检索结果-内蒙古大学图书馆

计算机工程与设计 2020年第6期41卷 1509-1515页

作者：喻盛琪张天骐赵健根张天重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

针对低信噪比下非周期长码直扩信号PN(pseudo-noise)码盲估计问题,在已知码片速率和PN码周期前提下,提出一种基于特征值分解和梅西算法的非周期长码直扩信号PN码盲估计方法。在PN码周期内根据扩频调制比对信号,进行非重叠分段;利用分段... 详细信息

针对低信噪比下非周期长码直扩信号PN(pseudo-noise)码盲估计问题,在已知码片速率和PN码周期前提下,提出一种基于特征值分解和梅西算法的非周期长码直扩信号PN码盲估计方法。在PN码周期内根据扩频调制比对信号,进行非重叠分段;利用分段矩阵特征值分解的方法估计各段PN码并进行拼接;通过滑动搜索窗,利用梅西算法得到PN码生成多项式,消除在拼接时产生的相位模糊。仿真结果表明,该方法适用性广,能够在较低信噪比下正确估计出m序列、Gold序列。

关键词：非周期长码直扩信号 PN码盲估计特征值分解梅西算法生成多项式

来源：评论

学校读者我要写书评

暂无评论

基于用户偏好矩阵填充的改进混合推荐算法

引用

计算机工程与设计 2020年第10期41卷 2784-2790页

作者：郑小楠谭钦红马浩刘武启重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

为进一步解决协同过滤推荐算法中存在的数据稀疏性问题,针对现有的填充算法中未充分考虑用户偏好和物品属性内在关联的问题以及相似度计算中存在的不合理之处提出一种改进算法。该算法根据评分数据分析出用户的偏好,计算用户对不同物品... 详细信息

为进一步解决协同过滤推荐算法中存在的数据稀疏性问题,针对现有的填充算法中未充分考虑用户偏好和物品属性内在关联的问题以及相似度计算中存在的不合理之处提出一种改进算法。该算法根据评分数据分析出用户的偏好,计算用户对不同物品属性的偏好权重和评分均值,依据计算结果填补缺失项;根据目标用户改进相似度计算公式并得到基于用户偏好矩阵填充的改进混合推荐算法。实验结果表明,该算法可以解决数据稀疏问题,推荐精度均优于其它算法。

关键词：协同过滤用户偏好物品属性矩阵填充相似度计算

来源：评论

学校读者我要写书评

暂无评论

基于图像扩散速度模型和纹理信息的人脸活体检测

引用

计算机科学 2020年第2期47卷 112-117页

作者：李新豆高陈强周风顺韩慧汤林重庆邮电大学通信与信息工程学院信号与信息处理重庆市重点实验室

为了解决人脸身份认证中的欺诈问题,提出了一种基于图像扩散速度模型和纹理信息的人脸活体检测算法。真实人脸和虚假人脸图像的空间结构不同,为了提取这种差异特征,该方法使用各向异性扩散增强图像的边缘信息。然后,将原始图像与扩散后... 详细信息

为了解决人脸身份认证中的欺诈问题,提出了一种基于图像扩散速度模型和纹理信息的人脸活体检测算法。真实人脸和虚假人脸图像的空间结构不同,为了提取这种差异特征,该方法使用各向异性扩散增强图像的边缘信息。然后,将原始图像与扩散后图像的差值作为图像的扩散速度,并构建扩散速度模型。接着使用局部二值算法提取图像扩散速度特征并训练分类器。真实人脸图像和虚假人脸图像之间存在很多差异特征,为了进一步提高人脸活体检测算法的泛化能力,该方法同时提取人脸图像的模糊程度特征和色彩纹理特征,通过特征矩阵级联的方法将两种特征进行融合,并训练另一个分类器。最后根据分类器输出概率加权融合的结果做出判决。实验结果表明,该算法能够快速有效地检测出虚假的人脸图像。

关键词：活体检测各向异性扩散局部区域二值人脸识别

来源：评论

学校读者我要写书评

暂无评论

基于图像处理的建筑物振动位移测量算法

引用

电子与信息学报 2020年第10期42卷 2516-2523页

作者：陈昌川李奎乔飞姜宏伟赵曼淇公茂盛王海宁张天骐重庆邮电大学通信与信息工程学院重庆400065 清华大学电子工程系北京100084 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065 中国地震局工程力学研究所中国地震局地震工程与工程振动重点实验室哈尔滨150080

针对地震后高层建筑物结构损伤监测问题,该文提出一种基于方向码匹配(OCM)和边缘增强匹配(EEM)算法的微小位移测量算法。该算法先将原始图像梯度信息与像素强度融合,增强图像信息;采用相位相关法进行匹配运算,匹配速度比归一化互相关法... 详细信息

针对地震后高层建筑物结构损伤监测问题,该文提出一种基于方向码匹配(OCM)和边缘增强匹配(EEM)算法的微小位移测量算法。该算法先将原始图像梯度信息与像素强度融合,增强图像信息;采用相位相关法进行匹配运算,匹配速度比归一化互相关法提升了96.1%;最后使用亚像素插值法,使测量结果达到亚像素精度。实验结果表明,该文算法避免了OCM和EEM算法量化过程中图像梯度信息的损失,大大提高了模板匹配精度,匹配速度比OCM提升了43.3%,比EEM提升了19.6%。

关键词：图像处理位移测量模板匹配亚像素

来源：评论

学校读者我要写书评

暂无评论

矿用超声波气体流量计的研制

引用

仪表技术与传感器 2020年第1期 42-45,49页

作者：胡嘉豪全太锋重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

针对当前复杂的煤矿瓦斯抽放环境条件存在的接收信号干扰大、温度变化大等问题,提出了一种由自带增强型DSP处理指令以及具有浮点运算能力的STM32F4微处理器测量的系统设计。基于时差法检测原理,提出了发送端同步激励信号驱动电路、接收... 详细信息

针对当前复杂的煤矿瓦斯抽放环境条件存在的接收信号干扰大、温度变化大等问题,提出了一种由自带增强型DSP处理指令以及具有浮点运算能力的STM32F4微处理器测量的系统设计。基于时差法检测原理,提出了发送端同步激励信号驱动电路、接收端两级信号放大处理电路以及温度补偿电路的具体解决方案,设计了一种矿用双声道超声波气体流量计,并在流量算法上进行了温度补偿和流场系数修正。该系统设计既简化了电路设计复杂性又保证了精确性。实验结果表明,该流量计测量精确、测量下限低且具有极高的稳定性。

关键词：瓦斯抽放时差法超声波气体流量计 STM32F4 渡越时间温度补偿

来源：评论

学校读者我要写书评

暂无评论

指数型随机共振微弱振动信号检测方法

引用

振动与冲击 2019年第9期38卷 53-61页

作者：张刚曹莉贺利芳易甜重庆邮电大学通信学院重庆400065 信号与信息处理重庆市重点实验室重庆400065

在实际工程故障诊断中特征频率信号经常淹没在噪声中,信息提取非常困难。为了提取强噪声背景中的微弱信号,将简谐势阱与Gaussian Potential模型相结合,提出一种作用在Duffing方程下的新型指数型双稳随机共振系统。首先,推导逃逸率并研... 详细信息

在实际工程故障诊断中特征频率信号经常淹没在噪声中,信息提取非常困难。为了提取强噪声背景中的微弱信号,将简谐势阱与Gaussian Potential模型相结合,提出一种作用在Duffing方程下的新型指数型双稳随机共振系统。首先,推导逃逸率并研究系统参数对输出信噪比影响;其次,基于指数型双稳随机共振系统对冲击衰减信号以及谐波振动信号进行检测;最后为检测大噪声下多频信号提出指数型双稳随机共振和经验模态分解的微弱信号联合检测方法并应用于轴承故障信号检测中。实验分析及仿真结果表明,指数型双稳随机共振模型在信号检测中是可行的,并且对于多频谐波信号通过随机共振后进行经验模态分解可使检测更加准确,联合检测不仅能识别故障信号,还能识别故障倍频信号。

关键词：指数型双稳随机共振经验模态分解故障信号检测

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的行为检测方法综述

引用

重庆邮电大学学报（自然科学版） 2020年第6期32卷 991-1002页

作者：高陈强陈旭重庆邮电大学通信与信息工程学院重庆400065 信号与信息处理重庆市重点实验室重庆400065

行为检测在自动驾驶、视频监控等领域的广阔应用前景使其成为了视频分析的研究热点。近年来,基于深度学习的方法在行为检测领域取得了巨大的进展,引起了国内外研究者的关注,对这些方法进行了全面的梳理和总结,介绍了行为检测任务的详细... 详细信息

行为检测在自动驾驶、视频监控等领域的广阔应用前景使其成为了视频分析的研究热点。近年来,基于深度学习的方法在行为检测领域取得了巨大的进展,引起了国内外研究者的关注,对这些方法进行了全面的梳理和总结,介绍了行为检测任务的详细定义和面临的主要挑战;从时序行为检测和时空行为检测2个方面对相关文献做了细致地分类,综合分析了每一类别中不同研究方法的思路和优缺点,并阐述了基于弱监督学习、图卷积神经网络、注意力机制等新兴研究话题的相关方法;介绍了行为检测领域常用的数据集以及性能评估指标,在这些数据集上比较了几种典型方法的性能;总结了当前行为检测方法需要解决的问题以及进一步发展的研究方向。

关键词：视频理解行为检测深度学习弱监督学习

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制和离散高斯混合模型的端到端图像压缩方法

引用

重庆邮电大学学报（自然科学版） 2020年第5期32卷 769-778页

作者：朱俊高陈强陈志乾谌放重庆邮电大学通信与信息工程学院重庆400065 信号与信息处理重庆市重点实验室重庆400065

图像压缩是图像处理领域重要的基础支撑技术之一。近年来,深度学习被用于解决图像压缩任务。潜在表示特征的冗余和概率估计的不准确往往会限制压缩性能的进一步提高。为了改善这类问题,提出一种基于注意力机制和离散高斯混合模型的端到... 详细信息

图像压缩是图像处理领域重要的基础支撑技术之一。近年来,深度学习被用于解决图像压缩任务。潜在表示特征的冗余和概率估计的不准确往往会限制压缩性能的进一步提高。为了改善这类问题,提出一种基于注意力机制和离散高斯混合模型的端到端图像压缩方法。将全局上下文注意力模块嵌入到编码器,旨在构造紧凑的潜在表示特征。同时,将潜在表示特征建模为参数化的离散高斯混合模型,用于提高码率估计的准确度。实验结果表明,提出的算法无论在峰值信噪比(peak signal noise rate,PSNR)还是多尺度结构相似度(multi-scale structural similarity,MS-SSIM)指标上都高于传统方法。在视觉感知上,提出的图像压缩算法能产生更令人满意的压缩图像。

关键词：图像压缩自编码器卷积神经网络深度学习

来源：评论

学校读者我要写书评

暂无评论

WSN中基于改进麻雀搜索算法的多目标覆盖优化

引用

电子测量技术 2022年第15期45卷 48-56页

作者：武娟李洪兵罗磊崔浩赵尚飞重庆三峡学院三峡库区地质环境监测与灾害预警重庆市重点实验室重庆404120 重庆三峡学院智能信息处理与控制重庆高校市级重点实验室重庆404120 重庆三峡学院物联网与智能控制技术重庆市工程研究中心重庆404120 北京邮电大学人工智能学院北京100876

针对无线传感器网络中(WSNs)节点随机部署造成覆盖不充分问题,提出了一种改进麻雀搜索-覆盖率增量(ISSA-ICR)算法。首先,ISSA针对探索者向原点收敛的问题,改进探索者位置更新方式,避免算法陷入局部最优解;其次,在算法迭代阶段引入以迭... 详细信息

针对无线传感器网络中(WSNs)节点随机部署造成覆盖不充分问题,提出了一种改进麻雀搜索-覆盖率增量(ISSA-ICR)算法。首先,ISSA针对探索者向原点收敛的问题,改进探索者位置更新方式,避免算法陷入局部最优解;其次,在算法迭代阶段引入以迭代次数为自由度参数的t分布扰动以及探索者-追随者数量动态调整策略,平衡算法全局和局部搜索能力;再次,采用随机回归的越界处理策略,合理处理个体越界重定位问题,并确定节点待部署位置;最后,基于ICR策略构建节点调度优化模型以确定最终部署位置。仿真结果表明,与麻雀搜索算法、标准粒子群优化算法及自适应虚拟力扰动麻雀搜索算法相比,ISSA-ICR节点覆盖多目标优化算法分别提升了目标区域4.96%、8.81%及3.84%的覆盖率,使节点分布更均匀,同时减少了节点移动距离。

关键词：无线传感器网络多目标优化改进麻雀搜索算法节点调度

来源：评论

学校读者我要写书评

暂无评论

基于全卷积DenseNet的前列腺MRI分割新方法

引用

计算机应用研究 2020年第6期37卷 1886-1889,1894页

作者：胡学刚杨洪光重庆邮电大学通信与信息工程学院重庆市信号与信息处理重点实验室重庆400065

前列腺磁共振图像(MRI)的自动分割对前列腺疾病的诊断至关重要,但是前列腺区域所占比例过小、组织边界模糊等问题为自动分割带来极大困难。针对这些问题,提出了一种基于全卷积DenseNet的前列腺MRI图像分割方法。该方法以现流行的深度学... 详细信息

前列腺磁共振图像(MRI)的自动分割对前列腺疾病的诊断至关重要,但是前列腺区域所占比例过小、组织边界模糊等问题为自动分割带来极大困难。针对这些问题,提出了一种基于全卷积DenseNet的前列腺MRI图像分割方法。该方法以现流行的深度学习理论为基础,利用迁移学习的思想,将DenseNet从自然图像迁移到前列腺数据集;采用反卷积和类似U-Net的全卷积神经网络结构,实现端到端的图像分割。同时引入并改进Dice相似性损失函数以解决前列腺MRI中背景所占比例远远大于前列腺区域和一些像素难以准确分割等问题。通过在PROMISE12数据集上进行实验,提出的方法 Dice相似性系数达到93. 25%,Hausdorff距离小于1. 2 mm,相较于目前的主要方法,分割效果更好、所耗时间更短。

关键词：前列腺MRI分割 DenseNet 全卷积神经网络 Dice损失函数

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：