广义正交码索引调制系统的性能分析

摘 要：为了提高码索引调制（code index modulation，CIM）系统的传输效率，提出了一种具有更低复杂度的单输入单输出（single input single output，SISO）的广义正交码索引调制（generalized orthogonal code index modulation，GQCIM）系统。CIM 系统使用扩频码和星座符号传输信息，但只能激活两个扩频码索引和一个调制符号。而 GQCIM 系统以一种新颖的方式克服了只激活一个调制符号的限制，同时充分利用了调制符号的正交性，增加扩频码索引以传输更多的额外信息位，提高了系统的传输效率。此外，分析了GQCIM系统的理论性能，推导了误码率性能的上界。通过蒙特卡罗仿真验证了GQCIM系统的性能，对比发现GQCIM系统的理论和仿真性能一致。而且在相同的传输效率下，结果显示GQCIM系统的性能优于同样具有正交性的调制系统，如广义码索引调制（generalized code index modulation，GCIM）系统、CIM系统、码索引调制-正交空间调制（code index modulation aided quadrature spatial modulation，CIM-QSM）系统、码索引调制-正交空间调制（code index modulation aided spatial modulation，CIM-SM）系统、脉冲索引调制（pulse index modulation，PIM）系统。     

基于CiteSpace的资源型产业研究知识图谱分析

资源型产业发展为推进国家经济增长和工业化进程提供了重要保障。为深入了解资源型产业的研究情况，以CNKI数据库为数据源，搜集2000—2020年关于资源型产业的核心及以上期刊论文，利用CiteSpace软件从发文作者与研究机构分布、关键词共现网络和时区图谱等方面，绘制知识图谱，进行可视化分析。研究发现：资源型产业领域的研究成果愈加丰富，但研究群体间联系合作较少，且现有的合作研究主要集中在所处地域资源富集和具有学科优势的研究机构及学者；资源型产业领域的研究热点可概括为产业发展、资源型城市、产业集群、产业结构、产业链和产业集聚等方面；针对资源型产业领域未来可从资源型产业相关理论研究、创新发展模式和可持续发展等方面深入展开。     

金属增材制造技术研究热点聚类分析

为深入分析金属增材制造技术分类和发展状况,采集中国期刊全文数据库(CNKI)收录的核心期刊上的768篇科技文献,借助文献分析可视化软件CiteSpace,对关键词聚类进行了全景式描绘,构建金属增材制造技术知识图谱,揭示该技术研究分类以及演化趋势。     

以任意高维纠缠态为量子信道的受控隐形传态

目的是利用高维量子纠缠态为量子信道，讨论未知单粒子态的受控隐形传输问题。以三维量子纠缠态为信道，提出一个二维任意单粒子态的受控隐形传输协议。提出了以任意[d]-维量子纠缠态为量子信道，[t]-维任意单粒子态的隐形传输协议[(t相似文献   

结合预训练模型和语言知识库的文本匹配方法

针对文本匹配任务,该文提出一种大规模预训练模型融合外部语言知识库的方法。该方法在大规模预训练模型的基础上,通过生成基于WordNet的同义—反义词汇知识学习任务和词组—搭配知识学习任务引入外部语言学知识。进而,与MT-DNN多任务学习模型进行联合训练,以进一步提高模型性能。最后利用文本匹配标注数据进行微调。在MRPC和QQP两个公开数据集的实验结果显示,该方法可以在大规模预训练模型和微调的框架基础上,通过引入外部语言知识进行联合训练有效提升文本匹配性能。     

小尺度交通信号灯的检测与状态识别

交通信号灯识别包括检测和状态识别，在智能交通系统中发挥重要作用。基于YOLOv3算法提出了一种交通信号灯检测与状态识别模型。针对交通信号灯相较于交通场景中其他目标具有尺度小的特性进行了算法的设计：降低骨干网络的下采样倍率以增加小尺度目标的特征描述能力；通过增大特征图的尺度来改进多尺度特征融合；引入广义交并比作为检测任务的损失函数来改进目标边界框的回归效果。同时，根据交通信号灯本身的特性，使用颜色和形状约束的方法对信号灯进行状态识别和类别验证。最后在公开的Bosch交通信号灯数据集上和实际的城区道路进行了实验验证。实验结果表明，所提出的算法能够提升交通信号灯识别的精度和召回率，识别准确率可以达到90%左右。     

实物地质资料展览展示研究——以国土资源实物地质资料中心为例

为了让国家馆藏实物地质资料资源“看得见、可获取、用得起、盘得活”,服务于拥有不同需求的专业人员和社会公众用户群体,在展览展示内容、展示方法和结构上有所创新,经过深入、系统地科学研究,理清了实物地质资料展览展示的特色,准确把握和定位了展览大纲,使实物展品、辅助展品、展示方式与展厅所在建筑物融为一体,全面科学地落实和确定了实物地质资料展品和布展方案,创新了实物地质资料展览展示技术方法,提出了以国家馆藏实物地质资料为基础的典型实物展示与多媒体全面展示相结合、模块化展览设计的技术思路,为实物地质资料展览展示的进一步研究提供了技术储备。     

数字花卉植物的全息可视化与交互实现

花卉植物形态、结构与生长过程的数字化和可视化是现代林业科研的重要研究内 容，数字花卉植物在科普、教育、展示等方面都有着广泛的应用与需求。全息影像技术是一种 新兴的前沿技术，其原理源自佩珀尔幻象，通常用于生成立体感强的影像，实现数字幻象与真 实世界的融合，拥有良好的观赏性，用户接受度较高。将全息影像技术与数字花卉植物相关研 究进行结合，可以加强数字花卉植物的可视化效果，从而实现更好的科普、教育、展示效果。 因此在现有的研究基础之上，考虑实现数字花卉植物的全息可视化，并在可视基础上增加了用 户交互实现，设计出一套兼具展示性和交互性的流程，力求总结出一种具有完整可行性的方案， 从而对数字花卉植物的新型表现形式进行深入研究，以期对数字植物研究与应用的进一步发展 提供参考。     

Ontology-based approach for the provision of simulation knowledge acquired by Data and Text Mining processes

Numerical simulation techniques such as Finite Element Analyses are essential in today's engineering design practices. However, comprehensive knowledge is required for the setup of reliable simulations to verify strength and further product properties. Due to limited capacities, design-accompanying simulations are performed too rarely by experienced simulation engineers. Therefore, product models are not sufficiently verified or the simulations lead to wrong design decisions, if they are applied by less experienced users. This results in belated redesigns of already detailed product models and to highly cost- and time-intensive iterations in product development.Thus, in order to support less experienced simulation users in setting up reliable Finite Element Analyses, a novel ontology-based approach is presented. The knowledge management tools developed on the basis of this approach allow an automated acquisition and target-oriented provision of necessary simulation knowledge. This knowledge is acquired from existing simulation models and text-based documentations from previous product developments by Text and Data Mining. By offering support to less experienced simulation users, the presented approach may finally lead to a more efficient and extensive application of reliable FEA in product development.     

基于双树复小波的无参考立体图像质量评价

随着3D技术的不断发展，立体图像的使用领域越来越广泛，同时人们对图像的清晰度要求越来越高，因此，立体图像的质量评价成为关注点，基于此，提出了一种基于双树复小波变换的立体图像质量评价算法。使用双树复小波变换对立体图像的左、右视图进行处理，生成纹理结构图像，且根据最小能量误差的原理，获取左右视图的视差图；对纹理结构图像和视差图提取非对称广义高斯分布模型的参数、梯度幅值、相对梯度方向方差和奇异值曲线与坐标轴的面积等特征；使用AdaBoosting BP神经网络，进行训练和预测立体图像的质量得分。在LIVE立体图像数据库上的实验结果表明，新方法预测得分与主观得分有较好的一致性，获得了比较好的实验结果。