联合图随机游走和跳跃连接的动态超图神经网络

针对传统超图神经网络难以提取节点直接邻域外关联度高的节点特征,导致全局特征信息不完整的问题,对动态超图神经网络(DHGNN)进行改进,提出联合图随机游走和跳跃连接的动态超图神经网络(RWS-DHGNN),用于非欧几里得数据的分类。该网络在DHGNN的基础上,引入了图随机游走,从而有效地获取直接邻域外关联度高的节点特征。同时,引入残差网络的思想在超图的顶点卷积处增加跳跃连接构成残差结构。所提网络模型充分发挥图结构和超图结构的优势。在Cora数据集的标准分割和随机分割上将所提网络与GCN、HGNN、GAT和DHGNN进行对比实验,实验结果表明,该模型可以有效提高分类准确率。

基于图的自适应加权多视图聚类

针对现有的基于图的多视图聚类算法没有考虑不同视图的权重和视图数据存在噪声的问题,提出一种基于图的自适应加权多视图聚类算法。通过自适应邻域学习从原始数据中构造多个关系图,引入视图权重调节参数,减少噪声的影响;通过自适应学习将各个关系图融合成统一关系图,通过秩约束优化使数据点自动划分成所需的簇,从而得到聚类结果。在多视图数据集上的实验结果表明了该算法的有效性。

一种用于交通预测的注意力时空图神经网络

城市化的发展使得交通预测在交通规划和城市管理等应用中发挥着重要作用。然而在交通预测任务中,捕获交通数据的高度非线性和复杂的时空依赖关系仍具有很大的挑战性。为了更好地捕获交通数据的时间依赖性和全局空间相关性以及同时满足长期和短期的预测任务,设计了一种用于交通预测的注意力时空图神经网络。首先通过引入注意力机制来调整邻近道路与非邻近道路的重要性,整合全局空间信息;然后再通过图卷积网络和带有扩展因果卷积的门控线性单元来共同捕获时空相关性。在两个真实数据集PeMSD7(M)和PEMS-BAY上的实验结果表明,该网络模型可以较大地提高短期和长期的交通预测精度。

一种用于交通预测的自适应时空图神经网络

针对以往复杂的神经网络构架在空间维度上所采用的预定义图结构未包含完整交通数据空间信息,且在时间维度上不能很好地捕获交通数据长期依赖关系的问题,提出一种新的时空图神经网络。通过自适应图卷积网络(AGCN)自动捕获节点的特定状态以及自动推断不同节点之间的相互依赖关系,提取更完整的交通数据空间特征,再通过时空长短期记忆网络(ST-LSTM)中的时间记忆模块来提取交通数据的时间特征,捕获短中长期的时间依赖关系。在PeMSD4和PeMSD8数据集上进行了验证,实验结果表明,所提网络相比基线模型能够更好地提升交通预测性能。

基于并行遗传-最大最小蚁群算法的分布式数据库查询优化

针对分布式数据库中关系及其分片多副本、多站点存储的特性会增加查询搜索空间及时间复杂度,从而降低查询执行计划(QEP)搜索效率的问题,提出一种基于分片分配选择器(FSS)设计准则的并行遗传-最大最小蚁群算法(PGA-MMAS)。首先,结合实际的企业分布式信息管理系统设计FSS,启发式选择较优关系副本,以减少查询连接代价并缩小PGA-MMAS的搜索空间;然后结合遗传算法(GA)收敛较快的优势,对最终连接关系进行编码和并行遗传操作,得到一组相对较优的QEP,并将其转化为并行最大最小蚁群算法(MMAS)的初始信息素分布,从而使其更快速地搜索到全局最优QEP;最后分别在不同关系数情况下对算法进行仿真实验,结果表明,基于FSS的PGA-MMAS搜索最优QEP的效率高于原GA以及基于FFS的GA、MMAS和GA-MMAS;经实际工程应用验证,所提算法搜索出的高质量QEP可以提高分布式数据库多关系查询效率。

1条主线2个对接的全日制工程硕士课程体系建设

分析了当前中国硕士研究生教育现状与发展趋势,指出了工程硕士专业学位制度设计的初衷和努力解决全日制工程硕士培养问题是当前工科院校研究生教育改革的重点,详细探讨了"以职业能力培养为主线,与工程能力素质养成、职业资格认证暨就业对接"的工程硕士研究生课程体系建设的模式与途径.

应用型本科高校依托“双创”平台助力教师发展的实践探索——以梧州学院为例

教师专业发展是学校发展、人才培养的关键因素,在当前"大众创业,万众创新"的时代背景下,新建地方应用型本科高校应针对教师发展存在的问题,依托"双创"平台,采取多种措施,在推动学校创新创业教育发展的同时也助力教师的专业发展,建设一支适应学校发展需要的高素质教师队伍。

非视距传播环境下的一种TDOA定位算法

各种基于移动台位置的服务急剧增加,导致提供定位业务成为无线网络发展的必然趋势。针对实际定位应用时常出现的非视距(NLOS)传输问题改进TDOA定位算法,其基本思路是将TDOA估计转化为两步最大似然线性估计,并加入松弛因子表示NLOS的影响,通过迭代方式逐步消除NLOS对定位的影响。该算法结构简单,计算量不大,仿真结果证实了其有效性。

非线性SAW卷积器中三波形相互作用

作为可编程匹配滤波器，ＳＡＷ卷积器在扩频通信、雷达信号处理等领域中具有广阔的应用前景。通过ＳＡＷ卷积器中的非线性三波形相互作用，可实现信号的卷积、相关和存贮。同时在存贮相关器结构中还可利用三波形相互作用的不同工作方式来实现空间积分卷积器和时间积分卷积器。

超宽带脉冲信号及对窄带通信系统的干扰分析

超宽带通信的优良特性使其成为继CDMA与蓝牙技术之后倍受人们重视的通信技术,但是其极宽的频谱分布对常规通信系统的干扰也成为人们担忧的问题。首先对UWB通信常用的几种高斯型极窄脉冲进行了时域与频域的分析,尽管几种波形都有极宽的频谱,但是功率谱分布规律却不相同,对频域中业已存在的常规通信系统构成干扰的程度也不相同。通过仿真分析表明,适当地选择极窄脉冲波形及相关信号参数可有效地降低这种干扰。

超宽带(UWB)极窄脉冲的产生与实现

针对超宽带通信技术迅速发展的需要,详细分析了利用双极性晶体管的雪崩特性产生超宽带极窄脉冲信号的原理并介绍了技术现状。本方案在微波双极性晶体管串行级联的基础上,采用了并行同步触发的工作方式,极大地减少了时延与上升时间,产生了皮秒级的极窄脉冲。电路具有结构简单、成本低、性能好及应用价值高等优点。

超宽带极窄脉冲设计与产生

超宽带(UWB)技术是以持续时间极短的脉冲作为传输载体进行数据通信的无线新技术。基于BJT雪崩特性,本文采用并行同时触发的工作方式,设计并产生了高重复速率的UWB脉冲电路发生器,极大地减少了时延,缩短了上升时间,提高了脉冲的幅度,并从等效电路法的观点分析计算了脉冲的特性参数,理论结果与实测结果具有较好的一致性。

超宽带多址通信信号的功率谱分析

超宽带 (UWB)多址通信是继CDMA技术之后迅速发展的一种宽带传输技术 .本文在介绍了各种UWB通信调制方式后 ,针对产生的UWB多址信号 ,分析了信号特征 ,结合数学模型 ,以简明方式分析了TM UWB与DSC UWB多址通信信号的功率谱密度分布 ,它是UWB通信系统设计与用户干扰分析的基础 .

基于深度自编码网络的慢速移动目标检测

强杂波背景下的慢速目标检测存在低多普勒频移、杂波干扰严重、鲁棒性不足、特征提取困难与信息利用不充分等问题。为此,提出一种基于深度自编码网络的宽带信号目标检测方法。利用时频变换解析回波信息,通过深度自编码网络算法,在时频域提取针对目标的深度抽象信息进行目标检测,以准确感知环境变化。仿真结果表明,与支持向量机、超限学习机和后向传播神经网络等传统机器学习相比,该方法可以有效感知环境变化,具有较高的鲁棒性和检测性能。

D2D通信技术综述

D2D(device-to-device)通信是一种在蜂窝系统的控制下,允许终端用户通过共享小区资源进行直接通信的新技术。蜂窝网络引入D2D通信在提高频谱效率,增大系统吞吐量的同时,也带来诸多挑战。在描述D2D通信系统模型及其工作原理的基础上,重点综述了近年来为了在蜂窝网络中实现D2D通信所取得的研究成果,主要包括会话建立、资源分配、功率控制和干扰协调。此外,简要介绍了D2D通信的应用案例。

基于XGBoost算法的恒星/星系分类研究

机器学习在当今的诸多领域已经取得了巨大的成功.尤其是提升算法.提升算法适应各种场景的能力较强、准确率较高,已经在多个领域发挥巨大的作用.但是提升算法在天文学中的应用却极为少见.为解决斯隆数字巡天(Sloan Digital Sky Survey,SDSS)数据中恒星/星系暗源集分类正确率低的问题,引入了机器学习中较新的研究成果–XGBoost (eXtreme Gradient Boosting).从SDSS-DR7 (SDSS Data Release 7)中获取完整的测光数据集,并根据星等值划分为亮源集和暗源集.首先,分别对亮源集和暗源集使用十折交叉验证法,同时运用XGBoost算法建立恒星/星系分类模型;然后,运用栅格搜索等方法调优XGBoost参数;最后,基于星系的分类正确率等指标,与功能树(Function Tree, FT)、Adaboost (Adaptive boosting)、随机森林(Random Forest, RF)、梯度提升决策树(Gradient Boosting Decision Tree, GBDT)、堆叠降噪自编码(Stacked Denoising AutoEncoders, SDAE)、深度置信网络(Deep Belief Network, DBN)等模型进行对比并分析结果.实验结果表明:XGBoost在暗源分类中要比功能树算法的星系分类正确率提高了将近10%,在暗源集的最暗星等中比功能树提高了将近5%.同其他传统的机器学习算法和深度神经网络相比, XGBoost也有不同程度的提升.

基于RF-BJT的超宽带极窄脉冲发生器的设计

本文简要介绍了超宽带(UWB)技术,讨论并分析了几种UWB中几种常用窄脉冲方法的特点及其局限性。基于RF-BJT雪崩特性,设计并制作了高重复速率的UWB脉冲电路发生器,获得亚纳秒级的超短、快速前沿的单极性UWB脉冲,幅度为-13.1 V,宽度为816.3 ps。

混合供电发射机的功率分配及调度算法

针对由固定电网和能量收集器混合供电的无线通信下行链路,研究在能量收集过程、数据到达过程以及衰落信道统计分布均未知的情况下发射机的动态功率分配及传输调度问题,目的是最小化发射机从固定电网消耗的平均电量,即提高收集的能量的利用效率.研究基于李雅普诺夫的优化方法,提出了一种低复杂度的动态功率分配以及多用户之间的传输调度算法,保证各数据队列稳定且等待时延不超过用户时延要求的条件下,使发射机从固定电源消耗的平均电量趋于最小值.仿真对比表明,该算法的性能优于其他两种贪婪算法.

基于Zig Bee无线传感器网络网关的设计与实现

给出了基于Zig Bee的无线传感器网络(WSNs)网关节点的软硬件设计与实现方案。网关节点以ARM9嵌入式处理器ARM966E-S为核心,uC/OS—Ⅱ为嵌入式实时操作系统,配以内置TCP/IP协议的GPRS模块作为网络数据出口和CC2420无线收发模块。实验结果表明:网关节点工作可靠,能够较好地满足低功耗和实时性的要求。

室内可见光成像传感器定位系统的理论极限

针对室内可见光定位系统的参数优化问题,计算了基于成像传感器接收的接收机位置的估计理论极限,求出了估计量的克拉美罗下界.对于室内典型的应用场景,当接收机的成像点测量值受高斯白噪声影响时,计算出接收机位置的最大似然估计量,并推出克拉美罗下界.采用LED发射机和成像传感器接收机的真实参数进行数值仿真,结果表明:可实现精确的定位估计,定位精度一般处于毫米量级.定位误差取决于接收机距房顶的垂直距离、透镜焦距、成像传感器的像素大小以及帧速率等参数.