为解决自然条件下人脸表情识别易受角度、光线、遮挡物的影响以及人脸表情数据集各类表情数量不均衡等问题,提出基于Res2Net的人脸表情识别方法。使用Res2Net50作为特征提取的主干网络,在预处理阶段对图像随机翻转、缩放、裁剪进行数据...为解决自然条件下人脸表情识别易受角度、光线、遮挡物的影响以及人脸表情数据集各类表情数量不均衡等问题,提出基于Res2Net的人脸表情识别方法。使用Res2Net50作为特征提取的主干网络,在预处理阶段对图像随机翻转、缩放、裁剪进行数据增强,提升模型的泛化性。引入广义平均池化(generalized mean pooling, GeM)方式,关注图像中比较显著的区域,增强模型的鲁棒性;选用Focal Loss损失函数,针对表情类别不平衡和错误分类问题,提高较难识别表情的识别率。该方法在FER2013数据集上准确率达到了70.41%,相较于原Res2Net50网络提高了1.53%。结果表明,在自然条件下对人脸表情识别具有更好的准确性。展开更多
针对认知异构蜂窝网络的上行资源分配问题,提出了基于带宽和功率约束的资源分配算法,并使用改进的群智能算法求解.根据认知无线电技术特性推导出认知家庭用户的带宽和功率分配取值范围,在满足用户服务质量(Quality of Services,QoS)的...针对认知异构蜂窝网络的上行资源分配问题,提出了基于带宽和功率约束的资源分配算法,并使用改进的群智能算法求解.根据认知无线电技术特性推导出认知家庭用户的带宽和功率分配取值范围,在满足用户服务质量(Quality of Services,QoS)的前提下将更多的资源分配给其他用户,以提升网络中用户的传输需求和缓解网络上行接入负载的压力.针对樽海鞘群算法存在收敛精度低、收敛慢等缺陷,将疯狂算子和动态精英学习因子分别引入领导者和跟随者中,以提升算法寻优效率和寻优精度.将改进的樽海鞘群算法求解基于带宽和功率约束的资源分配算法.仿真实验表明,引入带宽和功率约束的资源分配算法能有效提升网络性能,且在保证用户QoS条件下,能有效提升系统效益和用户接入公平性.展开更多
为获得性能优异的耐高温结构吸波材料,以纳米SiO_2颗粒为填料,采用有机先驱体浸渍裂解法(precursor infiltration and pyrolysis,PIP)制备SiC_f/SiC复合材料,研究填料对复合材料力学性能和高温介电性能的影响。结果表明:随着SiO_2含量从...为获得性能优异的耐高温结构吸波材料,以纳米SiO_2颗粒为填料,采用有机先驱体浸渍裂解法(precursor infiltration and pyrolysis,PIP)制备SiC_f/SiC复合材料,研究填料对复合材料力学性能和高温介电性能的影响。结果表明:随着SiO_2含量从3%(质量分数,下同)增加至15%,SiC_f/SiC复合材料的弯曲强度先增加后减小,最高可达275 MPa;低介电常数SiO_2填料的引入使得复合材料的复介电常数逐渐减小,室温吸波性能得到有效改善,15%SiO_2含量的复合材料厚度为3.2~4.0 mm时,室温反射率在整个X波段均达到–8 d B以下;复合材料的复介电常数随着温度的升高逐渐增大,而SiO_2能显著降低高温复介电常数及其增幅,700℃时15%SiO_2含量复合材料在2.7~3.0 mm厚度范围具有优异的吸波性能。展开更多
文摘为解决自然条件下人脸表情识别易受角度、光线、遮挡物的影响以及人脸表情数据集各类表情数量不均衡等问题,提出基于Res2Net的人脸表情识别方法。使用Res2Net50作为特征提取的主干网络,在预处理阶段对图像随机翻转、缩放、裁剪进行数据增强,提升模型的泛化性。引入广义平均池化(generalized mean pooling, GeM)方式,关注图像中比较显著的区域,增强模型的鲁棒性;选用Focal Loss损失函数,针对表情类别不平衡和错误分类问题,提高较难识别表情的识别率。该方法在FER2013数据集上准确率达到了70.41%,相较于原Res2Net50网络提高了1.53%。结果表明,在自然条件下对人脸表情识别具有更好的准确性。
文摘针对认知异构蜂窝网络的上行资源分配问题,提出了基于带宽和功率约束的资源分配算法,并使用改进的群智能算法求解.根据认知无线电技术特性推导出认知家庭用户的带宽和功率分配取值范围,在满足用户服务质量(Quality of Services,QoS)的前提下将更多的资源分配给其他用户,以提升网络中用户的传输需求和缓解网络上行接入负载的压力.针对樽海鞘群算法存在收敛精度低、收敛慢等缺陷,将疯狂算子和动态精英学习因子分别引入领导者和跟随者中,以提升算法寻优效率和寻优精度.将改进的樽海鞘群算法求解基于带宽和功率约束的资源分配算法.仿真实验表明,引入带宽和功率约束的资源分配算法能有效提升网络性能,且在保证用户QoS条件下,能有效提升系统效益和用户接入公平性.
文摘为获得性能优异的耐高温结构吸波材料,以纳米SiO_2颗粒为填料,采用有机先驱体浸渍裂解法(precursor infiltration and pyrolysis,PIP)制备SiC_f/SiC复合材料,研究填料对复合材料力学性能和高温介电性能的影响。结果表明:随着SiO_2含量从3%(质量分数,下同)增加至15%,SiC_f/SiC复合材料的弯曲强度先增加后减小,最高可达275 MPa;低介电常数SiO_2填料的引入使得复合材料的复介电常数逐渐减小,室温吸波性能得到有效改善,15%SiO_2含量的复合材料厚度为3.2~4.0 mm时,室温反射率在整个X波段均达到–8 d B以下;复合材料的复介电常数随着温度的升高逐渐增大,而SiO_2能显著降低高温复介电常数及其增幅,700℃时15%SiO_2含量复合材料在2.7~3.0 mm厚度范围具有优异的吸波性能。