蜂窝网络用户上行覆盖率的数值计算方法

对于蜂窝用户上行覆盖率这类含无穷上限的多重积分公式,直接调用积分函数进行计算耗时长且无法确保收敛。文章提出通过逐层分析被积函数特征来缩小积分区间,从而提高计算速度并保证收敛性。为验证方法的准确度,与一种特殊情况下的解析式和仿真结果进行比较,结果显示差异可忽略;同时,与直接进行无穷积分的方法进行比较,显示计算时间至少节省一半以上,且随着用户密度的降低,本方法计算效率方面的优势更加突出。     

天津:持续推进“五大体系”建设计量工作取得新进展

一、深化计量法律法规贯彻执行,加强计量技术规范建设1.加强制度建设。一是结合计量领域"双随机、一公开"监管要求,完善随机抽查工作细则,建立健全检查"两库",全面实施计量领域7个"双随机"监管项目。二是为推进服务业诚信计量体系建设,提高服务业诚信计量管理水平,有序推进我市服务业诚信计量分类监管工作.     

结合结构学习的多头密集连接图池化模型

目的:利用图神经网络，构建带有结构学习的多头密集连接图池化模型并用于图分类任务。方法:首先，用图卷积神经网络提取节点的初始特征。其次，用多头密集连接网络学习节点重要性得分，并根据得分进行节点采样得到池化图。之后，对池化图中的节点进行结构学习，以保证图结构的完整性。最后，将学到的图表示放到分类器中，完成图分类任务。结果:与其他图分类模型在七个广泛使用的数据集上进行实验对比，我们构建的模型在五个数据集上的分类结果达到最优。结论:结合结构学习的多头密集连接图池化模型在图分类任务中具有先进性。     

多次采样平均在长波红外高光谱成像系统中的应用

长波红外高光谱成像系统由于光谱细分导致探测器所接收的目标信号的能量较一般成像系统弱,因此系统噪声对成像效果影响较大。针对这一现象,本文在分析系统噪声成分的基础上,提出采用ADC多次采样平均的方法来降低其噪声,并从理论上推导了该方法的有效性。然后搭建了实验系统,分析计算不同积分时间下,利用多次采样平均技术得到的信号和噪声大小,并计算系统的信噪比和NETD。结果表明,多次(m次)采样平均对系统的信号值几乎无影响,但可以将系统噪声降低至原来的m~(-1/2)倍。因此,该方法可将系统的信噪比提高至原来的m~(1/2)倍,并能有效降低系统的NETD,提高系统灵敏度。该方法为改善长波红外高光谱成像系统成像效果提供了一种方案。     

基于随机光栅的可调谐随机光纤激光器

提出一种基于随机光栅与高反射布拉格光栅(FBG)相结合的可调谐随机光纤激光器。利用980nm泵浦光源泵浦一段7m长的掺铒光纤(EDF)进行增益放大,由随机光栅提供随机反馈。随机光栅长7cm,具有约10000个折射率修改点,这些点由飞秒激光逐点写入,并沿光纤方向随机分布,两点相邻间隔小于10μm。同时,利用中心波长为1548nm的高反射FBG来组成半开放腔结构,实现了随机激光的输出。实验测得的泵浦阈值功率仅为18mW,斜率效率高达13.2%,并通过改变FBG的中心波长,实现了输出激光波长的可调谐,调谐范围为4.45nm(1548.04~1552.49nm)。得益于半开放式激光腔的设计和EDF的高增益,整个系统具有阈值低、效率高、结构简单等优点。     

GOS+MU:一种查询对象选择新方法

在分析单一MU(Most Uncertainty)采样缺陷的基础上,提出一种"全局最优搜寻"方法 GOS(Global Optimal Search),并结合MU共同完成查询选择。GOS+MU方法中,GOS着眼全局寻找目标,在应用环境能提供的训练样本数量有限、分类器受训不充分时,该方法选择的对象学习价值高,能快速推进分类器学习进程;MU则能够在GOS采样失效情形下,利用分类器当前训练成果,选择查询不确定性最强的样本补充训练集。通过对网络商品的用户评论进行分类仿真,并比较其他采样学习方法的效果,证明了GOS+MU方法在压缩学习成本、提高训练效率方面的有效性。