期刊文献+
共找到69,847篇文章
< 1 2 250 >
每页显示 20 50 100
非欧度量下最优子空间拟合高分辨测向方法
1
作者 殷敬伟 周璇 +3 位作者 曹然 韩笑 李德文 杜治成 《声学学报》 北大核心 2026年第1期28-39,共12页
针对阵列物理孔径有限导致目标测向空间分辨率不足的问题,提出一种非欧度量下最优子空间拟合高分辨测向方法。建立矩阵间信息几何距离与目标方位匹配估计之间的映射关系,构建基于协方差矩阵拟合的测向模型。引入矩阵信息几何理论,采用... 针对阵列物理孔径有限导致目标测向空间分辨率不足的问题,提出一种非欧度量下最优子空间拟合高分辨测向方法。建立矩阵间信息几何距离与目标方位匹配估计之间的映射关系,构建基于协方差矩阵拟合的测向模型。引入矩阵信息几何理论,采用非欧几里得距离度量替代传统欧式距离度量,提出利用改进对称Kullback-Leibler距离精确度量矩阵间的相似性,并使用最优子空间估计算法提高信号子空间估计的精度,最终通过理论信号子空间与估计最优信号子空间的拟合实现高分辨测向。仿真与海试结果表明,所提方法在分辨力和估计精度方面均优于现有典型高分辨测向方法,在阵列孔径和快拍数受限条件下仍保持良好的分辨性能,且在信号功率差异较大的复杂水下场景中表现出良好的稳健性。 展开更多
关键词 波达方向 高分辨力 最优子空间估计 子空间拟合 矩阵信息几何
原文传递
基于外码分块编码的BATS码度优化
2
作者 杨柳 阴慧颖 +2 位作者 马征 刘恒 王士恒 《西南交通大学学报》 北大核心 2026年第1期156-166,共11页
为解决分批稀疏码(BATS码)在现有外码分块编码方案下,外码随机分批导致的数据重复译码及资源浪费问题,系统地研究基于外码分块编码方案的BATS码理论批次数优化与动态适应性问题.首先,在已知丢包率的条件下,构建BATS码批次数消耗分析模型... 为解决分批稀疏码(BATS码)在现有外码分块编码方案下,外码随机分批导致的数据重复译码及资源浪费问题,系统地研究基于外码分块编码方案的BATS码理论批次数优化与动态适应性问题.首先,在已知丢包率的条件下,构建BATS码批次数消耗分析模型,并推导得出最优度值的计算方法,以此应对现有方案在计算理论批次数以及确定最小化批次数消耗的最优度值方面所面临的挑战;其次,针对信道丢包率未知的场景,提出一种基于强化学习的BATS码动态度优化方法,借助智能学习机制,在丢包率未知的情况下实时获取度值;最后,通过仿真实验对所构建的理论模型和提出的动态优化方法进行评估.理论分析结果显示,所构建的基于外码分块的传输模型及其理论批次数计算公式能够精准计算批次数消耗并确定最优度值.仿真结果进一步证明,在丢包率未知的场景下,所提出的强化学习优化方案的平均批次数消耗低于固定度值方案,且在动态信道环境中能够保持良好的性能表现. 展开更多
关键词 分批稀疏码 分块码 传输次数 强化学习
在线阅读 下载PDF
基于LM算法的三维点云与二维图像标定方法
3
作者 吴龙 陶奕帆 +2 位作者 杨旭 徐璐 陈淑玉 《现代电子技术》 北大核心 2026年第1期59-65,共7页
针对激光雷达与相机检测时标定精度不足,导致后续激光雷达点云与相机图像的空间对齐产生误差,影响后续特征匹配、物体检测和三维重建准确性的问题,文中提出一种基于激光雷达三维点云和单目相机的二维图像的标定方法,旨在实现对大规模物... 针对激光雷达与相机检测时标定精度不足,导致后续激光雷达点云与相机图像的空间对齐产生误差,影响后续特征匹配、物体检测和三维重建准确性的问题,文中提出一种基于激光雷达三维点云和单目相机的二维图像的标定方法,旨在实现对大规模物体的精确检测和三维环境重建。该方法首先通过多帧点云数据叠加获得相对密集的点云测量,并利用角点检测算法检测图像中的特征角点;随后使用偏最小二乘法(PLS)对参数进行求解;最后利用LM迭代算法最小化重投影误差,提高标定精度。标定结果表明,SPAAM算法相较于经典方法重投影误差减少8.6%,所提方法相较于经典方法重投影误差减少近38.2%,验证了所提方法的准确性和有效性。 展开更多
关键词 激光雷达 单目相机 标定方法 点云数据 偏最小二乘法 LM迭代算法
在线阅读 下载PDF
基于多特征融合的轴承故障诊断方法
4
作者 张娜 王卓 +1 位作者 王枭雄 白晓平 《现代电子技术》 北大核心 2026年第4期178-186,共9页
旋转机械设备轴承的转速会随工作环境变化而波动,该波动会干扰故障特征提取。为了更准确地识别出轴承故障在不同转速下引发的信号微弱变化,提出一种基于多特征融合的轴承故障诊断方法。该研究基于声发射信号,采集了三种转速下轴承的内... 旋转机械设备轴承的转速会随工作环境变化而波动,该波动会干扰故障特征提取。为了更准确地识别出轴承故障在不同转速下引发的信号微弱变化,提出一种基于多特征融合的轴承故障诊断方法。该研究基于声发射信号,采集了三种转速下轴承的内圈故障、外圈故障和滚动体故障数据。首先,将一维声发射时序信号通过小波变换(WT)和灰度化处理转换为二维灰度图像。其次,将二维图像作为特征图,输入到优化后的梯度方向直方图(HOG)、局部二值模式(LBP)及深度神经网络(CVGG16)中进行特征提取,构建HLV模型以得到特征图的全方位、多层次信息。最后,将HLV模型提取到的三类特征进行多特征串行融合,采用主成分分析(PCA)对融合后的特征进行降维,提升检测速率;使用支持向量机(SVM)学习算法训练分类模型,进而实现轴承的故障诊断。研究结果表明:HLV特征提取模型与其他单一模型相比可以得到更有效的故障特征,准确率为97.50%,采用的PCA可提升训练速率;所提WHLVS轴承故障诊断方法相较于其他方法具有优越性,精确率高达97.52%;在三种公开数据集上的评估指标P、R、F_(1)、mAP均在94%以上,验证了该方法的可靠性和应用潜力。 展开更多
关键词 轴承 故障诊断 多特征融合 声发射信号 小波变换 主成分分析 支持向量机
在线阅读 下载PDF
基于改进ConvNeXt Block的新型双域融合图像隐写
5
作者 段新涛 徐凯欧 +4 位作者 白鹿伟 张萌 保梦茹 武银行 秦川 《郑州大学学报(理学版)》 北大核心 2026年第1期1-9,共9页
针对图像隐写中不可感知性差、安全性不足和隐写容量低的问题,提出一种基于改进ConvNeXt Block的新型双域融合图像隐写方案。首先,改进后的深度可分离卷积模块可以学习到更为细节的图像特征信息。其次,设计一种新型的空间域和频域信息... 针对图像隐写中不可感知性差、安全性不足和隐写容量低的问题,提出一种基于改进ConvNeXt Block的新型双域融合图像隐写方案。首先,改进后的深度可分离卷积模块可以学习到更为细节的图像特征信息。其次,设计一种新型的空间域和频域信息融合方式来提高图像的不可感知性和安全性。最后,采用多个损失函数对网络进行级联约束。实验结果表明,相比其他隐写方案,所提方案在峰值信噪比上平均提高3~4 dB,结构相似性和学习感知图像块相似度的平均值分别为0.99和0.001;抗隐写分析能力更接近50%,具有更高的安全性,且大容量隐藏时仍具有较好效果。 展开更多
关键词 图像隐写 深度可分离卷积 空间域 频域 安全性 大容量
在线阅读 下载PDF
基于Arnold变换的数字音频解密信号质量评判方法
6
作者 黄丽娜 李江华 《现代电子技术》 北大核心 2026年第2期121-125,共5页
数字音频解密信号在评判过程中忽略了普遍存在的压缩、噪声干扰及数据传输过程中的丢包问题,使数字音频解密信号波形与原始音频形态不一致,导致评判结果的PCC值较低,RMSE结果较高,影响评判精度。为此提出一种基于Arnold变换的数字音频... 数字音频解密信号在评判过程中忽略了普遍存在的压缩、噪声干扰及数据传输过程中的丢包问题,使数字音频解密信号波形与原始音频形态不一致,导致评判结果的PCC值较低,RMSE结果较高,影响评判精度。为此提出一种基于Arnold变换的数字音频解密信号质量评判方法。首先设计基于Arnold变换的数字音频解密过程,根据Arnold变换的加密过程的逆变换,得到解密后的数字音频信号;其次构建基于波形的数字音频信号质量评判模型,将数字音频解密信号码流作为模型输入,完全解码波形分析模块获取信号波形,在此基础上提取数字音频解码信号中的发音特征;然后利用压缩与噪声失真评判模块,基于上述发音特征评估压缩与噪声环境下数字音频解密信号的质量,同时统计音频包数量及丢包数量,以此评判信号的丢包失真状况;最后综合压缩与噪声失真评判结果、丢包失真评判结果,即可获得数字音频解密信号整体评判结果。实验结果显示,所提方法处理后的数字音频解密信号波形与原始音频在整体形态上保持一致,评判结果的PCC均达到0.8以上,RMSE均控制在0.3以内,验证该方法评判结果具有较高精度。 展开更多
关键词 ARNOLD变换 数字音频 解密信号 质量评判 波形分析 丢包失真
在线阅读 下载PDF
一种融合指数平滑和梯度升压的短期负荷预测方法
7
作者 王哲 王成福 《现代电子技术》 北大核心 2026年第4期135-140,共6页
为提升区域性大负荷场景下的负荷预测精度,同时满足小型区域性场景短期配电网的运维保护需求,设计一种融合指数平滑方法和梯度升压的短期负荷预测算法。该算法采用指数平滑方法对历史负荷数据进行预处理,减少了负荷随机波动的影响;进而... 为提升区域性大负荷场景下的负荷预测精度,同时满足小型区域性场景短期配电网的运维保护需求,设计一种融合指数平滑方法和梯度升压的短期负荷预测算法。该算法采用指数平滑方法对历史负荷数据进行预处理,减少了负荷随机波动的影响;进而构建梯度提升机制,利用梯度升压算法对预处理后的数据进行特征学习,增强了对非线性关系和高维数据的处理能力。同时,该算法引入了各类控制因素,实现了对短期配电网负荷的精准预测。采集某高校的真实用电数据作为样本数据集,进行短期预测数值实验,并与同类负荷预测算法进行横向对比。结果表明,所提算法的负荷预测精度为99.1%,预测准确率可达99.3%,有效提升了预测的准确性和可靠性,能够为区域内配电网的平稳运行提供有力的数据支持。 展开更多
关键词 短期负荷预测 指数平滑方法 梯度升压算法 区域性配电网 负荷预测精度 控制因素
在线阅读 下载PDF
DNE-ACENet:一种夜间低温红外图像增强网络
8
作者 郭全民 于晨洁 +1 位作者 高民 陈超波 《红外与激光工程》 北大核心 2026年第1期353-365,共13页
夜间红外成像技术在智能驾驶等领域具有重要应用,但低温环境热辐射弱,易导致红外图像整体亮度低、细节退化严重,影响系统对路况的精准感知。为此文中提出一种基于深度网络估计的自适应曲线增强网络DNE-ACENet。该网络通过设计的非线性... 夜间红外成像技术在智能驾驶等领域具有重要应用,但低温环境热辐射弱,易导致红外图像整体亮度低、细节退化严重,影响系统对路况的精准感知。为此文中提出一种基于深度网络估计的自适应曲线增强网络DNE-ACENet。该网络通过设计的非线性三次亮度增强曲线进行迭代优化,在渐进增强中逐步提升暗区亮度和细节,并防止高亮局部过曝。曲线簇的参数根据原始图像的关键特征与曲线参数之间的映射关系生成,其核心是通过设计的Transformer-Wavelet混合结构在不同尺度上建立长距离依赖关系,进行多尺度信息融合与重构来增强全局低频特征;并采用具有小感受野的密集连接机制聚焦细节信息,通过特征复用保留前置层的局部特征,实现局部高频细节的精准捕捉与表达。实验结果表明,DNE-ACENet与现有算法相比,对比度、信息熵、CEIQ等指标分别提高至少5.26%、2.28%、2.63%,增强后的图像整体亮度提升明显,目标更易辨识,表明其更适用于夜间低温场景红外图像增强。此外,DNE-ACENet满足轻量级部署要求,且具备良好的实时性。 展开更多
关键词 红外图像增强 夜间低温红外图像 自适应曲线增强 迭代优化 深度网络估计
原文传递
基于条件生成对抗网络和混合注意力机制的图像隐写方法
9
作者 李名 王孟齐 +2 位作者 张爱丽 任花 窦育强 《计算机应用》 北大核心 2026年第2期475-484,共10页
目前以图藏图的深度隐写术存在隐写图像安全性不强以及恢复的秘密图像中存在图像失真的问题,难以实际应用于隐私保护和秘密通信。针对以上问题,提出一种基于条件生成对抗网络和混合注意力机制的以图藏图隐写方法(CBAM-CGAN)。首先,在生... 目前以图藏图的深度隐写术存在隐写图像安全性不强以及恢复的秘密图像中存在图像失真的问题,难以实际应用于隐私保护和秘密通信。针对以上问题,提出一种基于条件生成对抗网络和混合注意力机制的以图藏图隐写方法(CBAM-CGAN)。首先,在生成器网络中引入混合注意模块,帮助生成器从通道和空间维度全面地学习图像特征,提高隐写图像的视觉质量;其次,引入残差连接降低网络学习过程中秘密图像的特征损失,并通过提取器和判别器的对抗训练,实现秘密图像的无噪声提取;最后,通过生成器和隐写分析器的对抗训练,提高隐写图像的安全性。在COCO等公开数据集上的实验结果显示,与StegGAN隐写方法相比,所提隐写方法的隐写图像和解密图像的峰值信噪比(PSNR)分别提高了4.37 dB和4.71 dB,结构相似性(SSIM)分别提高了9.16%和6.46%。在安全性方面,所提方法面对隐写分析器Ye-Net的检测,检测准确率(Acc)降低了9.35个百分点,误检率(FNR)提升了12.01个百分点。可见,所提方法在保证隐写图像安全性的同时能高质量地恢复秘密图像。 展开更多
关键词 深度学习 图像隐写 条件对抗生成网络 混合注意力机制 以图藏图
在线阅读 下载PDF
一种伪造注意图驱动的多任务深伪视频检测模型
10
作者 刘鹏宇 郑添阳 董敏 《电子与信息学报》 北大核心 2026年第1期346-358,共13页
目前高质量深度伪造视频检测方法大多基于隐式注意力机制的监督二分类模型。虽然该类模型能够通过自学习,判别伪造痕迹,鉴别异常区域,但在面对未经学习的伪造技术时,对伪造区域的敏感性降低,泛化性不足。基于此,该文提出一种伪造注意图... 目前高质量深度伪造视频检测方法大多基于隐式注意力机制的监督二分类模型。虽然该类模型能够通过自学习,判别伪造痕迹,鉴别异常区域,但在面对未经学习的伪造技术时,对伪造区域的敏感性降低,泛化性不足。基于此,该文提出一种伪造注意图驱动的多任务深伪视频检测模型(F-BiFPN-MTLNet)。首先,设计了一种融合伪造注意图的新型加权双向特征金字塔网络(F-BiFPN),通过伪造注意图监督低层和高层特征图的融合过程,在减少信息冗余的同时,增强模型对高质量伪造区域的敏感性。然后,定义了一种基于显式注意力机制的多任务学习网络(MTLNet)。一方面,该网络在原有基于监督二分类器的单任务模型的基础上,结合基于可学习掩码的注意策略与增强自一致性的注意策略,实现多任务加权判别,提高模型检测的可靠性;另一方面,引入显式注意力机制,通过生成的伪造位置标签对特征图进行监督,显式地指导模型聚焦于容易产生伪影的敏感区域,提高模型的泛化能力。实验结果表明,该文构建的F-BiFPN-MTLNet模型在多个基准测试中均表现出了较好性能,在曲线下面积(AUC)和平均精度(AP)等指标上取得了显著的提升。 展开更多
关键词 深度伪造 深度学习 显式注意力 多任务学习
在线阅读 下载PDF
基于频偏矫正辅助的Starlink下行信号帧同步轻量化电路设计
11
作者 韩煜 周雪齐 沈雷 《电信科学》 北大核心 2026年第2期161-172,共12页
传统正交频分复用(orthogonal frequency division multiplexing,OFDM)帧同步方法,如基于前导序列、基于导频、基于深度学习的帧同步算法在面对Starlink高速率、高动态通信环境时局限于单路计算思路,且具有较多的资源消耗和较高的时钟... 传统正交频分复用(orthogonal frequency division multiplexing,OFDM)帧同步方法,如基于前导序列、基于导频、基于深度学习的帧同步算法在面对Starlink高速率、高动态通信环境时局限于单路计算思路,且具有较多的资源消耗和较高的时钟需求。而基于差分相移键控(symmetric differential phase shift keying,SDPSK)调制的多路并行帧同步算法虽然引入频偏矫正和本地前导序列相关使得性能上有所提升并降低了时钟需求,但加大了计算量和硬件资源占用。针对以上情况,基于Starlink公开前导结构,提出了四路并行的基于频偏矫正辅助的Starlink下行信号帧同步轻量化电路设计。首先,设计基于延时相关复用的轻量化粗帧同步和频偏估计结构使电路在频偏估计时不需要再次计算延时相关值。然后,提出基于四路并行直接数字式频率合成器(direct digital synthesizer,DDS)的轻量化频偏矫正模块避免单路信号在多路结构下变频时需要缓存。最后,设计基于符号相关和查找表复数乘法器的轻量化精帧同步结构减少了本地序列和信号相关的资源耗用,在保证性能的前提下使得查找表(look-up table,LUT)、查找表随机存取存储器(look-up table random access memory,LUTRAM)、触发器(flip-flop,FF)、块随机存取存储器(block random access memory,BRAM)资源分别节省了7%、2%、5%和8%。对电路编写verilog代码进行现场可编程门阵列(field programmable gate array,FPGA)实现,并通过Xilinx生产的xczu47dr芯片上板验证了其资源占用及性能表现。 展开更多
关键词 Starlink 帧同步 轻量化
在线阅读 下载PDF
基于异构计算的航天测控数传基带架构设计
12
作者 孟景涛 成亚勇 +2 位作者 田之俊 刘云杰 邢翠柳 《航天技术与工程学报》 2026年第1期71-81,共11页
随着我国低轨星座规模的扩大,地面测控数传基带需应对更大处理规模、更高通用性与更强扩展性的挑战。为了构建一个高效、灵活、可扩展的异构计算系统,以满足当前测控数传基带的发展要求,在借鉴目前云计算领域对计算资源的调度管理及异... 随着我国低轨星座规模的扩大,地面测控数传基带需应对更大处理规模、更高通用性与更强扩展性的挑战。为了构建一个高效、灵活、可扩展的异构计算系统,以满足当前测控数传基带的发展要求,在借鉴目前云计算领域对计算资源的调度管理及异构算力发展现状分析的基础上,围绕CPU+GPU+FPGA异构通用计算平台,开展基带信号处理架构研究,该架构设计使用统一资源管理模型对多类型计算资源进行动态调度与协同,支持集群管理并具备良好的跨平台部署能力,且能依据不同场景灵活配置资源以提升性能与能效。试验验证表明,这种基于异构计算的基带信号处理架构能够满足各类测控数传任务体制场景下的通用性和扩展性需求,具备良好的工程应用前景,为未来测控系统中异构计算资源的使用提供了可行的技术路径。 展开更多
关键词 测控数传基带 异构计算 GPU FPGA 信号处理 资源调度
在线阅读 下载PDF
基于CPO-ICEEMDAN-WTD的称重信号去噪方法研究
13
作者 赵栓峰 闵雨轩 李小雨 《现代电子技术》 北大核心 2026年第6期145-151,共7页
车辆轴重信号去噪对提高动态称重精度有重要的作用。针对噪声干扰问题,文中提出一种基于冠豪猪优化(CPO)算法优化改进自适应噪声完备经验模态分解(ICEEMDAN)、样本熵(SampEn)以及小波软阈值去噪(WTD)的混合信号去噪方法。首先,利用CPO优... 车辆轴重信号去噪对提高动态称重精度有重要的作用。针对噪声干扰问题,文中提出一种基于冠豪猪优化(CPO)算法优化改进自适应噪声完备经验模态分解(ICEEMDAN)、样本熵(SampEn)以及小波软阈值去噪(WTD)的混合信号去噪方法。首先,利用CPO优化ICEEMDAN的白噪声幅值权重和噪声添加次数,并对车辆的轴重信号进行ICEEMDAN分解,得到若干本征模态分量;然后,计算各分量的样本熵,利用阈值判断含噪分量和有用分量,并对含噪分量进行小波软阈值去噪;最后,将处理后的分量与有用分量重构,得到去噪信号。实验结果表明,所提方法可以有效去除原始轴重信号中的噪声,进而提高动态称重系统的测量精度。 展开更多
关键词 动态称重 信号滤波 经验模态分解 小波软阈值去噪 冠豪猪优化算法 信号分解和重构 样本熵
在线阅读 下载PDF
基于改进YOLOv8n的快递包裹缺陷检测方法研究
14
作者 杨慧敏 高小雯 +1 位作者 李瑞涛 王汉霞 《电子测量技术》 北大核心 2026年第3期66-76,共11页
为解决快递包裹缺陷检测中对复杂包裹类型和细节特征的识别能力有限,以及现有模型在精度和实时性方面的不足,提出一种基于改进YOLOv8n的快递包裹缺陷检测算法。首先,将网络中的C2f模块融合频率自适应空洞卷积设计了C2f-FADC模块,在处理... 为解决快递包裹缺陷检测中对复杂包裹类型和细节特征的识别能力有限,以及现有模型在精度和实时性方面的不足,提出一种基于改进YOLOv8n的快递包裹缺陷检测算法。首先,将网络中的C2f模块融合频率自适应空洞卷积设计了C2f-FADC模块,在处理多尺度、多频率缺陷检测任务时灵活调整,优化特征提取过程和提高表征能力;其次,引入SimSPPF模块替代原有SPPF模块,简化结构的同时增强多尺度特征融合能力,改善对小尺寸目标的感知效果;最后,将边界框回归损失函数替换为Shape-IoU,以更精准地建模预测框与GT框之间的形状与尺度差异,优化检测定位性能。在自制的包裹缺陷数据集上,改进后的算法检测精度为96.3%,与原算法相比mAP50提高了4.4%,检测速度达到98帧,综合考量较其他算法具有明显优势,验证了该方法的有效性和优越性。 展开更多
关键词 缺陷检测 快递包裹 YOLOv8n 频率自适应空洞卷积(FADC) SimSPPF Shape-IoU
原文传递
基于深度视觉信息的驾驶员分心行为检测方法
15
作者 赵栓峰 王茂权 +3 位作者 李乐平 谢乐坤 李小雨 李开放 《现代电子技术》 北大核心 2026年第4期165-172,共8页
驾驶员分心行为(DDB)检测对于高级驾驶辅助系统(ADAS)极为关键。针对现有DDB检测模型依赖单一RGB视觉信息、全局特征表示不足且泛化性弱等问题,提出一种基于深度视觉信息的DDB检测模型,旨在利用多特征融合与深度学习技术,解决传统方法在... 驾驶员分心行为(DDB)检测对于高级驾驶辅助系统(ADAS)极为关键。针对现有DDB检测模型依赖单一RGB视觉信息、全局特征表示不足且泛化性弱等问题,提出一种基于深度视觉信息的DDB检测模型,旨在利用多特征融合与深度学习技术,解决传统方法在DDB检测中存在的问题。首先,开发了基于IHSNet的视觉特征融合模块,通过结合彩色纹理特征与深度信息,捕捉驾驶员行为的空间依赖关系;其次,构建反向残差软阈值注意力(STA-IR)模块来抑制复杂背景的干扰,减少特征提取过程中冗余特征的生成;然后,提出了全局特征提取STA-FE模块,增强模型的全局特征表示能力。实验结果表明,所提方法在自建驾驶行为数据集上的检测准确率高达98.76%,在准确性和可靠性方面优于现有的方法,对推进ADAS的发展具有重要的理论和实践意义。 展开更多
关键词 分心行为检测 深度视觉信息 高级驾驶辅助系统 多特征融合 反向残差 软阈值注意力
在线阅读 下载PDF
一种基于量化神经网络的SLAM增强型点特征匹配方法
16
作者 朱代先 吕佳昊 《现代电子技术》 北大核心 2026年第5期8-15,共8页
针对同步定位与地图构建中前端特征提取与匹配鲁棒性不足的问题,提出一种基于量化神经网络的SLAM增强型点特征匹配方法。通过构建适应度函数并采用柯西变异策略优化卷积核权重,同时应用CLAHE算法均衡图像亮度分量,从而提升图像质量;在... 针对同步定位与地图构建中前端特征提取与匹配鲁棒性不足的问题,提出一种基于量化神经网络的SLAM增强型点特征匹配方法。通过构建适应度函数并采用柯西变异策略优化卷积核权重,同时应用CLAHE算法均衡图像亮度分量,从而提升图像质量;在特征提取阶段,通过增加额外的卷积层,并设计含有跳跃连接结构的注意力机制,进一步提升ZippyPoint网络的性能;最终,通过计算欧氏距离的平方差构建距离矩阵,结合反向匹配结果批量提取匹配点,并通过张量操作验证双向一致性,从而实现精确的特征点匹配。实验结果表明,增强后的图像亮度适中,灰度分布均匀,且在复杂场景中的平均匹配精度达到70.87%,匹配时间为0.243 s,两项指标分别较ORB+BF算法提高52.07%和60.94%,具有较高的应用价值。 展开更多
关键词 SLAM 蝴蝶优化算法 CLAHE ZippyPoint 特征匹配 特征提取
在线阅读 下载PDF
基于无监督文本特征的隐含主题自动抽取方法
17
作者 包永红 《现代电子技术》 北大核心 2026年第4期42-46,共5页
文本数据中蕴含着丰富的信息,但这些信息往往以隐含的方式存在,不易被直接观察或理解。目前传统的监督学习方法需要大量的人工标注数据来训练模型,易受标注者的主观性影响,为解决该问题,提出一种基于无监督文本特征的隐含主题自动抽取... 文本数据中蕴含着丰富的信息,但这些信息往往以隐含的方式存在,不易被直接观察或理解。目前传统的监督学习方法需要大量的人工标注数据来训练模型,易受标注者的主观性影响,为解决该问题,提出一种基于无监督文本特征的隐含主题自动抽取方法。利用双向最大匹配法对文本进行分词后,去除其中的停用词,完成文本预处理工作;采用无监督TF-IDF算法提取预处理后文本的特征,再将文本数据转换为数值型特征向量,构建词特征向量集;引入LDA模型自动抽取隐含主题,即构建词特征向量中词汇对应隐含主题的概率分布模型,并利用Gibbs快速抽样法获取模型超参数,得到隐含主题概率分布,进而依据该分布结果实现文本隐含主题的自动抽取。实验结果表明,所提方法在应用过程中的F1值高于0.93,困惑度低于0.6,能够精准地抽取文本中的隐含主题。 展开更多
关键词 隐含主题 自动抽取 文本特征 无监督TF-IDF算法 LDA模型 Gibbs快速抽样法
在线阅读 下载PDF
基于DDVNCMD和Hilbert变换的结构模态参数识别
18
作者 张健 阮希雨 +1 位作者 袁平平 赵周杰 《噪声与振动控制》 北大核心 2026年第1期1-6,28,共7页
结构出现损伤会降低结构的刚度,从而影响结构的动力特性,如何识别结构的模态信息是进行结构损伤识别的基础。对简支梁进行动力响应分析得到位移响应信号,采用数据驱动变分非线性chirp模态分解法(Data-driven Variational Nonlinear Chir... 结构出现损伤会降低结构的刚度,从而影响结构的动力特性,如何识别结构的模态信息是进行结构损伤识别的基础。对简支梁进行动力响应分析得到位移响应信号,采用数据驱动变分非线性chirp模态分解法(Data-driven Variational Nonlinear Chirp Mode Decomposition,DDVNCMD)对位移响应信号进行分解,通过随机减量法提取信号分量的自由衰减信息,并进行Hilbert变换得到解调信号,采用最小二乘法拟合得到对数幅值曲线,最终得到简支梁的模态参数。同时,以悬臂梁为例,在响应中添加高斯白噪声,进一步识别悬臂梁的固有频率,验证所提方法的鲁棒性。 展开更多
关键词 振动与波 DDVNCMD HILBERT变换 随机减量法 模态参数
在线阅读 下载PDF
一种LDPC码的自适应分层阈值最小和译码算法
19
作者 袁建国 熊龙宇 胡坤 《半导体光电》 北大核心 2026年第1期158-163,共6页
针对低密度奇偶校验码的最小和译码算法性能有限及传统译码算法收敛速度较慢等问题,提出一种自适应分层阈值最小和(Adaptive Layered Threshold Min-Sum,ALTMS)译码算法。该算法结合阈值归一化最小和译码算法与阈值偏移最小和译码算法... 针对低密度奇偶校验码的最小和译码算法性能有限及传统译码算法收敛速度较慢等问题,提出一种自适应分层阈值最小和(Adaptive Layered Threshold Min-Sum,ALTMS)译码算法。该算法结合阈值归一化最小和译码算法与阈值偏移最小和译码算法的优势,通过动态调整修正因子,使其随迭代次数自适应变化。同时,采用分层调度方式,有效提升了算法收敛速度和译码性能。仿真结果表明,与分层调度下的四种阈值最小和译码算法相比,所提出的ALTMS译码算法实现了一定的性能增益,相比使用固定修正因子的最小和译码算法展现出更优越的纠错性能。 展开更多
关键词 低密度奇偶校验码 最小和译码算法 分层调度 修正因子 迭代次数
原文传递
基于深浅双分支特征融合的去模糊网络
20
作者 徐志京 曾泓键 《计算机工程与应用》 北大核心 2026年第3期254-264,共11页
针对现有的图像去模糊方法存在边缘信息损失,分块间伪影以及大模型高成本的问题,构建了深浅双分支特征融合的去模糊网络(deep-shallow deblur network,DSDN),从深层和浅层两个分支提取模糊特征。在深层分支中设计的频域自注意力和级联... 针对现有的图像去模糊方法存在边缘信息损失,分块间伪影以及大模型高成本的问题,构建了深浅双分支特征融合的去模糊网络(deep-shallow deblur network,DSDN),从深层和浅层两个分支提取模糊特征。在深层分支中设计的频域自注意力和级联扩张卷积模块,能够在频域有效定位模糊特征并进行特征增强,同时在不增加核大小的前提下有效增大感受野。浅层分支高效提取模糊细节特征,通过残差连接的方式与深层特征融合,能够有效避免梯度消失。提出的空频双域加权联合的损失函数,能够在双域内引导优化网络训练,有效限制复原图像频域差异。在公开数据集GOPRO和HIDE上进行实验,所提方法取得了更高的指标,复原的图像细节更突出,在客观指标和主观观察上均优于现有的主流去模糊方法。 展开更多
关键词 图像去模糊 双分支 频域信息 注意力机制 扩张卷积
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部