检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

集成光波导相控阵列中心偏检测方法

吉林大学学报（工学版） 2024年第4期54卷 1099-1104页

作者：严朝军吴迪三峡大学计算机与信息学院宜昌443002 三峡大学电子与通信研究所宜昌443002

针对光波导在成像过程中阵列中心易发生偏移现象,其相控阵列的中心偏检测精度较低的问题,提出一种集成光波导相控阵列中心偏检测方法。利用光束传输法对集成光波导的光波场展开模型,根据光栅衍射理论分析集成光波导的扫描特性。当相控... 详细信息

针对光波导在成像过程中阵列中心易发生偏移现象,其相控阵列的中心偏检测精度较低的问题,提出一种集成光波导相控阵列中心偏检测方法。利用光束传输法对集成光波导的光波场展开模型,根据光栅衍射理论分析集成光波导的扫描特性。当相控阵列中心处于偏离状态时,相控阵列面之间在集成光波导中处于不平行状态,在光学自准直法的基础上结合集成光波导的扫描特性,计算相控阵列在集成光波导中的平行度,获得相控阵列面在x方向和y方向中的平行度,以此为依据检测集成光波导相控阵列中心的偏离程度。实验结果表明:本文方法在x方向和y方向中的检测误差为0.001 mm和0.002 mm,检测结果与实际结果相符,证明所提方法具有较高的检测精度。

关键词：集成光波导相控阵列光栅衍射理论光束传输法光学自准直法阵列中心偏检测

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

基于深度强化学习的5G基站储能调度策略

电力系统自动化 2023年第9期47卷 147-157页

作者：蒋廷耀谢龙恩杜雨欧阳传华三峡大学计算机与信息学院湖北省宜昌市443002

为提高5G基站闲置储能的利用率,设计了一种5G基站储能参与电网调度的多基站储能系统,采用参与电网需求响应和低储高放的协同调度机制,建立了考虑过充过放惩罚和调度成本等多因素的多基站储能系统经济模型。以经济效益最大化为目标,提出... 详细信息

为提高5G基站闲置储能的利用率,设计了一种5G基站储能参与电网调度的多基站储能系统,采用参与电网需求响应和低储高放的协同调度机制,建立了考虑过充过放惩罚和调度成本等多因素的多基站储能系统经济模型。以经济效益最大化为目标,提出了一种基于深度强化学习的5G基站储能充放电行为调控方法。该方法使用深度确定性策略梯度对系统环境信息进行学习,并对5G基站储能进行分组以降低学习维度。仿真结果表明,该方法能够保证5G基站储能单元后续可调容量,有效控制基站储能荷电状态变化范围,并最大化基站储能参与电网调度所得收益。

关键词： 5G基站深度强化学习储能调度策略经济效益

基于区块链和混合连续双向拍卖的分布式电力交易机制

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2023年第16期23卷 6931-6936页

作者：刘忠途张志龙陈鹏余肖生肖佩三峡大学计算机与信息学院宜昌443000

针对分布式电力交易中缺乏有效可靠的交易机制来规范用户信用行为的问题,提出基于区块链和混合连续双向拍卖的电力交易匹配机制。混合连续双向拍卖把信用值引入到用户报价调整中,通过信用值和报价的加权平均值进行连续双向拍卖交易匹配... 详细信息

针对分布式电力交易中缺乏有效可靠的交易机制来规范用户信用行为的问题,提出基于区块链和混合连续双向拍卖的电力交易匹配机制。混合连续双向拍卖把信用值引入到用户报价调整中,通过信用值和报价的加权平均值进行连续双向拍卖交易匹配。这种匹配机制能有效减少恶意节点对电力资源分配的影响,从而提高总体收益和用户交易积极性。同时,为了使总体利益最大化,提出基于均衡值的报价策略。然后,借助区块链实现用户间电能数字证明和费用之间的交换。最后,通过分布式电力交易模拟实验证明该交易机制的有效性。

关键词：区块链电力交易连续双向拍卖匹配机制报价策略

在线全文

学校读者我要写书评

暂无评论

高噪声图像的结构性缺失低秩矩阵重建算法

哈尔滨工程大学学报 2021年第3期42卷 407-412页

作者：张虹左鑫兰黄瑶三峡大学计算机与信息学院湖北宜昌443002

为了提高图像信噪比和结构性缺失低秩矩阵重建精度,本文提出基于重加权的高噪声图像的结构性缺失低秩矩阵重建算法。利用中值滤波、阈值处理以及小波系数法对高频子带图像中的脉冲噪声进行处理。利用小波逆变换获取恢复图像,实现高噪声... 详细信息

为了提高图像信噪比和结构性缺失低秩矩阵重建精度,本文提出基于重加权的高噪声图像的结构性缺失低秩矩阵重建算法。利用中值滤波、阈值处理以及小波系数法对高频子带图像中的脉冲噪声进行处理。利用小波逆变换获取恢复图像,实现高噪声图像初步处理,构建低秩与稀疏先验下结构性缺失矩阵重建模型。根据低秩先验和稀疏先验对重建矩阵进行约束,并通过重加权策略强化低秩与先验性,增强矩阵重建精确性。在重加权策略架构下,实现模型约束向无约束子问题的转化,并通过交替方向法实现模型求解。实验结果表明:该方法可实现结构性缺失低秩矩阵的高精度重建,峰值信噪比高达29.05 dB,平均绝对误差低于18。证明该方法有较好的图像降噪性能,提高了结构性缺失低秩矩阵重建精度。

关键词：高噪声图像邻域平均法结构性缺失低秩矩阵重加权拉格朗日函数灰度值高斯噪声脉冲噪声

在线全文

学校读者我要写书评

暂无评论

基于注意力机制的多模态融合谣言检测方法

计算机工程与应用 2022年第19期58卷 209-217页

作者：戚力鑫万书振唐斌徐义春三峡大学计算机与信息学院湖北宜昌443000

谣言会对社会生活造成不利影响,同时具有多种模态的网络谣言比纯文字谣言更容易误导用户和传播,这使得对多模态的谣言检测不可忽视。目前关于多模态谣言检测方法没有关注词与图片区域对象之间的特征融合,因此提出了一种基于注意力机制... 详细信息

谣言会对社会生活造成不利影响,同时具有多种模态的网络谣言比纯文字谣言更容易误导用户和传播,这使得对多模态的谣言检测不可忽视。目前关于多模态谣言检测方法没有关注词与图片区域对象之间的特征融合,因此提出了一种基于注意力机制的多模态融合网络AMFNN应用于谣言检测,该方法在词-视觉对象层面进行高级信息交互,利用注意力机制捕捉与关键词语相关的视觉特征;提出了基于自注意力机制的自适应注意力机制Adapive-SA,通过增加辅助条件来约束内部的信息流动,使得模态内的关系建模更有目标性和多样性。在两个多模态谣言检测数据集上进行了对比实验,结果表明,与目前相关的多模态谣言检测方法相比,AMFNN能够合理地处理多模态信息,从而提高了谣言检测的准确性。

关键词：深度学习注意力机制多模态融合谣言检测

对比源框架下的多任务贝叶斯压缩感知微波成像方法

在线全文

学校读者我要写书评

暂无评论

电子学报 2020年第11期48卷 2208-2214页

作者：张清河于士奇时李萍张士惠三峡大学计算机与信息学院湖北宜昌443002

针对强散射体微波成像困难问题,本文提出了一种对比源框架下的基于拉普拉斯先验的多任务贝叶斯压缩感知方法,实现了稀疏强散射体的微波成像.在对比源框架下,基于“数据”积分方程并对成像区域网格离散建立稀疏感知模型,前向问题采用矩... 详细信息

针对强散射体微波成像困难问题,本文提出了一种对比源框架下的基于拉普拉斯先验的多任务贝叶斯压缩感知方法,实现了稀疏强散射体的微波成像.在对比源框架下,基于“数据”积分方程并对成像区域网格离散建立稀疏感知模型,前向问题采用矩量法数值模拟;构造基于拉普拉斯先验的贝叶斯压缩感知分层模型;在多入射波情况下,利用多任务贝叶斯压缩感知方法对对比源进行优化求解;最后利用“状态方程”实现了目标函数的重构.本文在考虑噪声情况下,通过对多像素单目标、不均匀目标、多目标的微波成像数值模拟,并与共轭梯度方法、一阶Born近似框架下的多任务贝叶斯压缩感知方法的重构结果比较,验证了本文方法的有效性和鲁棒性.

关键词：微波成像对比源共轭梯度一阶Born近似拉普拉斯先验多任务贝叶斯压缩感知

带平衡约束矩形布局优化问题的深度强化学习算法

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2022年第1期39卷 146-150页

作者：徐义春万书振董方敏三峡大学计算机与信息学院湖北宜昌443002

带平衡约束的矩形布局问题源于卫星舱设备布局设计,属于组合优化问题。深度强化学习利用奖赏机制,通过数据训练实现高性能决策优化。针对布局优化问题,提出一种基于深度强化学习的新算法DAR及其扩展算法IDAR。DAR用指针网络输出定位顺序... 详细信息

带平衡约束的矩形布局问题源于卫星舱设备布局设计,属于组合优化问题。深度强化学习利用奖赏机制,通过数据训练实现高性能决策优化。针对布局优化问题,提出一种基于深度强化学习的新算法DAR及其扩展算法IDAR。DAR用指针网络输出定位顺序,再利用定位机制给出布局结果,算法的时间复杂度是O(n^(3));IDAR算法在DAR的基础上引入迭代机制,算法时间复杂度是O(n^(4)),但能给出更好的结果。测试表明DAR算法具有较好的学习能力,用小型布局问题进行求解训练所获得的模型,能有效应用在大型问题上。在两个大规模典型算例的对照实验中,提出算法分别超出和接近目前最优解,具有时间和质量上的优势。

关键词：布局优化问题指针网络强化学习深度学习

在线全文

学校读者我要写书评

暂无评论

基于对象分类的遥感影像森林变化检测方法

森林与环境学报 2019年第6期39卷 641-646页

作者：雷鸣田卫新任东董婷三峡大学计算机与信息学院

针对湖北省宜昌市点军区森林变化检测应用需求,采用两期高分二号(GF-2)数据进行对比分析。定义了基于邻域差分绝对值与标准差比的多尺度分割评价函数,用来确定对遥感图像分割的分割尺度、形状因子以及紧凑度。通过试验,利用神经网络分... 详细信息

针对湖北省宜昌市点军区森林变化检测应用需求,采用两期高分二号(GF-2)数据进行对比分析。定义了基于邻域差分绝对值与标准差比的多尺度分割评价函数,用来确定对遥感图像分割的分割尺度、形状因子以及紧凑度。通过试验,利用神经网络分类方法确定了基于对象分类的最优特征组合,并采用基于对象的最近邻(k NN)分类方法对遥感图像进行分类,最后对两期遥感影像分类结果中的森林类别进行变化检测。结果显示,在分类过程中,基于对象的分类总体精度为0.9866,Kappa系数为0.9752,高于神经网络和最大似然分类方法。在以森林地为主的丘陵地带变化检测应用中具有较好的适用性。

关键词：遥感高分二号森林变化检测对象分割最近邻分类

结合神经文本生成的FLAT模型的中文电子病历命名实体识别

在线全文

学校读者我要写书评

暂无评论

重庆理工大学学报（自然科学） 2022年第9期36卷 98-109页

作者：陈鹏苏志同余肖生三峡大学计算机与信息学院湖北宜昌443000

随着医疗信息化的发展,电子病历命名实体识别受到了广泛关注。电子病历中包含大量的专业词汇,而专业词汇的切分错误会使命名实体识别效果不佳。FLAT模型在引入词边界信息时能有效避免分词错误信息的传播,提高命名实体识别效果,但FALT模... 详细信息

随着医疗信息化的发展,电子病历命名实体识别受到了广泛关注。电子病历中包含大量的专业词汇,而专业词汇的切分错误会使命名实体识别效果不佳。FLAT模型在引入词边界信息时能有效避免分词错误信息的传播,提高命名实体识别效果,但FALT模型依赖于高质量的词典信息。针对这一问题,提出了结合神经文本生成的FLAT模型,使用神经文本生成方法生成大量新病历文本,通过提出的评分函数筛选通顺的文本训练词向量作为FLAT模型的词典信息。实验表明:结合神经文本生成的FLAT模型在CCKS2017数据集上取得了95.32%的F1分数,比BiLSTM CRF模型提高了1.16%,比BERT CRF模型提高了0.89%;在CCKS2019数据集上取得了85.87%的F1分数,比BiLSTM CRF模型提高了5.19%,比BERT CRF模型提高了1.34%。

关键词：命名实体识别电子病历 FLAT 神经文本生成