基于随机共振的改进型BPAM信号接收机

为了改善低信噪比条件下基带数字通信中的BPAM信号检测性能,提出了一种新型的基于随机共振的BPAM信号接收机,它在满足经典绝热近似理论的传统随机共振技术基础上,对传统随机共振接收机结构进行改进,从而实现基于码元传输速率的系统参数自适应调整,并通过添加积分环节,进一步提高接收信号的信噪比。对这种新型接收机模型进行了相关的数学建模和误码率性能分析。仿真结果表明,这种新型随机共振接收机与传统的随机共振接收机相比,可以进一步降低BPAM信号的检测误码率。

中国国际收支核算矩阵(BPAM)的原理及构造——基于SAM表的框架

鉴于一般的国际收支平衡表难以反映国外与国内各部门的经济联系,本文立足以国外角度,遵循国际收支平衡矩阵原理,在社会核算矩阵(SAM)框架下构造一个SAM和国际收支核算相结合的国际收支平衡矩阵表式及相应的分块矩阵,用来反映国外与国内相互依存和相互制约的收入和支出的平衡关系,在此基础上可以进行国际收支结构分析、差额分析、对国内经济影响分析及预测等多角度分析。

建立“国际收支核算矩阵”的构想

建立“国际收支核算矩阵”的构想邱东一、问题的提起纵观近年来国际经济发展，可以发现两个趋势：一是国际收支占ＧＮＰ的比重逐年上升Ｉ再一是国际经济活动区域化。由这两个趋势引发出分地区来分析国际收支状况的必要性，这需要一个合适的工具，本文提出“国际收支核算矩...

针对遮挡物体的轮廓细化实例分割

目的 遮挡物体实例分割效果的好坏与物体轮廓的预测结果息息相关,但目前算法预测的物体轮廓并不够细化,使得分割掩膜粗糙,物体边界分割效果不佳。为此,以BCNet(bilayer convolutional network)网络为基础,提出一种针对遮挡物体的轮廓细化实例分割算法,预测的物体轮廓更加精细,分割掩膜更加完整。方法 1)提出一种均衡池化注意力模块来提取特征,在传统一维平均池化的基础上,增加一维最大池化操作以突出细节特征,并将最大池化和平均池化结果进行加权融合来提取特征,使提取的特征能更好地兼顾物体的整体和边缘细节;2)将BCNet掩膜头中轮廓预测与掩膜预测分成两个支路来进行,从特征金字塔最高分辨率特征中提取感兴趣区域(region of interest, RoI)特征用于轮廓预测,并提出一种自适应特征融合模块,将轮廓预测支路中的特征与掩膜预测支路的特征进行融合,在轮廓预测支路中,融合掩膜预测支路的特征可以更好地判定轮廓所属物体类别,在掩膜预测支路,融合轮廓预测支路的特征能够更好地辅助掩膜定位。结果 在COCO 2017(common objects in context 2017)数据集上,本文相较于目前同类网络中性能最优的BCNet网络,在骨干网络为ResNet-50/101(deep residual network)时平均精度(average precision,AP)分别提高了1.7%和2.1%。结合可视化结果,本文分割算法对遮挡物体的轮廓分割更加精细,能有效分割出更加完整、精细的掩码。结论 提出的针对遮挡物体的轮廓细化实例分割算法,明显提升了遮挡物体实例分割的效果。