有限存贮基于模型的SR1算法

本文使用割线模型，给出了一种求解无约束极小化问题算法，即有限存贮基于模型的ＳＲ１算法，该算法存贮量小，计算量小，尤其对于大型问题，是非常有效的算法。

基于改进SR3模型算法的ECT图像重建研究

针对电容层析成像技术应用于气固两相流检测时,图像重建过程中存在的不适定性问题,提出一种稀疏松弛正则化回归模型(SR3)应用于ECT图像重建。采用软阈值迭代法和梯度下降法为SR3模型求解器,向SR3模型中加入L_(1)、L_(2)惩戒项,并设计滤值环节优化解向量。实验结果表明,改进SR3模型算法相比Tikhonov正则化算法、L_(1)正则化算法及原SR3模型算法,重建图像精度明显提高,图像相对误差显著降低,有较好的成像效果。

一种适用于大规模特征集的快速匹配算法

提出了一种适用于大规模特征集的快速匹配算法——SRS算法,该算法性能优异,在特征集达到100000条时,匹配速度比经典算法快10倍以上。该算法适用于内容过滤、防病毒、反垃圾邮件、短信过滤、网络入侵检测和防御等众多领域。

基于智能射线追踪的信道计算与半实物仿真

智能交通等场景的应用依赖于移动通信系统的支持,而移动通信系统的性能测试则离不开半实物信道仿真与验证。随着大规模多输入多输出(multiple-input multiple-output, MIMO)技术的广泛应用以及对信道建模精度要求的不断提高,半实物信道仿真的时间成本大大增加,且当前的信道模拟支持的信道模型相对有限,无法满足各种特定场景的需求。针对这些不足,本文提出了一种基于智能射线追踪(ray tracing, RT)的信道计算与半实物仿真的方法,将高精度RT仿真和超分辨率(super-resolution, SR)加速算法融合,解决了基于电子地图的RT信道建模法精度、效率和算力成本无法兼顾的难题。本方法可支持智能交通等高价值应用在复杂场景下进行信道高效计算与半实物仿真测试,进而推动无线移动通信技术的发展,带来显著的社会和经济效益。

基于非下采样轮廓波变换的SAR图像变化检测

针对传统方法对合成孔径雷达(Synthetic Aperture Radar,SAR)图像变化检测精度不稳定等问题,提出了一种将非下采样轮廓波变换(NSCT)、显著性检测和差异图融合相结合的变化检测方法.采用Frost滤波器对SAR图像进行预处理;构造预处理图像的均值比和领域对数比两类差异图;通过NSCT变换将两类差异图分解为低频图像和高频子带图像,并采用SR算法提取高频子带的显著信息;然后采用自适应模糊逻辑算法和模值取大算法进行图像融合并得到NSCT反变换图像;最后经过k均值聚类算法得到SAR变化检测结果图和评价数据.实验结果表明,与传统方法相比,本方法对SAR图像变化检测的稳定性较高,精度在0.65到0.8之间浮动,验证了该方法的有效性.

TDD-LTE资源分配失败导致RRC接入失败分析

将SRS算法开关打开,网络根据小区级资源使用情况,动态调整SRS的子帧配置,避免因SRS子帧资源不足而导致用户数受限;如果开关关闭,网络根据初始配置,不进行动态调整。