检索结果-南通市图书馆

Detection and parameter estimation of multicomponent LFM signal based on the fractional Fourier transform

Science in china(Series F) 2004年第2期47卷 184-198页

作者： qi Lin1, 2. TAO Ran1, ZHOU Siyong1 & WANG Yue1 1. Department of Electronic engineering, Beijing Institute of Technology, Beijing 100081, china {2., zhengzhou university, zhengzhou 450052. china correspondence should be addressed to qi Lin (email: qilin@***) 1. Department of Electronic engineering Beijing Institute of Technology 100081 Beijing China 2. school of information engineering Zhengzhou University 450052 Zhengzhou China

This paper presents a new method for the detection and parameter estimation of multicomponent LFM signals based on the fractional Fourier transform. For the optimization in the fractional Fourier domain, an algorithm based on Quasi-Newton method is proposed which consists of two steps of searching, leading to a reduction in computation without loss of accuracy. And for multicomponent signals, we further propose a signal separation technique in the fractional Fourier domain which can effectively suppress the interferences on the detection of the weak components brought by the stronger components. The statistical analysis of the estimate errors is also performed which perfects the method theoretically, and finally, simulation results are provided to show the validity of our method.

关键词： LFM signal parameter estimation fractional Fourier transform.

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

核相关神经网络点云自动配准算法

引用

同济大学学报（自然科学版） 2022年第11期50卷 1685-1692页

作者：李健黄硕文冯凯朱琦崔昊郑州大学地球科学与技术学院河南郑州450001 郑州大学水利科学与工程学院河南郑州450001 河南省测绘工程院河南郑州450003

点云配准是点云数据智能处理的重要问题,也是将点云应用于智慧城市、自动驾驶和智能三维重建等方面的关键。针对现有点云配准方法效率低、鲁棒性差的问题,提出了一种基于核相关神经网络的点云自动配准算法。首先构建点云核用于计算点云... 详细信息

点云配准是点云数据智能处理的重要问题,也是将点云应用于智慧城市、自动驾驶和智能三维重建等方面的关键。针对现有点云配准方法效率低、鲁棒性差的问题,提出了一种基于核相关神经网络的点云自动配准算法。首先构建点云核用于计算点云中每个点的核相关度,然后通过多层感知机对点云进行特征编码,基于编码特征向量估计点间对应关系并求解变换参数,最后以迭代方式来使待配准点云不断逼近目标点云,完成点云配准。使用斯坦福大学3D扫描模型库中的Bunny、Dragon、Happy、Elephant、Horse点云数据,对该算法以及迭代最近邻点算法(ICP)等多个算法进行对比实验。实验结果表明,所提算法能够对不同物体点云实现精确配准,精度和效率均优于所对比算法,且在点云数据存在噪声和密度不一致的情况下仍具有良好的稳定性和精度。

关键词：测量点云配准核相关神经网络迭代

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

分布式语义框架在自然语言理解中的应用

引用

西南师范大学学报（自然科学版） 2021年第1期46卷 19-24页

作者：李潇雯朱齐亮山西工商学院计算机信息工程学院太原030006 华北水利水电大学信息工程学院郑州450045

为了学习非结构化文本与对应的结构化语义知识之间的嵌入语义对应关系,本文提出了一种用于自然语言理解(Natural Language Understanding,NLU)的分布式语义向量学习框架.该语义框架使用长短期记忆对输入序列进行编码以生成文本向量,然... 详细信息

为了学习非结构化文本与对应的结构化语义知识之间的嵌入语义对应关系,本文提出了一种用于自然语言理解(Natural Language Understanding,NLU)的分布式语义向量学习框架.该语义框架使用长短期记忆对输入序列进行编码以生成文本向量,然后将意图标签、时隙标记和时隙值向量合并生成分布式语义向量,通过最小化文本输出向量与语义框架向量的距离,将语义等价向量放置在向量空间中,最后采用意图重构和时隙标签生成损失作为目标得分以学习鲁棒的语义向量.实验结果表明,所学习的语义向量包含语义信息,该语义框架在NLU结果重新排列方面均优于测试的NLU系统.

关键词：自然语言理解分布式表示语义向量学习语义框架重构

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于真实世界诊疗数据的失眠症状群分类方法研究

引用

世界中医药 2022年第5期17卷 635-644页

作者：李凌香李亚茹秦宇宁邸露瑶刘艳骄张润顺黄俊山齐向华王松龄郭蓉娟王平周雪忠李洪皎内蒙古民族大学附属医院通辽028007 北京交通大学计算机与信息技术学院北京100044 中国中医科学院中医临床基础医学研究所北京100700 陕西中医药大学西安712046 中国中医科学院广安门医院北京100053 福建省中医药研究院福州350003 山东中医药大学附属医院济南250011 河南省中医院郑州450053 北京中医药大学东方医院北京100078 湖北中医药大学老年医学研究所武汉430060

目的:本研究借鉴《伤寒论》“方证相应”思想,引入国际通用的症状群概念,采用相对固定和高度概括的症状群,将证候进一步客观化,并分析比较有效人群与无效人群的失眠症状群分类及特点,可为分析挖掘失眠症状群提供方法学参考。方法:基于... 详细信息

目的:本研究借鉴《伤寒论》“方证相应”思想,引入国际通用的症状群概念,采用相对固定和高度概括的症状群,将证候进一步客观化,并分析比较有效人群与无效人群的失眠症状群分类及特点,可为分析挖掘失眠症状群提供方法学参考。方法:基于真实世界失眠临床诊疗数据,严格按照疾病公认的疗效评价标准,采用倾向性评分匹配方法消除混杂因素,筛选出有效和无效病例;采用文本挖掘方法对有效与无效病例的辨证论治信息进行处理,提取高质量规范化症状谱,再将高频症状导入孔明灯软件进行隐结构分析。结果:隐结构分析法可较好地实现失眠症状群的分类,为症状群的客观性和稳定性提供了相对成熟的模型和算法,不同失眠症人群具有不同的症状群分类和特点,为证候的客观化提供了依据。结论:症状群是证候的主要信息载体,用相对固定且具有高度概括性的症状群,补充替代“证候”进行辨证论治,或许可克服辨证论治由于医师个体经验和学术流派不同而导致的稳定性和一致性较差的问题,为相关研究提供方法学参考。

关键词：症状群真实世界研究失眠症方法学

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：