模型参数、增强特征拟合能力,最终达到加快收敛的目的。实验结果表明,与基于深度卷积神经网络算法相比,该网络结构收敛速度更快,主观视觉效果更好,峰值信噪比(PSNR)平均提高了0.2dB。

关键词：并列卷积神经网络残差网络非线性映射正则化处理收敛速度

来源：评论

学校读者我要写书评

暂无评论

海洋湍流下OAM光通信仿真实验设计

引用

实验技术与管理 2021年第9期38卷 210-213页

作者：李晓记孙雷鸣王伟黄洁梅桂林电子科技大学信息与通信学院认知无线电与信息处理教育部重点实验室广西桂林541004

水下光通信UWOC具有传输速率高、容量大等特点,轨道角动量OAM具有空间螺旋相位分布特性,为水下光通信提供了空间自由度这一新的信息调制维度。该文建立了水下光通信系统下的海洋湍流随机相位屏模型,设计了海洋湍流下OAM光通信仿真实验,... 详细信息

水下光通信UWOC具有传输速率高、容量大等特点,轨道角动量OAM具有空间螺旋相位分布特性,为水下光通信提供了空间自由度这一新的信息调制维度。该文建立了水下光通信系统下的海洋湍流随机相位屏模型,设计了海洋湍流下OAM光通信仿真实验,仿真验证了OAM作为信息载体的可行性,并为将其应用于通信系统实验教学与研究提供参考。

关键词：轨道角动量海洋湍流随机相位屏空间分布

来源：评论

学校读者我要写书评

暂无评论

基于改进的局部卷积网络的多姿态人脸识别

引用

电视技术 2017年第11期41卷 187-191页

作者：莫建文匡勇建张顺岚桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

针对人脸姿态变化对人脸识别性能的影响以及人脸姿态恢复局部纹理信息不够清晰,提出一种改进的局部卷积神经网络的人脸识别方法。该方法在网络中引入分离层将中间层的信息分离成两个通道,一个通道用于产生中间层的重构函数,另一个通道... 详细信息

针对人脸姿态变化对人脸识别性能的影响以及人脸姿态恢复局部纹理信息不够清晰,提出一种改进的局部卷积神经网络的人脸识别方法。该方法在网络中引入分离层将中间层的信息分离成两个通道,一个通道用于产生中间层的重构函数,另一个通道进行进一步的局部卷积操作;最后将中间层的重构函数作为另一路网络顶层代价函数的一个惩罚项进行网络训练;网络训练完后,将姿态恢复的人脸图片采用LDA进行特征提取,并采用最近邻分类器来做识别。实验结果表明,提出的方法不仅能够很好的进行姿态恢复,且恢复的图片具有较好的纹理信息;同去除姿态的传统方法和较为典型深度学习方法以及3D方法相比,识别性能具有较大的提升。

关键词：人脸识别局部纹理局部卷积网络分离层惩罚项

来源：评论

学校读者我要写书评

暂无评论

基于自注意力网络的图像超分辨率重建

引用

计算机应用 2019年第8期39卷 2391-2395页

作者：欧阳宁梁婷林乐平认知无线电与信息处理省部共建教育部重点实验室(桂林电子科技大学) 广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

针对图像超分辨率重建中纹理细节等高频信息恢复的问题,提出一种基于自注意力网络的图像超分辨率重建方法。该网络框架利用两个重建阶段逐步地将图像的精确度从粗到细进行恢复。在第一阶段中,首先将低分辨率(LR)图像作为输入通过一个卷... 详细信息

针对图像超分辨率重建中纹理细节等高频信息恢复的问题,提出一种基于自注意力网络的图像超分辨率重建方法。该网络框架利用两个重建阶段逐步地将图像的精确度从粗到细进行恢复。在第一阶段中,首先将低分辨率(LR)图像作为输入通过一个卷积神经网络(CNN),并输出一个粗精度的高分辨率(HR)图像;然后将粗精度图像作为输入并产生更加精细的高分辨率图像。在第二阶段中,使用自注意力模块计算特征之间所有位置的关联性,通过捕捉特征的全局依赖关系来提高纹理细节的恢复能力。在基准数据集上的实验结果表明,与现有基于深度神经网路的超分辨率重建算法相比,所提算法不仅图像视觉效果最好,而且在数据集Set5和BDSD100上的峰值信噪比(PSNR)平均提高了0.1dB、0.15dB,表明该网络可以通过增强特征的全局表达能力来重建出高质量图像。

关键词：深度卷积神经网络从粗到细自注意力全局依赖关系超分辨率

来源：评论

学校读者我要写书评

暂无评论

基于空-谱融合网络的高光谱图像分类方法

引用

计算机应用 2018年第7期38卷 1888-1892页

作者：欧阳宁朱婷林乐平认知无线电与信息处理省部共建教育部重点实验室(桂林电子科技大学) 广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

针对高光谱图像分类中提取的空-谱特征表达能力弱及维数较高的问题,提出一种基于空-谱融合网络(SSF-Net)的高光谱图像分类方法。首先,利用双通道卷积神经网络(Two-CNN)同时提取高光谱图像的光谱和空间特征;其次,使用多模态压缩双线性池... 详细信息

针对高光谱图像分类中提取的空-谱特征表达能力弱及维数较高的问题,提出一种基于空-谱融合网络(SSF-Net)的高光谱图像分类方法。首先,利用双通道卷积神经网络(Two-CNN)同时提取高光谱图像的光谱和空间特征;其次,使用多模态压缩双线性池化(MCB)将所提取的多模态特征向量的外积投射到低维空间,以此产生空-谱联合特征。该特征融合网络,既可以分析光谱特征和空间特征向量中元素之间的复杂关系,同时也避免对光谱和空间向量直接进行外积计算,造成维数过高、计算困难的问题。最终实验表明,与现有基于神经网络的分类方法相比,所提出的高光谱图像分类算法能够获得更高的像元分类精度,表明该网络所提取的空-谱联合向量对高光谱图像具有更强的特征表达能力。

关键词：空-谱融合网络多模态压缩双线性池化特征融合外积高光谱图像分类

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：