期刊文献+
共找到751篇文章
< 1 2 38 >
每页显示 20 50 100
Centralized Quasi-Static Channel Assignment for Multi-Radio Multi-Channel Wireless Mesh Networks 被引量:3
1
作者 Juan REN Zhengding QIU 《Wireless Sensor Network》 2009年第2期104-111,共8页
Employing multiple channels in wireless multihop networks is regarded as an effective approach to increas-ing network capacity. This paper presents a centralized quasi-static channel assignment for multi-radio multi-c... Employing multiple channels in wireless multihop networks is regarded as an effective approach to increas-ing network capacity. This paper presents a centralized quasi-static channel assignment for multi-radio multi-channel Wireless Mesh Networks (WMNs). The proposed channel assignment can efficiently utilize multiple channels with only 2 radios equipped on each mesh router. In the scheme, the network end-to-end traffics are first modeled by probing data at wireless access points, and then the traffic load between each pair of neighboring routers is further estimated using an interference-aware estimation algorithm. Having knowledge of the expected link load, the scheme assigns channels to each radio with the objective of mini-mizing network interference, which as a result greatly improves network capacity. The performance evalua-tion shows that the proposed scheme is highly responsive to varying traffic conditions, and the network per-formance under the channel assignment significantly outperforms the single-radio IEEE 802.11 network as well as the 2-radio WMN with static 2 channels. 展开更多
关键词 Wireless Mesh networks multiHOP network channel ASSIGNMENT multi-RADIO
在线阅读 下载PDF
Joint channel assignment and cross-layer routing protocol for multi-radio multi-channel Ad Hoc networks 被引量:2
2
作者 Yang Lu Junming Guan +1 位作者 Zhen Wei Qilin Wu 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2010年第6期1095-1102,共8页
To study multi-radio multi-channel (MR-MC) Ad Hoc networks based on 802.11, an efficient cross-layer routing protocol with the function of joint channel assignment, called joint channel assignment and cross-layer ro... To study multi-radio multi-channel (MR-MC) Ad Hoc networks based on 802.11, an efficient cross-layer routing protocol with the function of joint channel assignment, called joint channel assignment and cross-layer routing (JCACR), is presented. Firstly, this paper introduces a new concept called channel utilization percentage (CUP), which is for measuring the contention level of different channels in a node’s neighborhood, and deduces its optimal value for determining whether a channel is overloaded or not. Then, a metric parameter named channel selection metric (CSM) is designed, which actually reffects not only the channel status but also corresponding node’s capacity to seize it. JCACR evaluates channel assignment by CSM, performs a local optimization by assigning each node a channel with the smaller CSM value, and changes the working channel dynamically when the channel is overloaded. Therefore, the network load balancing can be achieved. In addition, simulation shows that, when compared with the protocol of weighted cumulative expected transfer time (WCETT), the new protocol can improve the network throughput and reduce the end-to-end average delay with fewer overheads. 展开更多
关键词 Ad Hoc network multi-radio multi-channel channel assignment routing protocol channel utilization percentage.
在线阅读 下载PDF
Multi-Channel Spectrum Sensing in Cognitive Ad-hoc Networks:An Energy-Efcient Manner
3
作者 李鹤 甘小莺 +1 位作者 陈时阳 冯心欣 《Journal of Shanghai Jiaotong university(Science)》 EI 2013年第5期513-519,共7页
Cognitive radio,which is capable of enabling dynamic spectrum access,is a promising technology in future wireless communication.The feasibility of cognitive radio network greatly depends on the energy efciency and rel... Cognitive radio,which is capable of enabling dynamic spectrum access,is a promising technology in future wireless communication.The feasibility of cognitive radio network greatly depends on the energy efciency and reliability of spectrum sensing technology.In this paper,spectrum sensing in cognitive ad-hoc network(CAN)with wide-band dynamic spectrum is considered.A cognitive cluster head(CCH)is set and responsible for dividing the wide-band spectrum into multiple sub-channels;it can either sense sub-channels in a centralized manner,or make use of sensing modules to sense sub-channels in a distributed manner.Then cognitive users(CUs)can get sensing results and access to the available sub-channel.We take the cost of control message into consideration and formulate the energy consumption of CAN in terms of sub-channel sampling rate and whole-band sensing time.We define energy efciency intuitively and solve the energy efciency optimization problem with sensing reliability constraints by constructing a parametric problem and obtain the optimal sampling rate and the wholeband sensing time.Power dissipation model of a practical A/D convertor(ADC)is introduced,and numerical results are given to show the energy efciency performance of two diferent sensing manners. 展开更多
关键词 cognitive radio spectrum sensing energy efciency ad-hoc network multi-channel
原文传递
基于Multi-Radio Multi-Channel传感器网络无冲突信道分配算法的研究 被引量:2
4
作者 蔡凤丽 刘新永 《吉林工程技术师范学院学报》 2014年第5期95-96,共2页
为降低通信冲突和信道干扰,对Mult-i Radio Mult-i Channel传感器网络无冲突信道进行研究,结果证实在网络通信半径大于3倍的网络最大功率通信半径的前提下,Sensor节点规模满足2倍网络功率级数加1的环境下,网络无冲突信道分配的信道数达... 为降低通信冲突和信道干扰,对Mult-i Radio Mult-i Channel传感器网络无冲突信道进行研究,结果证实在网络通信半径大于3倍的网络最大功率通信半径的前提下,Sensor节点规模满足2倍网络功率级数加1的环境下,网络无冲突信道分配的信道数达到网络信道冲突图的最大值。文章通过对无冲突信道算法的运用,最终证实其可以有效地提高传感器网络的工作效率,大幅度提升网络的吞吐量。 展开更多
关键词 multi-RADIO multi-channel 传感器网络 无冲突信道信道分配
在线阅读 下载PDF
基于MultiCNN-GRU-ITA的动车组牵引电机温度预测模型 被引量:2
5
作者 王运明 李明阳 +1 位作者 陈梦华 常振臣 《铁道科学与工程学报》 北大核心 2025年第5期2367-2379,共13页
牵引电机温度预测在动车组牵引电机状态评估和日常维护中具有重要作用。针对现有时序预测模型提取牵引电机时序数据的特征不充分,导致模型预测精度不高的问题,提出一种基于MultiCNN-GRU-ITA的动车组牵引电机温度预测模型,通过更深层次... 牵引电机温度预测在动车组牵引电机状态评估和日常维护中具有重要作用。针对现有时序预测模型提取牵引电机时序数据的特征不充分,导致模型预测精度不高的问题,提出一种基于MultiCNN-GRU-ITA的动车组牵引电机温度预测模型,通过更深层次地提取数据的时空特征来预测牵引电机的温度。该模型提出了多通道卷积神经网络(multi-channel convolutional neural networks, MultiCNN)的空间特征提取模块,多尺度地获取牵引电机数据的空间特征,增强特征的表征能力;设计了GRU(gated recurrent unit, GRU)堆叠的时间特征提取模块,采用门控循环单元捕捉数据的长期依赖关系,提取牵引电机数据的时间特征,更准确地预测温度的动态变化;引入改进的时序注意力机制模块(improved temporal attention,ITA),聚焦时空特征中的关键信息,进一步提升模型对重要特征的识别能力。利用动车组实际运行数据制作了数据集,并在多种预测场景下进行了实验测试。实验结果表明,在预测输出步长为5、10、15、20 min的4种场景下,MultiCNN-GRUITA模型在MAE和MSE方面均表现出明显的优势,相比于LSTM、GRU、SVR、ARIMA模型,MAE和MSE指标降低了41.03%和65.32%以上;在不同预测步长下,MultiCNN-GRU-ITA模型的温度预测曲线与实际值具有很高的拟合度,该模型能有效捕捉牵引电机的温度变化趋势,可为构建高精确性的牵引电机故障预测与健康评估系统提供模型支撑。 展开更多
关键词 牵引电机 温度预测 多通道卷积神经网络 门控循环单元 注意力机制
在线阅读 下载PDF
Hydraulic Optimization of a Double-channel Pump's Impeller Based on Multi-objective Genetic Algorithm 被引量:12
6
作者 ZHAO Binjuan WANG Yu +2 位作者 CHEN Huilong QIU Jing HOU Duohua 《Chinese Journal of Mechanical Engineering》 SCIE EI CAS CSCD 2015年第3期634-640,共7页
Computational fluid dynamics(CFD) can give a lot of potentially very useful information for hydraulic optimization design of pumps, however, it cannot directly state what kind of modification should be made to impro... Computational fluid dynamics(CFD) can give a lot of potentially very useful information for hydraulic optimization design of pumps, however, it cannot directly state what kind of modification should be made to improve such hydrodynamic performance. In this paper, a more convenient and effective approach is proposed by combined using of CFD, multi-objective genetic algorithm(MOGA) and artificial neural networks(ANN) for a double-channel pump's impeller, with maximum head and efficiency set as optimization objectives, four key geometrical parameters including inlet diameter, outlet diameter, exit width and midline wrap angle chosen as optimization parameters. Firstly, a multi-fidelity fitness assignment system in which fitness of impellers serving as training and comparison samples for ANN is evaluated by CFD, meanwhile fitness of impellers generated by MOGA is evaluated by ANN, is established and dramatically reduces the computational expense. Then, a modified MOGA optimization process, in which selection is performed independently in two sub-populations according to two optimization objectives, crossover and mutation is performed afterword in the merged population, is developed to ensure the global optimal solution to be found. Finally, Pareto optimal frontier is found after 500 steps of iterations, and two optimal design schemes are chosen according to the design requirements. The preliminary and optimal design schemes are compared, and the comparing results show that hydraulic performances of both pumps 1 and 2 are improved, with the head and efficiency of pump 1 increased by 5.7% and 5.2%, respectively in the design working conditions, meanwhile shaft power decreased in all working conditions, the head and efficiency of pump 2 increased by 11.7% and 5.9%, respectively while shaft power increased by 5.5%. Inner flow field analyses also show that the backflow phenomenon significantly diminishes at the entrance of the optimal impellers 1 and 2, both the area of vortex and intensity of vortex decreases in the whole flow channel. This paper provides a promising tool to solve the hydraulic optimization problem of pumps' impellers. 展开更多
关键词 double-channel pump's impeller multi-objective genetic algorithm artificial neural network computational fluid dynamics(CFD) UNI
在线阅读 下载PDF
Virtual 5G Network Embedding in a Heterogeneous and Multi-Domain Network Infrastructure 被引量:6
7
作者 Cunqian Yu Weigang Hou +2 位作者 Yingying Guan Yue Zong Pengxing Guo 《China Communications》 SCIE CSCD 2016年第10期29-43,共15页
The pursuit of the higher performance mobile communications forces the emergence of the fifth generation mobile communication(5G). 5G network, integrating wireless and wired domain, can be qualified for the complex vi... The pursuit of the higher performance mobile communications forces the emergence of the fifth generation mobile communication(5G). 5G network, integrating wireless and wired domain, can be qualified for the complex virtual network work oriented to the cross-domain requirement. In this paper, we focus on the multi-domain virtual network embedding in a heterogeneous 5G network infrastructure, which facilitates the resource sharing for diverse-function demands from fixed/mobile end users. We proposed the mathematical ILP model for this problem.And based on the layered-substrate-resource auxiliary graph and an effective six-quadrant service-type-judgment method, 5G embedding demands can be classified accurately to match different user access densities. A collection of novel heuristic algorithms of virtual 5G network embedding are proposed. A great deal of numerical simulation results testified that our algorithm performed better in terms of average blocking rate, routing latency and wireless/wired resource utilization, compared with the benchmark. 展开更多
关键词 5G virtual network embedding heterogeneous and multi-domain infrastructure wireless channel capacity data center
在线阅读 下载PDF
基于WL图核的多通道图Kolmogorov-Arnold网络
8
作者 王静红 李鹏超 +1 位作者 米据生 王威 《计算机科学》 北大核心 2026年第4期224-234,共11页
图神经网络作为一种新兴的深度学习方法,能够有效建模和表示图结构数据,在各种图学习任务中表现优异。然而,现有的图神经网络大多聚焦于单一通道图卷积,未能充分利用现实世界图数据中丰富多样的关系信息。为深入挖掘图数据中的多关系特... 图神经网络作为一种新兴的深度学习方法,能够有效建模和表示图结构数据,在各种图学习任务中表现优异。然而,现有的图神经网络大多聚焦于单一通道图卷积,未能充分利用现实世界图数据中丰富多样的关系信息。为深入挖掘图数据中的多关系特征并提升图神经网络的建模能力,提出了一种基于Weisfeiler-Lehman(WL)图核的多通道图Kolmogorov-Arnold网络(KMCGKN)。该方法通过提取节点领域子图并借助WL图核方法构建特征图,且将原本图卷积层中的特征变换函数替换成Kolmogorov-Arnold网络,然后利用两个图卷积网络通道分别学习不同关系图的特性,从而得到图的特征编码和结构编码。同时,通过多视图损失确保通道间的差异性,缓解了深层模型的过拟合问题。在6个节点分类公开数据集上进行了评估,实验结果表明,KMCGKN方法在节点分类任务上的性能优于单通道GCN及其他基准模型,有效提升了图神经网络的建模与表示能力。 展开更多
关键词 图神经网络 WL图核 Kolmogorov-Arnold网络 多通道图学习 节点分类
在线阅读 下载PDF
对比学习引导的双通道自适应融合网络多视图聚类方法
9
作者 周丽娟 刘子源 +1 位作者 许鑫航 张志鸿 《小型微型计算机系统》 北大核心 2026年第1期229-239,共11页
近年来,图卷积网络在多视图聚类中表现突出,但其侧重节点间结构信息建模,而属性信息仅通过简单的线性变换进行更新,限制了模型对节点属性信息的学习能力.为此,本文提出了对比学习引导的双通道自适应融合网络多视图聚类方法.首先,结合自... 近年来,图卷积网络在多视图聚类中表现突出,但其侧重节点间结构信息建模,而属性信息仅通过简单的线性变换进行更新,限制了模型对节点属性信息的学习能力.为此,本文提出了对比学习引导的双通道自适应融合网络多视图聚类方法.首先,结合自编码器与图自编码器构建双通道网络,分别编码节点属性和结构信息,并设计通道自适应融合模块,利用注意力机制自适应融合不同通道网络在同一神经网络层中学习的属性与结构信息,以及不同神经网络层间的嵌入表示,以获得每个视图的嵌入表示.在此基础上,进一步利用注意力机制对多个视图的嵌入表示进行加权融合获得全局嵌入表示.最后,通过跨视图对比损失与自监督聚类损失迭代优化全局嵌入表示,强化视图间一致性信息学习,并生成了面向聚类任务的高质量嵌入表示.在3个公开数据集和3个来自郑州商品交易所的期货数据集上进行的实验表明,该方法在聚类任务中表现优异. 展开更多
关键词 多视图聚类 自编码器 图自编码器 双通道网络
在线阅读 下载PDF
基于多模态数据融合的康复机器人关节角度预测方法
10
作者 陈博 王斌 +3 位作者 周袁 周京 王浙明 叶祥明 《控制与决策》 北大核心 2026年第3期604-612,共9页
在人体关节角度预测中,单传感器获取信息太过局限且易受环境干扰影响,而基于多传感器的关节角度的预测研究,由于输入数据维度升高、传统的融合方式存在特征利用率不足的缺陷,导致预测精度下降.为准确获取运动功能障碍患者佩戴外骨骼康... 在人体关节角度预测中,单传感器获取信息太过局限且易受环境干扰影响,而基于多传感器的关节角度的预测研究,由于输入数据维度升高、传统的融合方式存在特征利用率不足的缺陷,导致预测精度下降.为准确获取运动功能障碍患者佩戴外骨骼康复过程中的运动状态,提出基于多模态数据融合的康复机器人关节角度预测方法.首先,设计多通道高分辨率网络结构使其适用于人体3维姿态特征提取任务,同时利用卷积神经网络提取足底压力特征;其次,基于长短期记忆网络获取特征在时域上的关联性;然后,构建带注意力机制的多模态特征融合网络用于人体关节角度预测;最后,通过在低、中、高3组速度下的实验结果表明:所提出算法在自建数据集上的评价指标RMSE为0.039,较传统关节角度预测方法提升38%以上;评价指标R2为0.948,较传统关节角度预测方法提升17%以上. 展开更多
关键词 康复机器人 关节角度预测 人体姿态估计 多通道高分辨率网络 长短期记忆网络 多模态特征融合网络
原文传递
基于多传感器融合的农业机械轴承半监督故障诊断方法 被引量:1
11
作者 李嘉琪 夏尚飞 李东民 《农机化研究》 北大核心 2026年第3期94-102,共9页
针对传统图神经网络只基于单传感器通道建立样本关联图,易受噪声和采集方式的干扰导致样本间关联关系欠缺的问题,提出了基于多传感器融合的农业机械轴承半监督故障诊断方法(MSF-MCGCN)。基于轴承样本的时域、频域特征,采用基于多个传感... 针对传统图神经网络只基于单传感器通道建立样本关联图,易受噪声和采集方式的干扰导致样本间关联关系欠缺的问题,提出了基于多传感器融合的农业机械轴承半监督故障诊断方法(MSF-MCGCN)。基于轴承样本的时域、频域特征,采用基于多个传感器通道的农业机械滚动轴承样本关联图构建方法,从各传感器提取样本之间的关联信息,起到了样本间关联关系互补作用,克服了由于噪声和采集方式的干扰导致单一通道下样本关联关系欠缺的问题;通过多通道图卷积网络完成各传感器特征之间的信息融合,最终得到包含样本间关联信息和多传感器信号的样本特征表示,有效克服了样本间的多通道完备关联关系难以有效融合的问题;在轴承数据集上对MSF-MCGCN方法进行了实验验证,结果表明,MSF-MCGCN在仅使用5%的有标签数据进行训练时,模型诊断准确率达96.19%,为有限样本标签下农业机械轴承的故障诊断提供了新思路。 展开更多
关键词 轴承 故障诊断 多传感器融合 多通道图卷积网络 农业机械运维
在线阅读 下载PDF
基于深度颜色特征融合的菊花药材智能评价方法研究
12
作者 毛忠原 杨曦晨 +3 位作者 王天舒 陈奕帆 蒋健 严辉 《中华中医药学刊》 北大核心 2026年第3期13-19,I0001-I0005,共12页
目的高质量的中草药图像可以有效保障相关智能算法的性能,设计面向中草药菊花的图像质量评价方法,智能筛选出符合应用场景需求的菊花图像,具有较高的实用价值。方法研究面向中草药菊花,首先,构建面向中草药菊花的失真图像数据集。之后,... 目的高质量的中草药图像可以有效保障相关智能算法的性能,设计面向中草药菊花的图像质量评价方法,智能筛选出符合应用场景需求的菊花图像,具有较高的实用价值。方法研究面向中草药菊花,首先,构建面向中草药菊花的失真图像数据集。之后,在此基础上提出一种基于深度颜色特征融合的中草药菊花图像质量评价方法,将菊花原始图像从RGB颜色空间转换到HSV和Lab颜色空间,分别提取出S、L和b颜色通道上的图像特征并进行预处理。在此之后,将预处理后的S、L和b 3通道的图像特征与菊花原始图像作为双路网络的输入,形成融合特征描述中草药菊花图像的质量。结果实验结果显示,设计的中草药菊花数据集构造具有合理性,并且提出的方法在菊花图像失真数据集上性能表现优异,SROCC和PLCC值都达到0.90以上,对菊花图像的评价结果与真实结果高度一致。结论利用提出的方法能够对图像中菊花的拍摄角度及缺失情况进行准确衡量,可以满足中草药菊花图像智能筛选的需求。 展开更多
关键词 菊花 颜色空间 智能评价 多路网络 特征融合
原文传递
中国网红孵化企业的区位选择及影响因素
13
作者 陈笑葵 敖荣军 +1 位作者 汤慧 严杰 《经济地理》 北大核心 2026年第1期119-128,共10页
网红孵化企业(MCN)是网红经济产业链中连接网络红人、数字平台和生产厂商的关键环节,探究其区位选择特征及影响因素,对于构建数字经济时代企业选址行为理论、指导区域产业发展实践具有重要意义。文章基于抖音平台数据,采用探索性空间分... 网红孵化企业(MCN)是网红经济产业链中连接网络红人、数字平台和生产厂商的关键环节,探究其区位选择特征及影响因素,对于构建数字经济时代企业选址行为理论、指导区域产业发展实践具有重要意义。文章基于抖音平台数据,采用探索性空间分析方法剖析中国MCN的区位选择特征,并利用空间计量模型揭示了其影响因素。结果表明:(1)中国MCN具有规模差异大、分布范围广的特征,数量呈长尾分布且城市间差异显著,61%的企业集中于前20位大城市,部分MCN向中小城市及中西部地区下沉;(2)MCN呈现出“整体离散、局部集聚”的空间格局,在不同地区和不同规模城市均有分布,同时形成了长三角、珠三角、京津冀城市群和成渝都市圈4个高密度集聚区,表现出“实体集聚”和“虚拟集聚”并存的特点;(3)MCN区位选择存在显著的负向空间溢出效应,技能人才、制度厚度、生产邻近、信息邻近、公共服务设施、绿化覆盖面积和社会活力环境呈显著正向影响,产业基础呈显著负向影响。研究为中国网红经济产业布局和后发地区产业发展路径选择提供了经验借鉴。 展开更多
关键词 网红孵化企业 区位选择 城市群 网红经济 数字经济 生产邻近 电商平台
原文传递
多通道卷积神经网络预测MOFs对C_(3)F_(6)/C_(3)F_(8)吸附性能
14
作者 海广通 郑芳 +6 位作者 陈俐吭 夏伟 盛良正 杨启炜 张治国 鲍宗必 任其龙 《化工学报》 北大核心 2026年第1期459-469,共11页
多孔材料单组分吸附量的准确预测对评估分离性能及指导吸附剂开发至关重要。本文提出多通道卷积神经网络模型,通过特征交叉机制实现金属有机框架材料(MOFs)对C_(3)F_(6)/C_(3)F_(8)吸附量的快速预测。对165844种MOFs进行结构筛选,经高... 多孔材料单组分吸附量的准确预测对评估分离性能及指导吸附剂开发至关重要。本文提出多通道卷积神经网络模型,通过特征交叉机制实现金属有机框架材料(MOFs)对C_(3)F_(6)/C_(3)F_(8)吸附量的快速预测。对165844种MOFs进行结构筛选,经高通量巨正则Monte Carlo(GCMC)模拟获得76438组有效数据。以孔结构及能量描述符为输入,模型仅需2个隐藏层(神经元数分别为8和10)即实现高精度预测(R^(2)≥0.98,MAE≤0.33 mmol·g^(-1))。迁移至CO_(2)体系后保持R^(2)=0.97,验证其优异泛化能力,有望为多孔材料高效筛选提供新工具。 展开更多
关键词 金属有机框架 多通道卷积 神经网络 吸附 计算机模拟
在线阅读 下载PDF
基于AMI-SGMD和MC-1DCNN-GRU-Attention的电机故障诊断研究
15
作者 程刘梦 靳鸿 +1 位作者 卫宝旭 齐文浩 《现代电子技术》 北大核心 2026年第6期126-132,共7页
针对电机振动信号的非平稳特性及故障特征提取困难导致诊断精度偏低的问题,提出一种基于调整互信息优化辛几何模态分解(AMI-SGMD)与多通道深度学习的故障诊断方法。首先,利用AMI优化辛几何模态分解对电机振动信号进行降噪,并将其自适应... 针对电机振动信号的非平稳特性及故障特征提取困难导致诊断精度偏低的问题,提出一种基于调整互信息优化辛几何模态分解(AMI-SGMD)与多通道深度学习的故障诊断方法。首先,利用AMI优化辛几何模态分解对电机振动信号进行降噪,并将其自适应分解为若干改进辛几何模态分量(ISGC);其次,融合峭度、排列熵及相关系数构建综合评价指标和筛选准则,从ISGC分量中选取能敏感反映故障特征的分量;进一步设计多通道一维卷积神经网络-门控循环单元-注意力机制(MC-1DCNN-GRU-Attention)混合模型,并利用雪消融算法进行参数优化,避免训练陷入局部最优解。以直流电机实测数据为样本,对比不同数据处理方法和故障诊断模型的测试结果。结果表明,所提方法的故障诊断准确率达98.50%,可准确识别机电故障,且具备良好的鲁棒性。 展开更多
关键词 电机故障诊断 辛几何模态分解 调整互信息 雪消融优化算法 多通道一维卷积神经网络 门控循环单元 注意力机制
在线阅读 下载PDF
基于噪声反馈的MVDR-MTGAN多通道语音增强
16
作者 王霄雪 刘拓 +1 位作者 江志健 郑能恒 《深圳大学学报(理工版)》 北大核心 2026年第1期93-100,I0003,I0004,共10页
目前主流的多通道语音增强系统大多采用波束形成-后滤波级联架构.在非稳态噪声场景下,波束形成因噪声估计偏差易导致空域滤波失效,而基于深度学习的后滤波虽能改善残留噪声抑制,但计算复杂度高.提出融合最小方差无畸变响应(minimum vari... 目前主流的多通道语音增强系统大多采用波束形成-后滤波级联架构.在非稳态噪声场景下,波束形成因噪声估计偏差易导致空域滤波失效,而基于深度学习的后滤波虽能改善残留噪声抑制,但计算复杂度高.提出融合最小方差无畸变响应(minimum variance distortionless response,MVDR)和多目标生成对抗网络(multi-target generative adversarial network,MTGAN)的闭环增强框架,采用噪声估计反馈机制实现空频域联合优化.通过构建MTGAN的双分支生成器架构同步实现后滤波和噪声估计,并将估计噪声动态反馈至MVDR的协方差矩阵更新过程,形成闭环迭代优化.基于公开的多环境多通道噪声数据集(diverse environments acoustic noise database,DEMAND)的仿真实验表明,噪声反馈机制能有效提升MVDR输出性能;与现有MVDR-CRUSE系统相比,所提MVDR+MTGAN方法保持较低模型复杂度(参数量减少10.5%)的同时,在语音质量评价指标上均获得显著提升,平均分段信噪比提高6.56 dB,整体效果预测得分提升了0.17.该方法为复杂声学场景下的多通道语音增强提供了高效的解决方案. 展开更多
关键词 语音处理 多通道语音增强 最小方差无畸变响应 多目标生成对抗网络 噪声反馈
在线阅读 下载PDF
多因素融合驱动的电动汽车充电负荷时空预测
17
作者 王继波 丁卉 +1 位作者 刘明鑫 郭悠游 《中山大学学报(自然科学版)(中英文)》 北大核心 2026年第1期103-110,共8页
针对多因素影响下城市电动汽车充电负荷的预测问题,提出了时空图卷积与多通道注意力网络融合模型(STGC-SENet)。该模型构建了周期性时序片段提取模块以获取近期、日、周三尺度周期特征,通过时空图卷积实现时序依赖与空间拓扑关联的同步... 针对多因素影响下城市电动汽车充电负荷的预测问题,提出了时空图卷积与多通道注意力网络融合模型(STGC-SENet)。该模型构建了周期性时序片段提取模块以获取近期、日、周三尺度周期特征,通过时空图卷积实现时序依赖与空间拓扑关联的同步建模,引入SE通道注意力层对多因素特征通道进行重标定,动态强化关键特征。基于真实数据的实验表明:相比于长短时记忆网络(LSTM)、多视角时空图卷积网络(MSTGCN)、基于注意力的时空图卷积网络(ASTGCN)等基线模型,STGC-SENet的平均绝对误差分别下降3.36、0.56、1.10。在因素敏感性方面,相比于近期、周时序片段,日周期因子的加入对模型预测提升效果最为显著;在历史充电负荷输入下,充电桩占用数与实时电价融入能够获得最优的预测效果,整体平均绝对误差下降至5.08,而充电桩数目和气象因素的融入并未带来较好的预测效果提升。 展开更多
关键词 电动汽车 充电负荷 多因素融合 时空关联 图卷积网络 多通道注意力
在线阅读 下载PDF
XML下多信道通信多节点异构数据索引方法仿真
18
作者 唐佳 广泽晶 +1 位作者 陈彦宇 郭小溪 《计算机仿真》 2026年第1期463-467,共5页
在多信道通信多节点异构数据索引中,由于无法适应信道动态特性变化而导致噪声清洗不彻底,同时其缺乏对异构格式的有效解析能力造成数据转换时关键信息大量丢失,使得索引结构更新滞后引发查询效率低下。于是提出基于XML的多信道通信多节... 在多信道通信多节点异构数据索引中,由于无法适应信道动态特性变化而导致噪声清洗不彻底,同时其缺乏对异构格式的有效解析能力造成数据转换时关键信息大量丢失,使得索引结构更新滞后引发查询效率低下。于是提出基于XML的多信道通信多节点异构数据索引方法。通过迭代重加权最小二乘算法与鲁棒主成分分析算法的协同优化,动态适应信道特性变化实现噪声清洗,为后续处理提供高质量数据基础;基于清洗后的数据,采用BC-Zscore标准化处理建立统一的XML格式转换机制,通过方差归一化处理有效保留关键语义信息,解决异构格式解析难题;利用SIQ算法在标准化数据基础上构建动态索引树,通过实时更新机制显著提升查询效率,以此实现多信道通信多节点异构数据索引。实验结果表明,所提方法具有良好的数据清洗效果,可有效提高数据索引效率、降低索引开销。 展开更多
关键词 主成分分析 多信道通信网络 异构数据索引
在线阅读 下载PDF
基于多通道扩张密集卷积网络的电磁信号识别
19
作者 兰嵩 刘彬 +3 位作者 赵雅琦 郭安业 张学斌 孔维侧 《指挥控制与仿真》 2026年第1期60-65,共6页
针对现有的深度学习网络应用于电磁信号识别精度低的问题,研究了国内外现有面向电磁信号识别的深度学习网络经典方案,对比分析了各种方案中存在的优缺点。提出了一种基于多通道特征提取和扩张卷积神经网络的电磁信号分类方法,将提取得... 针对现有的深度学习网络应用于电磁信号识别精度低的问题,研究了国内外现有面向电磁信号识别的深度学习网络经典方案,对比分析了各种方案中存在的优缺点。提出了一种基于多通道特征提取和扩张卷积神经网络的电磁信号分类方法,将提取得到的电磁信号的信号图特征、频谱图特征和双层CNN学习特征输入扩张密集卷积网络模型进行分类识别。通过构建训练模型的方式,对RADAR dataset进行识别实验,实现了较高的识别率,同时通过进行消融实验,验证了该模型各组件的重要性和有效性。最后讨论了该模型在复杂电磁环境下存在的局限和下一步的改进方向。 展开更多
关键词 电磁空间 电磁信号识别 扩张卷积神经网络 多通道特征提取
在线阅读 下载PDF
面向低空网络的信道知识地图构建与应用
20
作者 胡泽杨 张泽中 +2 位作者 游昌盛 王锐 贡毅 《移动通信》 2026年第2期26-34,共9页
低空网络作为支撑低空经济发展的关键基础设施,其可靠通信面临复杂传播环境的严峻挑战。传统信道知识地图主要面向地面蜂窝网络,在空域及动态场景下存在显著局限性。旨在系统探讨面向低空网络的信道知识地图构建方法。首先对信道知识地... 低空网络作为支撑低空经济发展的关键基础设施,其可靠通信面临复杂传播环境的严峻挑战。传统信道知识地图主要面向地面蜂窝网络,在空域及动态场景下存在显著局限性。旨在系统探讨面向低空网络的信道知识地图构建方法。首先对信道知识地图的基本概念与发展现状进行了梳理,进而聚焦低空网络在频域、空域和时域的多维特性,结合低空车联网、无人机集群干扰协调、精准定位导航及网络优化等具体应用场景,提出了分层分级的针对性信道地图构建方案,分析了各类地图的构建思路与协同机制,凸显了任务导向的地图设计原则。最后对低空网络信道知识地图在多层级体系构建与多模态数据融合等方面的未来研究方向进行了展望。 展开更多
关键词 信道知识地图 低空网络 多模态数据融合 信道建模 射线追踪 深度学习
在线阅读 下载PDF
上一页 1 2 38 下一页 到第
使用帮助 返回顶部