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

智能反射面室内部署的位置规划方法

电子与信息学报 2024年第4期46卷 1314-1320页

作者：王文鼐耿心怡余锦涵吴炜王斌南京邮电大学通信与信息工程学院南京210003

智能反射面(IRS/RIS)应用于实际无线通信系统时,如何优选布放位置及面板取向,是提升技术实效所面临的主要问题之一。RIS布放的数学规划问题,不仅有优化目标的设计,还要考虑通信环境的建筑物分布和可选部署面的有效散射截面。相比于室外... 详细信息

智能反射面(IRS/RIS)应用于实际无线通信系统时,如何优选布放位置及面板取向,是提升技术实效所面临的主要问题之一。RIS布放的数学规划问题,不仅有优化目标的设计,还要考虑通信环境的建筑物分布和可选部署面的有效散射截面。相比于室外较为开放的空间,RIS的室内部署存在更多限制性条件。针对室内既有墙面的RIS布放,该文设计了多终端接入选址规划模型和等价问题。为约化其非线性计算,通过单终端退化分析,给出目标函数的卡西尼卵形线分布特征,证明RIS布放范围限于各终端及基站在部署面投影的重叠区,提出基于对半搜索法的高效启发式算法。数值仿真了2种复杂室内结构的多终端接入场景,结果表明所提算法不仅有显著加速效益,还可扩展用于多RIS网络规划。

关键词：智能反射面室内部署位置规划算法设计

二维BeB_(2)作为镁离子电池阳极材料的理论研究

在线全文

学校读者我要写书评

暂无评论

物理学报 2024年第11期73卷 336-345页

作者：李欣悦高国翔高强刘春生叶小娟南京邮电大学集成电路科学与工程学院南京210023 南京邮电大学电子与光学工程学院南京210023

为了加快镁离子电池的开发与应用,寻找合适的镁离子电池阳极材料势在必行.此外,具有较低摩尔质量的阳极材料有利于获得较高的理论存储容量.因此,本文采用基于密度泛函理论的第一性原理计算系统地研究了BeB_(2)单层材料作为镁离子电池阳... 详细信息

为了加快镁离子电池的开发与应用,寻找合适的镁离子电池阳极材料势在必行.此外,具有较低摩尔质量的阳极材料有利于获得较高的理论存储容量.因此,本文采用基于密度泛函理论的第一性原理计算系统地研究了BeB_(2)单层材料作为镁离子电池阳极的潜力.计算结果表明,基于声子谱检测,BeB_(2)结构展现了优异的动力学稳定性.此外,从BeB_(2)的能带结构可以看到清晰的狄拉克锥,表明其具有良好的导电性能.BeB_(2)可以稳定吸附镁离子,并且镁离子在该材料上表现了较低的扩散势垒(0.04 eV),这意味着更快的充放电速率.重要的是,BeB_(2)展现了超高的理论容量(5250 mA·h·g^(–1))、较低平均开路电压(0.33 V)以及较小的体积膨胀(2%).此外,Mg离子在双层BeB_(2)结构中的吸附能为–1.38—–2.24 eV,扩散势垒为0.134—0.84 eV.综合以上性能,我们相信BeB_(2)可以作为一种优秀的镁离子电池阳极材料.

关键词：镁离子电池二维材料第一性原理计算

融合Stackelberg博弈和联邦学习的多星协作频谱认知方法研究

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

通信学报 2024年第2期45卷 90-105页

作者：丁晓进徐叶辉包文张更新南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学物联网学院江苏南京210003

针对低成本和小型化低轨卫星的监测角度和方向分辨率相对较低、处理能力和峰值功率受限等因素造成单颗低轨卫星频谱认知能力弱的问题,提出了融合Stackelberg博弈和联邦学习的多星协作频谱认知方法。首先,结合各频谱认知卫星的可用算力... 详细信息

针对低成本和小型化低轨卫星的监测角度和方向分辨率相对较低、处理能力和峰值功率受限等因素造成单颗低轨卫星频谱认知能力弱的问题,提出了融合Stackelberg博弈和联邦学习的多星协作频谱认知方法。首先,结合各频谱认知卫星的可用算力、认知性能、处理与传输时延等特性,建立面向多频谱认知任务的协作卫星选择与算力资源分配算法;其次,基于所选择的节点和所分配的算力,设计低复杂度的多星协作频谱认知策略,其可自动辨识频谱空洞、检测干扰和识别调制模式。仿真实验结果表明,相比于单节点认知方法,所设计多星协作频谱认知策略能显著提升认知性能,且相比于对比模型,所设计策略中的模型可在不损失性能时,模型的参数量和浮点运算量降低分别可达96.69%和93.32%。

关键词：卫星频谱认知多星协作 Stackelberg博弈联邦学习

同方期刊数据库

融合通道个性标准化的本地自适应联邦学习研究

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第8期46卷 3174-3183页

作者：赵宇陈思光南京邮电大学物联网学院南京210003

为了缓解联邦学习(FL)中客户端之间由于完全重叠特征偏移所带来的数据异构问题影响,该文提出一种融合通道个性标准化的本地自适应联邦学习算法。具体地,构建了一个面向数据特征偏移的联邦学习模型,在训练开始之前先对客户端中的图像数... 详细信息

为了缓解联邦学习(FL)中客户端之间由于完全重叠特征偏移所带来的数据异构问题影响,该文提出一种融合通道个性标准化的本地自适应联邦学习算法。具体地,构建了一个面向数据特征偏移的联邦学习模型,在训练开始之前先对客户端中的图像数据集进行一系列随机增强操作。其次,客户端分别按颜色通道单独计算数据集的均值和标准差,实现通道个性标准化。进一步地,设计本地自适应更新联邦学习算法,即自适应地聚合全局模型和本地模型以进行本地初始化,该聚合方法的独特之处在于既保留了客户端模型的个性化特征,同时又能从全局模型中捕获必要信息,以提升模型的泛化性能。最后,实验结果表明,该文所提算法与现有相关算法相比,收敛速度更快,准确率提高了3%~19%。

关键词：边缘计算联邦学习标准化模型聚合

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于跨语种声学分析的帕金森病检测方法

电子与信息学报 2024年第2期46卷 546-554页

作者：季薇王传瑜吴迪李云郑慧芬南京邮电大学通信与信息工程学院南京210003 南京邮电大学计算机学院南京210023 南京医科大学附属老年医院南京210024

基于语音的帕金森病检测具有非介入式、成本较低和无创等优点。当前公开的帕金森病语音数据集大多来源于单一语种,存在数据容量不够大、受试者母语发音特点差异小等特点。单一语种数据集上训练的帕金森病检测模型在面对跨语种语音数据时... 详细信息

基于语音的帕金森病检测具有非介入式、成本较低和无创等优点。当前公开的帕金森病语音数据集大多来源于单一语种,存在数据容量不够大、受试者母语发音特点差异小等特点。单一语种数据集上训练的帕金森病检测模型在面对跨语种语音数据时,将出现性能下降。为避免语种差异带来的影响,提升模型在跨语种场景下的检测性能,该文引入对抗迁移学习和特征解耦的思想,提出一种帕金森病跨语种声学分析模型(CLSAM)。首先,将基于多头自注意力机制的Transformer编码块和多层神经网络级联,组成特征提取器模块,用于将从源域和目标域语音中提取的原始Fbank语音特征初步解耦为两个向量,即域不变病理信息表征向量和域信息表征向量;设计了目标任务不一致的双重对抗训练模块,显式地分离域不变病理信息和域信息;最终,提取跨语种语音数据中的域不变病理信息用于帕金森病检测。该文在公开的MaxLittle帕金森病语音数据集以及自采的帕金森病语音数据集上,采用十折交叉验证的方法验证了所提方法的有效性。实验结果表明:与传统机器学习方法以及现有的迁移学习算法相比,所提模型在跨语种场景中的检测准确率、敏感度和F1分数等性能均有明显提升。

关键词：跨语种声学分析帕金森病对抗迁移学习特征解耦

无人机辅助MEC系统中基于最优SIC顺序的能耗优化方案

在线全文

学校读者我要写书评

暂无评论

通信学报 2024年第2期45卷 18-30页

作者：季薇杨许鑫李飞李汀梁彦宋云超南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学电子与光学工程学院江苏南京210023

在基于上行非正交多址接入(NOMA)的无人机(UAV)辅助移动边缘计算(MEC)系统中,NOMA的连续干扰消除(SIC)顺序已成为限制上行任务卸载链路传输性能的瓶颈,为降低系统能耗,对SIC顺序进行了讨论,提出了联合信道增益与任务时延约束的最优SIC... 详细信息

在基于上行非正交多址接入(NOMA)的无人机(UAV)辅助移动边缘计算(MEC)系统中,NOMA的连续干扰消除(SIC)顺序已成为限制上行任务卸载链路传输性能的瓶颈,为降低系统能耗,对SIC顺序进行了讨论,提出了联合信道增益与任务时延约束的最优SIC顺序。在满足设备给定任务时延、设备最大发射功率约束以及UAV轨迹的约束下,基于最优SIC顺序提出了最小化系统能耗的问题。由于该问题是个复杂的非凸问题,采取交替优化的方法求解该优化问题,以实现功率分配和UAV轨迹的优化;利用匹配理论,提出了低复杂度算法来得到不同时隙的最优设备分组。仿真结果表明,与其他SIC顺序相比,最优SIC顺序能够在相同的任务时延约束下实现更小的系统能耗;所提的低复杂度设备分组算法能够得到最优设备分组。

关键词：移动边缘计算无人机非正交多址接入功率分配设备分组

在线全文

学校读者我要写书评

暂无评论

常识辅助细粒度数据增强方法

计算机工程与应用 2024年第6期60卷 214-221页

作者：李华超康彬王磊南京邮电大学物联网学院南京210003 南京邮电大学通信与信息工程学院南京210003

数据增强的代表性研究主要针对ImageNet等常规分类数据集展开。考虑到细粒度识别数据集中测试样本类内及类间关联性与常规分类数据集差异明显,因此针对细粒度识别的数据增强方法尚待深入研究。为此,从细粒度识别任务以及数据集的特殊属... 详细信息

数据增强的代表性研究主要针对ImageNet等常规分类数据集展开。考虑到细粒度识别数据集中测试样本类内及类间关联性与常规分类数据集差异明显,因此针对细粒度识别的数据增强方法尚待深入研究。为此,从细粒度识别任务以及数据集的特殊属性入手提出基于常识辅助的细粒度语义图块混合策略。所提方法利用常识知识挖掘样本标签间潜在关联,以此为基础设计结构化图像混合策略的多支路卷积神经网络结构,使图像混合过程更关注目标的细微差异。通过大量性能测试可验证所提方法的性能明显优于主流的基于图像混合的数据增强方法。同时,通过实验验证,所提出的常识知识有助于多种基于混合图像类的数据增强模型性能提升。

关键词：数据增强常识图谱多支路卷积神经网络

一种基于双分支注意力神经网络的皮肤癌检测框架

在线全文

学校读者我要写书评

暂无评论

中国生物医学工程学报 2024年第2期43卷 153-161页

作者：王玉峰成昊沅万承北张博石爱菊南京邮电大学通信与信息工程学院南京210003 南京邮电大学理学院南京210046

皮肤癌是一种主要的癌症,在过去几十年中快速增长,早期发现可以极大提高治愈率。近年来,基于皮肤镜图像利用深度学习模型(尤其是各种卷积神经网络)对皮肤癌进行识别和分类获得了广泛应用。但是与传统的图像识别分类不同,皮肤病检测任务... 详细信息

皮肤癌是一种主要的癌症,在过去几十年中快速增长,早期发现可以极大提高治愈率。近年来,基于皮肤镜图像利用深度学习模型(尤其是各种卷积神经网络)对皮肤癌进行识别和分类获得了广泛应用。但是与传统的图像识别分类不同,皮肤病检测任务存在数据不平衡、类间差异性小以及皮损面积占比少等方面的挑战。为此,本研究提出一种基于双分支注意力卷积神经网络(DACNN)皮肤癌分类框架。在数据预处理阶段,根据更细粒度的皮肤病类别,对数据集进行分解,降低数据不平衡程度。从网络结构上,上分支网络利用注意力残差学习(ARL)模块有效提取潜在的病变区域特征,接着利用损伤定位网络(LLN)模块定位病变区域。对其裁剪放大输入由ARL构成的下分支网络,进行局部细节的特征提取,然后结合上下分支网络的特征,进行有效的识别。最后,为了进一步缓解数据不平衡问题,在训练阶段中采用加权损失函数。在包含10015张皮肤镜图像数据集上,对所提出的DACNN模型与几种典型的皮肤病变检测框架进行了实验验证和比较。结果表明,DACNN皮肤癌变检测框架的Sensitivity、Accuracy和F1_score等性能指标分别达到了0.922、0.942和0.933,与已有的递归注意力卷积神经网络模型RACNN相比,以上3个指标分别提升了3.48%、2.95%和3.44%。总之,对于各类图像数不平衡,类间图像差异性小以及皮损面积占比少的皮肤镜图像而言,采用适当的类分解,以及双分支注意力神经网络结构首先对潜在的病变区域进行定位放大,然后进行局部细节的特征提取,能够极大的提高皮肤癌的检测准确度。

关键词：皮肤癌双分支神经网络注意力机制数据不平衡

移动边缘计算不确定性任务持续卸载及资源分配方法

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第3期35卷 1466-1484页

作者：许斌赵云凯朱剑鸣刘一川李烜焘孙雁飞季一木南京邮电大学物联网学院江苏南京210003 南京邮电大学计算机学院江苏南京210003

移动边缘计算场景中任务的不确定性增加了任务卸载及资源分配的复杂性和难度.鉴于此,提出一种移动边缘计算不确定性任务持续卸载及资源分配方法.首先,构建一种移动边缘计算不确定性任务持续卸载模型,通过基于持续时间片划分的任务多批... 详细信息

移动边缘计算场景中任务的不确定性增加了任务卸载及资源分配的复杂性和难度.鉴于此,提出一种移动边缘计算不确定性任务持续卸载及资源分配方法.首先,构建一种移动边缘计算不确定性任务持续卸载模型,通过基于持续时间片划分的任务多批次处理技术应对任务的不确定性,并设计多设备计算资源协同机制提升对计算密集型任务的承载能力.其次,提出一种基于负载均衡的自适应策略选择算法,避免计算资源过度分配导致信道拥堵进而产生额外能耗.最后,基于泊松分布实现了对不确定任务场景模型的仿真,大量实验结果表明时间片长度减小能够降低系统总能耗.此外,所提算法能够更有效地实现任务卸载及资源分配,相较于对比算法,最大可降低能耗11.8%.

关键词：移动边缘计算不确定性任务任务卸载负载均衡自适应