期刊文献+
共找到1,986篇文章
< 1 2 100 >
每页显示 20 50 100
INTERFERENCE MITIGATING BASED ON FRACTIONAL FOURIER TRANSFORM IN TRANSFORM DOMAIN COMMUNICATION SYSTEM 被引量:6
1
作者 Wang Chuandan Zhang Zhongpei Li Shaoqian 《Journal of Electronics(China)》 2007年第2期181-186,共6页
The method of FRactional Fourier Transform (FRFT) is introduced to Transform Domain Communication System (TDCS) for signal transforming in the paper after theoretical analysis. The method yields optimal Basis Function... The method of FRactional Fourier Transform (FRFT) is introduced to Transform Domain Communication System (TDCS) for signal transforming in the paper after theoretical analysis. The method yields optimal Basis Function (BF) by FRFT with optimal transform angle. The TDCS using the proposed method has wider usable spectrum, stronger robustness and better ability of anti non-stationary jamming than using usual methods, such as Fourier Transform (FT), Auto Regressive (AR), Wavelet Transform (WT), etc. The main simulation results are as follows. First, the Bit Error Rate (BER) Pb is close to theoretical bound of no jamming no matter in single tone or in linear chirp interference. Second, the interference-to-signal ratio J /E is at least 12dB more than that of Direct Spread Spectrum System (DSSS) under the same BER if the spectrum hopping-to-signal ratio is 1:20 in chirp plus hopping interfering. Third, the Eb /N 0(when estimation difference is 90% between trans- mitter and receiver) is about 3.5dB or about 0.5dB (when estimation difference is 10% between transmitter and receiver) more than that of theoretical result when no estimation difference un-der Pb=10-2. 展开更多
关键词 transform domain Communication System (TDCS) Basis Function (BF) Fourier transform (FT) FRactional Fourier transform (FRFT) Hopping jamming
在线阅读 下载PDF
Speech Encryption in Linear Canonical Transform Domain Based on Chaotic Dynamic Modulation
2
作者 Liyun Xu Tong Zhang Chao Wen 《Journal of Beijing Institute of Technology》 EI CAS 2021年第3期295-304,共10页
In order to transmit the speech information safely in the channel,a new speech encryp-tion algorithm in linear canonical transform(LCT)domain based on dynamic modulation of chaot-ic system is proposed.The algorithm fi... In order to transmit the speech information safely in the channel,a new speech encryp-tion algorithm in linear canonical transform(LCT)domain based on dynamic modulation of chaot-ic system is proposed.The algorithm first uses a chaotic system to obtain the number of sampling points of the grouped encrypted signal.Then three chaotic systems are used to modulate the corres-ponding parameters of the LCT,and each group of transform parameters corresponds to a group of encrypted signals.Thus,each group of signals is transformed by LCT with different parameters.Fi-nally,chaotic encryption is performed on the LCT domain spectrum of each group of signals,to realize the overall encryption of the speech signal.The experimental results show that the proposed algorithm is extremely sensitive to the keys and has a larger key space.Compared with the original signal,the waveform and LCT domain spectrum of obtained encrypted signal are distributed more uniformly and have less correlation,which can realize the safe transmission of speech signals. 展开更多
关键词 communication security linear canonical transform transform domain encryption chaotic system
在线阅读 下载PDF
TRANSFORM DOMAIN SMART ANTENNAS ALGORITHM FOR MAI SUPPRESSION
3
作者 LiKe ShiXinhua ZhangEryang 《Journal of Electronics(China)》 2004年第4期289-295,共7页
Multiple Access Interference(MAI) is the major factor that degrades the performance of a CDMA system. In this paper, a novel transform domain algorithm combined with parameter estimation for MAI suppression is propose... Multiple Access Interference(MAI) is the major factor that degrades the performance of a CDMA system. In this paper, a novel transform domain algorithm combined with parameter estimation for MAI suppression is proposed. Compared with the method that combines an adaptive array antenna with parameter estimation for interference suppression, it converges faster with the same Bit Error Rate(BER) performance. 展开更多
关键词 transform domain Interference cancellation Smart antennas
在线阅读 下载PDF
LAPPED TRANSFORM DOMAIN INTERFERENCE EXCISION USING MODIFIED MEDIAN FILTER
4
作者 李冲泥 胡光锐 《Journal of Shanghai Jiaotong university(Science)》 EI 1999年第2期32-35,共4页
A novel communication receiver which uses lapped transform(LT) incorporating modified median filter(MMF) algorithm was designed for narrow band interference(NBI) excision.Comparing to traditional Fourier Transform,LT ... A novel communication receiver which uses lapped transform(LT) incorporating modified median filter(MMF) algorithm was designed for narrow band interference(NBI) excision.Comparing to traditional Fourier Transform,LT has longer basis vectors,less spectral leakage,thus better frequency resolution.The LT domain MMF algorithm takes full advantages of the direct sequence spread spectrum signal,as well as the characteristics of LT,performs the transform domain filtering twice.The first filtering locates the position of interference and mitigates most of them.The second filtering is performed in a small neighborhood of the located interference.So LT domain MMF algorithm can completely mitigate the interference without distorting the desired signal.The simulation results demonstrate the improved BER(Bit Error Rate)performance and increased robustness of our receiver. 展开更多
关键词 lapped transform MEDIAN filter INTERFERENCE EXCISION SPREAD SPECTRUM communication transform domain EXCISION
在线阅读 下载PDF
From Spatial Domain to Patch-Based Models:A Comprehensive Review and Comparison of Multimodal Medical Image Denoising Algorithms
5
作者 Apoorav Sharma Ayush Dogra +2 位作者 Bhawna Goyal Archana Saini Vinay Kukreja 《Computers, Materials & Continua》 2025年第10期367-481,共115页
To enable proper diagnosis of a patient,medical images must demonstrate no presence of noise and artifacts.The major hurdle lies in acquiring these images in such a manner that extraneous variables,causing distortions... To enable proper diagnosis of a patient,medical images must demonstrate no presence of noise and artifacts.The major hurdle lies in acquiring these images in such a manner that extraneous variables,causing distortions in the form of noise and artifacts,are kept to a bare minimum.The unexpected change realized during the acquisition process specifically attacks the integrity of the image’s quality,while indirectly attacking the effectiveness of the diagnostic process.It is thus crucial that this is attended to with maximum efficiency at the level of pertinent expertise.The solution to these challenges presents a complex dilemma at the acquisition stage,where image processing techniques must be adopted.The necessity of this mandatory image pre-processing step underpins the implementation of traditional state-of-the-art methods to create functional and robust denoising or recovery devices.This article hereby provides an extensive systematic review of the above techniques,with the purpose of presenting a systematic evaluation of their effect on medical images under three different distributions of noise,i.e.,Gaussian,Poisson,and Rician.A thorough analysis of these methods is conducted using eight evaluation parameters to highlight the unique features of each method.The covered denoising methods are essential in actual clinical scenarios where the preservation of anatomical details is crucial for accurate and safe diagnosis,such as tumor detection in MRI and vascular imaging in CT. 展开更多
关键词 Image denoising MRI CT spatial domain filters transform domain
在线阅读 下载PDF
基于DRSN-Transformer编码器的域自适应辐射源个体识别方法研究
6
作者 张冠杰 李艳斌 +1 位作者 畅鑫 闫红超 《河北工业科技》 2025年第4期303-313,共11页
为了使深度神经网络能够准确识别不同传输信道的辐射源个体,提出了一种基于深度残差收缩网络(deep residual shrinkage network,DRSN)融合Transformer编码器的域自适应个体识别方法。采用DRSN软阈值模块自动去掉I/Q接收信号中的噪声,利... 为了使深度神经网络能够准确识别不同传输信道的辐射源个体,提出了一种基于深度残差收缩网络(deep residual shrinkage network,DRSN)融合Transformer编码器的域自适应个体识别方法。采用DRSN软阈值模块自动去掉I/Q接收信号中的噪声,利用Transformer编码器进一步提取信号中各符号间的依赖特征,使用域自适应对抗学习方法将不同域的目标信号映射为相同分布的目标特征,使得DRSN-Transformer编码器网络模型能够准确提取与信道无关的射频指纹特征(radio frequency fingerprint,RFF),实现信道变化时目标辐射源个体的精准识别,并利用调制器畸变信号模型进行了仿真试验。结果表明:与ResNet和DRSN网络模型相比,所提DRSN-Transformer网络模型的平均识别准确率分别提升了2.98个百分点和1.65个百分点;采用域自适应对抗学习方法的DRSN-Transformer编码器网络模型能够有效降低源域和目标域信号特征分布的不一致性,与传统方法训练的DRSN-Transformer编码器网络模型相比,在信噪比为27 dB时,识别准确率提升了20.73个百分点,显著改善了信道变化时的辐射源个体识别性能。与传统学习方法相比,所提方法虽然增加了特征提取网络与域判别网络的对抗训练过程,但训练完成的特征提取网络能够准确提取与信道变化无关的指纹特征,在辐射源个体识别领域具有一定的应用价值。 展开更多
关键词 计算机神经网络 深度残差收缩网络 transformer编码器 域对抗神经网络 特定辐射源识别 信道自适应
在线阅读 下载PDF
基于自适应Transformer的短期负荷预测域适应方法 被引量:1
7
作者 周俊 马泽菊 《重庆电力高等专科学校学报》 2025年第1期1-6,共6页
有效的STLF对于当今电力系统的平稳运行至关重要。然而,传统的预测方法往往无法应对电力消费数据中的复杂性、非线性和动态变化,特别是在处理具有不同数据分布的新区域时。为了克服这些限制,提出了针对STLF的ATDA。ATDA利用Transformer... 有效的STLF对于当今电力系统的平稳运行至关重要。然而,传统的预测方法往往无法应对电力消费数据中的复杂性、非线性和动态变化,特别是在处理具有不同数据分布的新区域时。为了克服这些限制,提出了针对STLF的ATDA。ATDA利用Transformer编码器有效的建模时间依赖性,并结合带有重要性加权的部分对抗域适应策略,解决源域和目标域之间的差异。通过优先考虑与目标域最相关的源样本,ATDA最小化了负迁移并提高了预测精度。在来自国家电网公司的真实数据上进行的综合实验表明,ATDA在预测性能上显著优于当前领先的模型。 展开更多
关键词 短期负荷预测 域适应 transformER 对抗学习 重要性加权
在线阅读 下载PDF
基于Transformer的高光谱图像域适应分类 被引量:1
8
作者 何文强 李照奎 房卓群 《激光杂志》 北大核心 2025年第2期141-148,共8页
针对跨域高光谱图像分类中的光谱偏移和光谱冗余问题,提出了一种基于Transformer的高光谱图像域适应分类方法。该方法结合逐像素高光谱长波段分块策略和基于邻域相关性的中心像元特征提取策略,有效提取高光谱图像中的局部-长程光谱相关... 针对跨域高光谱图像分类中的光谱偏移和光谱冗余问题,提出了一种基于Transformer的高光谱图像域适应分类方法。该方法结合逐像素高光谱长波段分块策略和基于邻域相关性的中心像元特征提取策略,有效提取高光谱图像中的局部-长程光谱相关性特征和中心像元信息,最后通过双分类器架构实现知识的有效迁移。在Houston和YRD数据集上的实验结果证实了所提方法的有效性。本方法的提出为高光谱图像的域适应分类研究提供了新的视角和技术路径。 展开更多
关键词 高光谱图像 遥感 分类 域适应 transformER
原文传递
基于双域增强Transformer的图像超分辨率重建
9
作者 傅慧滢 杨高明 王瑜 《哈尔滨商业大学学报(自然科学版)》 2025年第2期143-151,共9页
针对现有图像超分辨率方法捕捉图像细节信息不充分导致生成图片质量不佳的问题,提出基于双域增强Transformer(DDET)的图像超分辨率重建方法.该算法从空间域信息学习和频域信息学习两个角度设计模型,通过交替连接空间域增强Transformer模... 针对现有图像超分辨率方法捕捉图像细节信息不充分导致生成图片质量不佳的问题,提出基于双域增强Transformer(DDET)的图像超分辨率重建方法.该算法从空间域信息学习和频域信息学习两个角度设计模型,通过交替连接空间域增强Transformer模块(SETB)和频域增强Transformer模块(FETB),在提取空间域信息的同时有效学习频域信息,增强网络信息提取能力.此外,为了使网络充分关注全局和局部信息,设计特殊的卷积结构与频域信息提取模块融合,进一步提高重建图像质量.相较于基于多尺度残差网络的图像超分辨率(MSRN),当放大倍数为3时,DDET在基准数据集Set5、Set14、Urban100、BSD100上,峰值信噪比(R PSN)指标分别提升0.37、0.22、0.69、0.18 dB;视觉对比上,DDET生成图片纹理更清晰.实验结果表明,DDET可以关注到更多细节信息,生成更高质量的图像,表现出更优越的性能. 展开更多
关键词 图像超分辨率 transformER 频域 傅里叶变换 深度学习 注意力机制
在线阅读 下载PDF
基于双域卷积Transformer的滚动轴承剩余寿命预测
10
作者 黄亚欣 李艳婷 《机床与液压》 北大核心 2025年第20期1-7,共7页
深度学习方法在滚动轴承剩余寿命预测中广泛应用,但现有深度学习方法无法充分利用历史信息,且缺乏综合利用局部信息与全局信息的能力。针对上述问题,提出双域卷积Transformer用于预测滚动轴承的剩余寿命。使用滚动轴承从开始运转到预测... 深度学习方法在滚动轴承剩余寿命预测中广泛应用,但现有深度学习方法无法充分利用历史信息,且缺乏综合利用局部信息与全局信息的能力。针对上述问题,提出双域卷积Transformer用于预测滚动轴承的剩余寿命。使用滚动轴承从开始运转到预测时刻的完整振动信号作为输入,为模型学习长期退化过程提供充分的历史数据。使用短时傅里叶变换将完整信号从时域变换到时频域,然后通过双域卷积块在时域和频域两个维度上进行卷积操作,提取信号在时频域上的局部特征。最后,使用Transformer编码器提取信号的全局特征,与双域卷积块提取的局部特征形成互补,以丰富模型学习到的退化信息。使用滚动轴承加速退化数据集进行验证,双域卷积Transformer的平均误差相比注意力加强的LSTM与多尺度CNN方法分别降低了34.8%和16.4%,DDCT在轴承全寿命周期上的平均预测精度有一定的提升。同时,通过消融实验验证了双域卷积Transformer关键模块的有效性。 展开更多
关键词 双域卷积 transformER 滚动轴承 剩余寿命预测 时频特征
在线阅读 下载PDF
结合小波变换和边缘增强的局部Transformer图像去雾算法
11
作者 欧阳裕荣 李广明 +2 位作者 张日丰 邹永钶 陈林豪 《东莞理工学院学报》 2025年第5期8-16,共9页
为通过结合图像频域和空间域信息提高图像低频信息和高频信息的互补性,本文提出了一种结合图像频域加权机制和边缘增强的局部Transformer去雾算法,FWM-DehazeNet。该方法由边缘特征放大模块(EFAM)、频域加权模块(FWM)和图像去雾模块(Deh... 为通过结合图像频域和空间域信息提高图像低频信息和高频信息的互补性,本文提出了一种结合图像频域加权机制和边缘增强的局部Transformer去雾算法,FWM-DehazeNet。该方法由边缘特征放大模块(EFAM)、频域加权模块(FWM)和图像去雾模块(Dehaze Block)组成。EFAM用于对图像边缘信息增强,提高高频信息在图像中的含量;FWM通过小波变换提取图像特征的高频成分和低频成分,对各成分通过可学习参数矩阵加权进行增强,然后进行小波逆变换重构图像特征信息,对高频成分和低频成分进行融合;Dehaze Block在多头自主意力上融合了DropKey正则化方法,减少模型参数在训练过程中相互依赖,提高模型泛化能力和图像重建能力。实验证明,本文方法在主观视觉和客观评价上均表现优异。 展开更多
关键词 图像去雾 小波变换 频域加权 边缘增强 transformER
在线阅读 下载PDF
基于Swin-Transformer的多尺度多源域自适应轴承故障诊断 被引量:1
12
作者 周玉国 张志凯 +2 位作者 张金超 于春风 周立俭 《机床与液压》 北大核心 2025年第1期32-42,共11页
针对当前多源域自适应方法无法充分挖掘多源域中不同尺度故障信息的问题,提出一种基于Swin-Transformer(Swin-T)的多尺度多源域自适应轴承故障诊断方法。通过连续小波变换,获得振动信号在不同频带的特征。为更充分地利用多源域中不同尺... 针对当前多源域自适应方法无法充分挖掘多源域中不同尺度故障信息的问题,提出一种基于Swin-Transformer(Swin-T)的多尺度多源域自适应轴承故障诊断方法。通过连续小波变换,获得振动信号在不同频带的特征。为更充分地利用多源域中不同尺度的故障信息,提出基于Swin-T的多尺度特征提取网络。为了减小各域之间的数据分布差异,构建基于最大均值差异的特征对齐网络,并根据不同尺度对分类的贡献赋予权值。此外,构建多尺度特征融合模块,对不同尺度的特征信息进行融合,得到故障特征集。最后,利用Softmax对特征集进行故障分类,并通过最小化多分类器预测差异损失得到最终分类结果。在凯斯西储大学和青岛理工大学轴承数据集上,该方法的故障分类准确度分别达到99.63%和99.40%。 展开更多
关键词 轴承 故障诊断 多源域自适应 Swin-transformer 多尺度特征提取 最大均值差异
在线阅读 下载PDF
基于频域Swin Transformer的植物叶片病害识别研究
13
作者 陈藜韦 古丽娜孜·艾力木江 伊力亚尔·加尔木哈买提 《中国农机化学报》 北大核心 2025年第10期128-137,共10页
植物病虫害给农业生产带来严重威胁,需对其进行及时监控和预防。由于植物病虫害种类繁多且在初期病症相似,农业工作者极难区分。基于此,提出一种基于频域Swin Transformer的植物叶片病害识别方法。首先,利用改进的CutMix数据增强算法提... 植物病虫害给农业生产带来严重威胁,需对其进行及时监控和预防。由于植物病虫害种类繁多且在初期病症相似,农业工作者极难区分。基于此,提出一种基于频域Swin Transformer的植物叶片病害识别方法。首先,利用改进的CutMix数据增强算法提高模型的训练效率,使模型关注病害图像的重要部分,让模型学习到更多信息避免模型过拟合,提高模型的泛化性能。然后,利用高斯滤波和边缘检测降低病害识别中背景噪声对识别准确性的负面影响,突出叶片轮廓信息。最后,加入频域层来捕捉病害图像的局部特征。结果表明:提出的方法在番茄、水稻和棉花3个数据集上的准确率分别为98.59%、100%、99.58%,比改进前分别提高1.34%、0.12%和0.5%,检测速度分别提升2.54帧/s、4.04帧/s和9.97帧/s。 展开更多
关键词 植物叶片 病害识别 数据增强 频域Swin transformer 边缘检测 高斯滤波
在线阅读 下载PDF
基于空频协同的CNN-Transformer多器官分割网络
14
作者 王梦溪 雷涛 +3 位作者 姜由涛 刘乐 刘少庆 王营博 《智能系统学报》 北大核心 2025年第5期1266-1280,共15页
针对目前主流的医学多器官分割网络未能充分利用卷积神经网络(convolutional neural network,CNN)的局部细节提取优势以及Transformer的全局信息捕获潜力,并缺乏空频特征协同建模的问题,提出了一种基于空频协同的CNN-Transformer双分支... 针对目前主流的医学多器官分割网络未能充分利用卷积神经网络(convolutional neural network,CNN)的局部细节提取优势以及Transformer的全局信息捕获潜力,并缺乏空频特征协同建模的问题,提出了一种基于空频协同的CNN-Transformer双分支编解码网络。该网络在局部分支中设计了空频协同注意力,使网络从频域和空间域捕获到更为丰富的局部细节信息;在全局分支设计了多视图频域提取器,该模块通过频谱层和自注意力层联合建模,提高了模型的空频特征协同建模能力和泛化性能。此外,设计了局部与全局特征融合模块,有效整合了CNN分支的局部细节信息和Transformer分支的全局信息,解决了网络无法兼顾局部细节和全局感受野的难题。实验结果表明,该架构克服了医学图像中器官边界模糊导致误分割的问题,有效提升了多器官分割精度,同时计算成本更低,参数量更少。 展开更多
关键词 多器官分割 空频协同 多视图频域 注意力机制 CNN transformER 协同注意力 局部−全局特征融合
在线阅读 下载PDF
基于双通道Transformer模型的多维信号故障诊断方法 被引量:1
15
作者 钟亮 邱化海 邱诒耿 《科技创新与应用》 2025年第2期47-50,57,共5页
感应电机在现代工业中有十分重要的作用。然而,电机长时间运行后会变得疲劳从而导致灾难性后果。由于电机故障诊断本质是对电机的时间信号分类,该研究提出双通道Transformer模型,该模型利用电流和振动信号进行诊断,并通过连续小波变换... 感应电机在现代工业中有十分重要的作用。然而,电机长时间运行后会变得疲劳从而导致灾难性后果。由于电机故障诊断本质是对电机的时间信号分类,该研究提出双通道Transformer模型,该模型利用电流和振动信号进行诊断,并通过连续小波变换提取频域特征作为输入。双通道Transformer模型将数据的时域和频域信号分别通过Transformer模型,这种替代不仅可以提取时间特征,还可以提取空间特征。实验结果表明,所提出的模型可以提供高达95.36%的诊断准确率,证明其在电机故障诊断中的有效性。与传统的单信号故障诊断方法相比,该模型具有更好的鲁棒性和准确性。 展开更多
关键词 电机故障诊断 双通道transformer模型 小波变换 多维信号 频域特征
在线阅读 下载PDF
基于双域查询增强Transformer的遥感图像旋转小目标检测
16
作者 王福军 王星 王柯迪 《吉林大学学报(理学版)》 北大核心 2025年第5期1418-1426,共9页
针对遥感图像中旋转小目标在尺度受限、姿态多样及复杂背景条件下检测精度不足的问题,提出一种旋转感知双域查询增强的Transformer网络方法.该方法采用卷积神经网络提取多尺度特征,并在编码端引入空间和频率双域联合增强机制,其中空间... 针对遥感图像中旋转小目标在尺度受限、姿态多样及复杂背景条件下检测精度不足的问题,提出一种旋转感知双域查询增强的Transformer网络方法.该方法采用卷积神经网络提取多尺度特征,并在编码端引入空间和频率双域联合增强机制,其中空间自适应模块利用多尺度感受野捕获几何结构特征,频率自适应模块通过小波变换提取方向信息,经跨域融合模块生成兼具空间与频率感知能力的特征查询.解码端引入旋转感知模块,在Transformer解码过程中动态估计空间偏移,实现多尺度旋转小目标的精准对齐.实验结果表明,该方法在公开遥感图像数据集上显著提升了旋转小目标的检测精度,验证了其在复杂背景条件下的有效性和鲁棒性. 展开更多
关键词 遥感图像 旋转小目标检测 双域查询增强 transformer模型
在线阅读 下载PDF
变负载条件下电机故障的Transformer-DANN诊断方法研究
17
作者 王嘉铭 蔡浩原 +2 位作者 柳雅倩 邓智瀚 陈骏彬 《控制与决策》 北大核心 2025年第10期3096-3105,共10页
针对深度学习中标准训练集无法全面覆盖实际工况中的故障特征,导致故障识别率急剧下降的问题,提出一种融合一维卷积神经网络(1DCNN)和Transformer层的域对抗神经网络(DANN)迁移学习方法Transformer-DANN.使用1DCNN和Transformer层,改进... 针对深度学习中标准训练集无法全面覆盖实际工况中的故障特征,导致故障识别率急剧下降的问题,提出一种融合一维卷积神经网络(1DCNN)和Transformer层的域对抗神经网络(DANN)迁移学习方法Transformer-DANN.使用1DCNN和Transformer层,改进特征提取器的提取特征的能力,降低计算复杂度;针对不同负载下故障数据特征不同的问题,采用DANN方法对故障数据进行分类处理.对所提出方法进行实验验证,在电机变工况条件下,平均识别率达到98.13%,最大识别率为99.42%.结果表明,所提出方法能有效提高变工况条件下的电机故障识别准确率,可以满足现实应用中设备故障诊断的任务需求. 展开更多
关键词 电机故障诊断 变工况 域对抗神经网络 transformER 特征提取 深度学习
原文传递
Performance of Wavelet-Transform-Domain Adaptive Equalizers 被引量:4
18
作者 吴炳洋 陈琦帆 程时昕 《Journal of Southeast University(English Edition)》 EI CAS 2002年第1期13-18,共6页
In this paper performances of wavelet transform domain (WTD) adaptive equalizers based on the least mean ̄square (LMS) algorithm are analyzed. The optimum Wiener solution, the condition of convergence, the minimum ... In this paper performances of wavelet transform domain (WTD) adaptive equalizers based on the least mean ̄square (LMS) algorithm are analyzed. The optimum Wiener solution, the condition of convergence, the minimum mean square error (MSE) and the steady state excess MSE of the WTD adaptive equalizer are obtained. Constant and time varying convergence factor adaptive algorithms are studied respectively. Computational complexities of WTD LMS equalizers are given. The equalizer in WTD shows much better convergence performance than that of the conventional in time domain. 展开更多
关键词 WAVELET transform domain wavelet transform domain LMS adaptive equalizer
在线阅读 下载PDF
Efficient reconstruction scheme for transform domain Wyner-Ziv video coding 被引量:1
19
作者 WANG Feng-qin FAN Yang-yu +1 位作者 JIA Meng CHEN Yan 《The Journal of China Universities of Posts and Telecommunications》 EI CSCD 2010年第4期52-57,共6页
To minimize the errors of the reconstructed values and improve the quality of decoded image, an efficient reconstruction scheme for transform domain Wyner-Ziv (WZ) video coding is proposed. The reconstruction scheme... To minimize the errors of the reconstructed values and improve the quality of decoded image, an efficient reconstruction scheme for transform domain Wyner-Ziv (WZ) video coding is proposed. The reconstruction scheme exploits temporal correlation of the coefficient bands, the WZ decoded bits stream and the side information efficiently. When side information is outside the decoded quantization bin, the reconstructed value is derived using expectation of the WZ decoded bit stream and the side information. When side information is within the decoded quantization bin, the reconstructed value is derived using the biased predictor. Simulation results show that the proposed reconstruction scheme gains up to 1.32 dB compared with the commonly used boundary reconstruction scheme at the same bit rates and similar computation cost. 展开更多
关键词 distributed video coding WZ video coding transform domain RECONSTRUCTION
原文传递
基于Transformer-GRU并行网络的滚动轴承剩余寿命预测 被引量:6
20
作者 唐贵基 刘叔杭 +3 位作者 陈锦鹏 徐振丽 田寅初 徐鑫怡 《机床与液压》 北大核心 2024年第19期188-195,共8页
为有效描述滚动轴承性能退化趋势和准确预测其剩余寿命,提出一种基于多域特征融合的Transformer-GRU并行网络的滚动轴承剩余寿命预测方法。建立评价指标对滚动轴承振动信号的时域、频域和时频域等多域特征进行筛选,得到评分高的敏感特征... 为有效描述滚动轴承性能退化趋势和准确预测其剩余寿命,提出一种基于多域特征融合的Transformer-GRU并行网络的滚动轴承剩余寿命预测方法。建立评价指标对滚动轴承振动信号的时域、频域和时频域等多域特征进行筛选,得到评分高的敏感特征,获得退化特征集。利用自编码对退化特征集进行降维,减少数据复杂度和冗余度,得到滚动轴承的退化曲线。最后,利用Transformer-GRU并行网络进行剩余寿命预测,并将该方法运用到公开的轴承数据集分析中。结果表明:Transformer-GRU并行网络不仅可以高效准确地捕捉输入序列中的长期依赖关系,还能更好地处理时间序列之间的特征;该方法可以有效地预测滚动轴承剩余寿命,相比LSTM、GRU等经典方法更具优越性和泛化性。 展开更多
关键词 滚动轴承 剩余寿命预测 多域特征融合 transformER GRU
在线阅读 下载PDF
上一页 1 2 100 下一页 到第
使用帮助 返回顶部