利用信息瓶颈的多模态情感分析

在多模态情感分析领域,之前的研究主要集中在如何针对不同模态的信息进行交互融合。然而基于各种复杂的融合策略会使得生成的多模态表示向量不可避免地携带大量与下游任务无关的噪声信息,这会导致较高的过拟合风险,并且影响高质量预测结果的生成。为解决上述问题,根据信息瓶颈理论,设计了包含两个互信息估计器的互信息估计模块,旨在优化多模态表示向量与真实标签之间的互信息下界,同时最小化多模态表示向量与输入数据之间的互信息,以达到寻找一种简洁的、具有较好预测能力的多模态表示向量。利用MOSI、MOSEI和CH-SIMS数据集进行对比实验,结果表明提出的方法是富有成效的。

联合图像通道与像素双注意力机制精细化单幅图像去雪

针对雪天退化图像中不规则和多变的雪花形态,提出一种双注意力机制的精细化图像去雪网络(Dual Attention Refinement Desnowing Network,DARDNet)。网络引入维度拆分处理策略,并行处理通道和像素双维度特征,旨在有效配置两种注意力机制,兼顾提取复杂特征和保护纹理细节。其中,通道注意力机制针对雪花形态构建基础模块,形成U型金字塔结构分层提取深层次特征;像素注意力机制结合卷积形成自校准模块,串联高效Transformer关注图像纹理细节;两种注意力机制并行化处理后进行特征融合,提升信息融合度。在CSD,SRRS和Snow100K三个数据集上进行验证测试,其中在CSD数据集上PSNR达到32.16 dB,SSIM达到0.96。本文方法在处理多种雪花形态方面具有一定优势,能很好地重建纹理细节,获得高质量的去雪图像。

数字基带信号直接传输系统的研究与设计

数字基带信号的直接传输会随着传输距离的增加而使得信号幅度逐渐衰减.为了提高传输质量,提出了一种基于高速模数转换器和最小二乘法自适应均衡的软阈值数字基带信号直接传输方法,使用模数转换器的接收机替代传统的均衡器芯片,对波形进行多级量化,并在自适应均衡后输出信号.首先使用高速模数转换器接收非屏蔽双绞线传输的基带差分信号波形,然后通过软阈值自适应均衡算法进行信号整形,最后将每个二进制数据位软信息组成的多级数据序列作为Turbo译码器的输入信号.电路实验中,在发送端通过1个199 m和1个201 m的非屏蔽均匀铜质双绞线输出12.5 MHz伪随机序列,实现了数字基带信号的时钟提取以及软阀值的均衡输出.该方法延长了数字基带信号的传输距离,同时也保证了数字基带信号的传输质量.

通信网络建模在高等数学课程中的渗透

高等数学是一门通信工程专业的必修基础课程,为后期通信专业课的学习提供必要的保障。为培养该专业学生的通信网络建模思维及解决实际问题的能力,通过通信中典型的实例分析,分析数学模型的构造过程,并结合相应的软件编程开展对所建立模型的求解,强化了学生的建模思想,引起了强烈的学习兴趣,加深了对通信工程专业的理解和认识。结果表明:在高等数学中融入通信网络建模及求解的方式方法,得到了被试学生对象的认可,提高了数学的教学效果。

通信工程专业高等数学教学中的数学建模思想的渗透

高等数学是国内所有通信工程专业的必修基础课程。无论是移动通信、光纤通信还是网络通信,它们的根本环节均以高等数学作为前提条件。数学建模思想和思维对该专业的学生从事无线通信、光纤通信、智能通信仪器等领域都有促进作用。为此,我们在高等数学的课程教学过程中,要努力地培养学生的建模思维,利用简化了的通信中实例,分析并创建出相应的数学模型,既将高数的基本知识教授予学生,又能够通过具体事例的教学训练学生的建模思想,提高学生解决实际问题的能力,增强学生的学习兴趣和积极性。

基于HSV空间的Retinex低照度图像增强算法

针对低照度图像存在亮度较低、照明不均匀、对比度较差、细节信息损失等问题,提出一种基于HSV空间的Retinex低照度图像增强算法.首先将低照度图像转化为HSV空间;然后在HSV空间对亮度通道采用改进的Retinex算法和基于自适应Gamma校正与CLAHE算法联合的亮度增强算法实现对低照度图像的亮度增强;其次,通过双边滤波,利用线性拉伸进行饱和度分量图像增强;最后将增强后的图像重新转换为RGB格式,并利用自动白平衡技术恢复图像物体原本的颜色.实验结果表明,该算法有效改善了低照度图像的质量,达到较好的视觉效果,PSNR、SSIM和信息熵等指标优于其他算法.

利用跨模态调制的多模态情感分析

如何对模态进行有效表示和对模态间信息进行高效融合,一直是多模态情感分析领域的一个热点问题。已有研究大都以Transformer为基础,对其中自注意力模块进行改进以达到跨模态融合的效果。但基于Transformer的融合方式往往忽略了不同模态之间的重要程度,同时Transformer无法有效地捕捉到时间特征。为此,提出了基于跨模态调制及模态门控网络模型。该模型利用LSTM网络和BERT分别作为视觉、听觉和文本模态的表示子网络;利用改进的Transformer模型的跨模态调制模块对不同的模态信息进行有效的融合;设计了模态门控网络,模拟人类对来自不同模态的信息进行综合的判断。利用MOSI、MOSEI数据集进行了对比实验,结果表明所提出的方法有效地提高了情感分类的准确度。

基于部分连接结构的低复杂度混合多用户预编码算法

为了解决大规模多输入多输出混合预编码系统功耗大、算法复杂度高、频效低等问题,针对传统混合预编码部分连接结构系统,提出了一种基于部分连接结构的新的低复杂度混合预编码算法,所提方案可暂时获得模拟域闭合解降低复杂性。不考虑用户之间的干扰,基于奇异值分解和最小均方误差准则设计用户的模拟域预编码。基于块对角化预编码方法,利用得到的模拟等效信道获得数字域预编码,并基于注水算法对发射功率进行分配,进一步提高通信质量。仿真结果表明,所提算法在频效和能效方面优于传统算法,且在不完美信道条件下,仍能获得令人满意的性能。

基于流形插值数据库构建的WLAN室内定位算法

针对传统无线局域网(WLAN)室内定位系统中因参考点密集分布及逐点信号采集所带来的位置指纹数据库构建工作量繁重的问题,该文提出一种基于混合半监督流形学习和3次样条插值的数据库构建方法。该方法利用少量标记数据和大量未标记数据求解定位目标函数的最优解,同时根据高维信号强度空间与低维物理位置空间的映射关系,实现对未标记数据的位置标定。大量实验结果表明,该方法能够在保证较高定位精度的同时,显著降低位置指纹数据库的构建开销。

室内BLE/MEMS跨楼层融合定位算法

提出一种基于微机电系统(MEMS,micro electro mechanical system)传感器与低功耗蓝牙(BLE,bluetooth low energy)数据融合的室内BLE/MEMS跨楼层定位算法。首先利用仿射传播聚类、离群点检测和接收信号强度(RSSI,received signal strength indicator)滤波算法对指纹库进行去噪,然后采用扩展卡尔曼滤波器,并根据抗差M估计方法对二维目标位置进行最优估计,最后基于气压计输出和地理位置信息实现对目标的高度估计。实验结果表明,该系统在室内环境下能够达到水平和垂直定位均方根误差小于0.7 m和0.35 m的跨楼层融合定位。

基于Wi-Fi即时定位与映射像素模板匹配的室内运动地图构建与定位

传统指纹定位方法由于建库人力时间开销大、系统通用性不强约束着指纹定位系统的推广,为了解决该问题同时结合即时定位与映射(SLAM)技术的优势,该文提出一种新的Wi-Fi/微机电系统(MEMS)融合室内运动地图构建与定位方法。首先利用行人航迹推算(PDR)、最小描述长度(MDL)原则和基于密度的空间聚类算法(DBSCAN)对众包运动轨迹进行预处理,提出基于轨迹主路径的运动地图构建方法。之后提出基于像素模板的地图匹配方法获取地图的绝对位置,并采用抗差扩展卡尔曼滤波(EKF)对目标位置进行最优估计。实验结果表明,所提聚类方法可以准确构建各区域运动地图,在少量的人力时间开销下实现较高的定位精度。

基于概念漂移检测的数据流集成分类

提出一种概念漂移的并行检测机制及数据流集成分类系统.该系统从错误率和漂移度2个方面周期性地并行检测数据流,并利用Choquet模糊积分辅助构建集成分类器,动态调整每个分类器的权重,从而在保证分类准确性的同时,自适应不断变化的数据流环境.在公开数据集上进行实验,并与已有算法进行比较,实验结果表明所提算法在分类性能和应对新概念能力方面均优于其他算法.

基于堆叠去噪自编码器算法的穿墙人体检测(英文)

超宽带雷达在穿墙人体检测中的应用已经越来越成熟,将堆叠去噪自编码器算法应用于穿墙人体状态的识别和分类中,首先使用无监督学习方法对自编码器网络进行训练,从而获得原始数据更加抽象的特征表示;然后在堆叠去噪自编码器网络的最后一层添加一个分类器.使用有监督的学习方法对网络进行微调,获得最优化的模型;最后,将测试集输入到已经训练好的网络模型上进行测试.实验结果表明,堆叠去噪自编码器深度网络可以对穿墙人体目标状态进行有效地分类识别.

基于倒谱分析的混合模糊图像复原参数判别方法(英文)

在成像过程中,有2种较为常见的模糊形式会导致图像模糊,并造成图像信息的大量丢失,它们分别是相机和物体之间的相对运动模糊和离焦模糊,以及二者都存在的混合模糊.针对混合模糊图像,提出了基于倒频谱分析的参数识别方法.首先,根据频谱特征上的差异来确定模糊类型.然后,使用倒谱分析的方法定量确定点扩散函数(PSF)的参数.实验结果表明,基于倒频谱分析的参数识别方法可以获得较高的参数判别精度.

数值优化中三父体杂交的自适应遗传算法(英文)

遗传算法(GA)是一种适合于数值优化的算法原型,基于1个三父体交叉(TPC)和1个多样性算子虽然可使GA的性能得到很大改进,但仍受制于几个算法参数.在此基础上,对TPC和多样性算子中算法参数的自适应遗传算法进行研究.算法的关键参数在每次迭代中由正态分布生成,并在1组13个数学函数集上施行.对原算法与添加参数适应算法的结果在函数f_1~f_(13)上进行对比,并给出了f_4和f_(10)的收敛过程,分析表明自适应GA-TPC算法比原算法在解决具体问题时更加高效和稳定.

基于LoRa的电动汽车智能充电装置控制系统设计

近年来我国电动汽车的发展瞬息万化,用户这几年对于充电的要求也不断提升,期望能够对充电桩的电量、电压和电流等信息进行实时掌握,并期望自己能够成为汽车用电管理的主导者,这样能够进一步提升能源利用率。因此,对充电装置进行实时控制显得尤为重要。本文设计了一款基于LoRa的智能充电装置控制系统,通过STM32F103单片机+LoRa芯片+HLW8032传感器高精度采集电参数到计算机上,充电器的开关可由用户自行控制,并用OLED实时显示。结果表明,本系统可以实现对充电的远程实时监控,通信距离远达200m左右。还能充分提高电池的利用率,对于充电安全具有重要的意义。

高频段下的5G系统对地球探测卫星系统干扰研究

为推动我国在5G系统热门候选频段24.25GHz—27.5GHz下的研究发展,分析5G系统在该频段下与其他系统的干扰共存问题,选取地球探测卫星系统作为研究对象,分析5G系统对该系统的干扰影响,并通过确定性计算得到了在两系统相距1.2km处5G系统的基站天线垂直方向角和地球探测卫星系统的地球站离轴角分别与干扰功率之间的关系,以及地球站离轴角分别处于10°、30°、45°时,干扰功率与两系统隔离距离之间的关系。根据地球站的干扰保护准则并结合仿真结果,可计算得出两系统同频共存时需要保持的最小隔离距离。

3.5 GHz频段IMT-2020系统对同频异系统干扰分析

为保证IMT-2020系统在3.5GHz频段的研发和部署顺利进行,解决IMT-2020系统对该频段原有系统的干扰问题,本文将对IMT-2020系统与卫星固定业务系统的干扰进行分析,实现系统之间的共存。通过确定性计算的方法,得到卫星固定业务系统接收到IMT-2020系统的干扰功率与距离的关系,并通过卫星固定业务系统的干扰门限得到两系统间的隔离距离。仿真结果表明,两系统同频时,在城区环境下部署要至少保持47 km以上的距离,在郊区环境下部署要至少保持58 km以上的距离。

基于水听器线列阵的信道编解码的研究

本文针对压电型水听器线列阵的级联型信道实际需求,研究了基于准实时信道编解码的数字基带信号长距离传输技术及方法。在实验室建立传输的原理样机并进行实际的电路测试。并提出了面向水听器线列阵的动态删余Turbo-BCH联合编译码方法,更好地满足压电型水听器线列阵的数据传输要求。

LDPC编译码器设计与FPGA实现

设计了基于CCSDS标准下的码字为(8176,7154)、码率为7/8的低密度奇偶校验码(LDPC)的编码器和译码器,并在FPGA开发板上进行了硬件实现。基于直接编码理论,用伪随机序列发生器产生信息位进行编码,以循环移位寄存器为编码器的核心,采取移位寄存累加器(SRAA)结构实现了快速编码运算。将编码后的数据在MATLAB中进行信道仿真后,基于比特翻转译码算法原理设计了一种译码迭代次数可变的硬判决译码器,避免了在超过或接近译码极限时硬判决译码的误码率会随迭代次数增加而大幅上升的情况。然后,在不同信噪比条件下比较了译码性能,译码器在连续传输两帧数据时能纠错85位左右错误码字。最后,在工作频率200MHz的条件下进行了编译码器的硬件实现测试,证明了该译码器具有良好的译码性能和较低的硬件复杂度。