检索结果-内蒙古大学图书馆

计算机科学 2022年第4期49卷 247-253页

作者：李国权姚凯庞宇重庆邮电大学通信与信息工程学院重庆400065 光电信息感测与传输技术重庆市重点实验室重庆400065

全血细胞计数是医学诊断中评价健康状况的重要检测手段。为解决传统血细胞计数器及其他设备对血细胞人工计数程序繁琐且耗时较长的问题,提出了一种基于卷积神经网络的血液细胞识别算法,即基于Res2Net和YOLO对象检测算法对3种类型的血液... 详细信息

全血细胞计数是医学诊断中评价健康状况的重要检测手段。为解决传统血细胞计数器及其他设备对血细胞人工计数程序繁琐且耗时较长的问题,提出了一种基于卷积神经网络的血液细胞识别算法,即基于Res2Net和YOLO对象检测算法对3种类型的血液细胞进行自动识别和计数。通过将Res2Net融入YOLO模型来提取更细粒度表示的多尺度特征和增加每个网络层的感受野范围,以提升血液细胞识别模型的性能。在公开血液涂片图像数据集的训练和测试结果表明,所提方法能够自动识别和计数红细胞、白细胞和血小板,识别准确率分别达到了96.09%,93.44%,96.36%。与其他基于卷积神经网络的识别模型相比,所提方法识别准确率高且具有较强的泛化性,能显著提升血液检测的效率。

关键词：卷积神经网络 Res2Net YOLO算法血液细胞识别

来源：评论

学校读者我要写书评

暂无评论

基于集合经验模态分解和信号结构分析的心电信号R波识别算法

引用

电子与信息学报 2021年第8期43卷 2352-2360页

作者：林金朝李必禄李国权黄正文庞宇重庆邮电大学通信与信息工程学院重庆400065 布鲁内尔大学电子与计算机工程系伦敦UB83PH 光电信息感测与传输技术重点实验室重庆400065

R波作为确定心电信号各波段的重要参考,是心电自动分析的前提。针对大多数R波识别算法的预处理过程影响识别准确度和耗时问题,该文提出一种基于集合经验模态分解(EEMD)和信号结构分析的算法对带噪心电信号(ECG)的R波直接进行识别。首先... 详细信息

R波作为确定心电信号各波段的重要参考,是心电自动分析的前提。针对大多数R波识别算法的预处理过程影响识别准确度和耗时问题,该文提出一种基于集合经验模态分解(EEMD)和信号结构分析的算法对带噪心电信号(ECG)的R波直接进行识别。首先通过EEMD将带噪声的心电信号分解成一系列本征模态分量,然后对分解后的各模态分量作独立成分分析以提取出R波特征最明显的成分,对该成分进行结构分析,从而实现对R波的准确定位。仿真结果表明,该文算法对带噪声心电信号的R波识别具有更优性能,对异常心电信号的R波识别也具有明显效果。

关键词：心电信号 R波识别集合经验模态分解信号结构分析

来源：评论

学校读者我要写书评

暂无评论

基于EWT和结构特征提取的心电信号R波识别算法

引用

电子学报 2021年第6期49卷 1217-1223页

作者：林金朝李必禄李国权黄正文庞宇重庆邮电大学通信与信息工程学院重庆400065 布鲁内尔大学电子与计算机工程系英国伦敦UB83PH 光电信息感测与传输技术重点实验室重庆400065

R波作为心电信号中最明显的特征,常作为确定心电信号其他波段的重要依据.针对现有算法识别率低的问题,提出一种基于经验小波变换和信号结构特征的R波识别算法.首先利用经验小波变换对心电信号频谱进行自适应分割,在分割区间上构造合适... 详细信息

R波作为心电信号中最明显的特征,常作为确定心电信号其他波段的重要依据.针对现有算法识别率低的问题,提出一种基于经验小波变换和信号结构特征的R波识别算法.首先利用经验小波变换对心电信号频谱进行自适应分割,在分割区间上构造合适的小波滤波器组提取出具有紧支撑的模态分量,然后对提取出的各模态分量进行频谱分析,找出R波对应的高频分量并对其进行结构分析,从而实现R波的准确定位.仿真结果表明,所提算法对心电信号R波识别的灵敏度达到99.93%,准确率达到了99.92%,阳性准确率达到99.99%,并且算法耗时仅0.68s,对R波具有很好的识别效果.

关键词：心电信号 R波识别经验小波变换结构特征提取

来源：评论

学校读者我要写书评

暂无评论

基于Res-DNN的端到端MIMO系统信号检测算法

引用

物联网学报 2022年第1期6卷 65-72页

作者：李国权徐永海林金朝黄正文重庆邮电大学通信与信息工程学院重庆400065 光电信息感测与传输技术重庆市重点实验室重庆400065 伦敦布鲁内尔大学电子与计算机工程系英国伦敦UB83PH

深度学习可通过提取无线通信数据的内在特征提升信号检测效果。针对MIMO系统信号检测存在的性能与复杂度的折中问题,提出一种基于深度学习的端到端MIMO系统信号检测方案。基于残差深度神经网络的编码器和解码器分别替代无线通信系统的... 详细信息

深度学习可通过提取无线通信数据的内在特征提升信号检测效果。针对MIMO系统信号检测存在的性能与复杂度的折中问题,提出一种基于深度学习的端到端MIMO系统信号检测方案。基于残差深度神经网络的编码器和解码器分别替代无线通信系统的发送端和接收端,将它们看作一个整体通过端到端的方式进行训练。编码器首先对输入数据进行特征提取,进而建立通信模型并传入迫零检测器进行初步检测,最终通过解码器重构得出检测信号。仿真结果表明,所提检测方案优于同类型算法,并且在牺牲一定时间复杂度的情况下,检测性能明显优于MMSE检测算法。

关键词：深度学习 MIMO系统信号检测残差深度神经网络端到端

来源：评论

学校读者我要写书评

暂无评论

基于干扰效率多蜂窝异构无线网络最优基站选择及功率分配算法

引用

电子与信息学报 2020年第4期42卷 957-964页

作者：李国权徐勇军陈前斌重庆邮电大学通信与信息工程学院重庆400065 山东大学山东省无线通信技术重点实验室济南250100

针对多蜂窝多用户异构无线网络干扰管理和效率提升问题,该文研究了基于干扰效率最大的下行链路基站(BS)-用户匹配和功率分配问题。首先,考虑宏用户和微蜂窝用户的服务质量,将问题建模为多变量混合整数非线性规划问题。其次将原问题分解... 详细信息

针对多蜂窝多用户异构无线网络干扰管理和效率提升问题,该文研究了基于干扰效率最大的下行链路基站(BS)-用户匹配和功率分配问题。首先,考虑宏用户和微蜂窝用户的服务质量,将问题建模为多变量混合整数非线性规划问题。其次将原问题分解为基站选择和功率分配两个子问题。针对基站选择问题,利用凸优化问题获得最优基站选择策略;针对功率分配问题,利用二次变换法和Dinkelbach辅助变量法,将功率分配问题转换为凸优化问题求解。仿真结果表明,与现有算法对比,该算法具有较好的干扰效率和干扰控制性能。

关键词：异构无线网络干扰效率资源分配基站选择

来源：评论

学校读者我要写书评

暂无评论

异构无线网络干扰效率最大顽健资源分配算法

引用

电子学报 2020年第3期48卷 545-553页

作者：徐勇军李国权陈前斌林金朝重庆邮电大学通信与信息工程学院重庆400065 山东大学山东省无线通信技术重点实验室山东济南250100

针对能效提升、宏用户干扰减小的问题,该文研究了基于干扰效率最大的异构无线网络顽健资源分配算法.首先,考虑宏用户干扰约束、微蜂窝用户速率需求约束和最大发射功率约束,将资源优化问题建模为多变量非线性规划问题.其次,考虑有界信道... 详细信息

针对能效提升、宏用户干扰减小的问题,该文研究了基于干扰效率最大的异构无线网络顽健资源分配算法.首先,考虑宏用户干扰约束、微蜂窝用户速率需求约束和最大发射功率约束,将资源优化问题建模为多变量非线性规划问题.其次,考虑有界信道不确定性模型,利用Dinkelbach辅助变量方法和连续凸近似方法结合对数变换方法,将原分式规划顽健资源分配问题转换为等价的确定性凸优化问题,并利用拉格朗日对偶算法获得解析解.理论分析了计算复杂度和参数不确定性对性能的影响.仿真结果表明该算法具有较好的干扰效率和鲁棒性.

关键词：异构无线网络干扰效率顽健资源分配连续凸近似

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的MIMO系统联合信号检测与信道译码

引用

重庆邮电大学学报（自然科学版） 2021年第2期33卷 176-184页

作者：李国权杨鹏马珺杰徐永海林金朝重庆邮电大学通信与信息工程学院重庆400065 光电信息感测与传输技术重庆市重点实验室重庆400065 陕西铁路物流集团有限公司西安710076

为进一步提高多输入多输出(multiple-input multiple-output, MIMO)系统性能,研究了深度学习方法来联合解决MIMO系统信号检测与信道译码问题。通过将深度神经网络、自动编码器神经网络与传统MIMO通信系统的物理层架构进行有机融合,构建... 详细信息

为进一步提高多输入多输出(multiple-input multiple-output, MIMO)系统性能,研究了深度学习方法来联合解决MIMO系统信号检测与信道译码问题。通过将深度神经网络、自动编码器神经网络与传统MIMO通信系统的物理层架构进行有机融合,构建了基于神经网络的MIMO系统模型,可获取系统发射端的信息比特或码字及信道状态信息,采用了端对端的训练方式,使不同神经网络模型可学习系统收发端的信息比特与码字的映射关系,联合实现了MIMO系统信号检测和信道译码,同时具有较低的复杂度。仿真结果表明,相比一些传统检测和译码算法,所提方法具有较优的检测和译码性能。

关键词：多输入多输出(MIMO)系统深度学习信号检测信道译码

来源：评论

学校读者我要写书评

暂无评论

面向6G的星地融合一体化组网研究

引用

重庆邮电大学学报（自然科学版） 2021年第6期33卷 891-901页

作者：孙韶辉戴翠琴徐晖康绍莉缪德山电信科学技术研究院有限公司无线移动通信国家重点实验室北京100083 重庆邮电大学通信与信息工程学院重庆400065

面向6G的星地一体化网络通过卫星网络与地面网络的优势互补、紧密融合,将扩大网络覆盖范围,提升网络整体效率,从而实现全球立体无缝覆盖网络。概述了星地融合网络发展现状及趋势。分析了星地融合网络发展路径,从过去的业务融合到现在的... 详细信息

面向6G的星地一体化网络通过卫星网络与地面网络的优势互补、紧密融合,将扩大网络覆盖范围,提升网络整体效率,从而实现全球立体无缝覆盖网络。概述了星地融合网络发展现状及趋势。分析了星地融合网络发展路径,从过去的业务融合到现在的体制融合再到未来的系统融合。指出了面向6G的星地融合一体化组网中网络架构、空口传输、组网方式以及频率管理方面存在的挑战以及未来可能的发展方向。

关键词： 6G 星地融合网络网络架构空口传输组网方式频率管理

来源：评论

学校读者我要写书评

暂无评论

基于改进EWT的心电信号基线矫正算法

引用

仪器仪表学报 2020年第4期41卷 156-166页

作者：李国权李必禄林金朝黄正文庞宇重庆邮电大学通信与信息工程学院重庆400065 光电信息感测与传输技术重点实验室伦敦UB83PH 布鲁内尔大学电子与计算机工程系重庆400065

基线漂移严重影响心电信号的特征提取和识别,而矫正方法的效果决定了医疗诊断的准确性。提出了一种基于经验小波变换和分段多项式拟合理论的心电信号基线矫正算法。利用经验小波变换自适应分割心电信号频谱,在分割区间上构造合适的小波... 详细信息

基线漂移严重影响心电信号的特征提取和识别,而矫正方法的效果决定了医疗诊断的准确性。提出了一种基于经验小波变换和分段多项式拟合理论的心电信号基线矫正算法。利用经验小波变换自适应分割心电信号频谱,在分割区间上构造合适的小波窗提取具有紧支撑的经验模态分量,并重构剔除基漂分量后的经验模态分量,再进行多项式分段拟合来去除残留基线漂移。对同一心电信号的测试结果表明,提出算法相对于对原始经验小波变换算法信噪比改进超过1.9 dB,在保持较好心电信号形态特征的同时能够有效矫正基线漂移失真。

关键词：心电信号基线漂移经验小波变换分段多项式拟合

来源：评论

学校读者我要写书评

暂无评论

无人机辅助的NOMA网络用户分组与功率分配算法

引用

通信学报 2020年第9期41卷 21-28页

作者：李国权林金朝徐勇军黄正文刘挺重庆邮电大学通信与信息工程学院重庆400065 光电信息感测与传输技术重庆市重点实验室重庆400065 西安邮电大学陕西省信息通信网络及安全重点实验室陕西西安710121 布鲁内尔大学电子与计算机工程系伦敦UB83PH

为了提高传输的灵活性和应对应急通信的场景,提出了一种基于无人机辅助的非正交多址接入系统用户分组与功率分配联合优化算法。考虑基站最大发射功率约束与用户分组约束,构建了NOMA多用户和速率最大化的资源分配问题。为了解决该非凸问... 详细信息

为了提高传输的灵活性和应对应急通信的场景,提出了一种基于无人机辅助的非正交多址接入系统用户分组与功率分配联合优化算法。考虑基站最大发射功率约束与用户分组约束,构建了NOMA多用户和速率最大化的资源分配问题。为了解决该非凸问题,基于图论提出了最大割定理下的用户分组算法,实现了组内用户与无人机的相对距离最小。基于分组结果,利用辅助变量法,将原非凸功率分配子问题转化为凸优化问题求解。仿真结果表明,所提算法具有较好的和速率性能。

关键词：无人机非正交多址接入用户分组功率分配

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：