基于卷积神经网络的5G蜂窝网络无线定位方法

5G蜂窝网络发展迅猛，其覆盖面积将逐渐增大，因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位，以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络，并根据5G天线信号的接收信号强度指示、相位和到达角等特征量，选择合适的输入数据格式构造样本组建训练集，对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库，非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间，但在训练完毕后直接进行分类定位的速度非常快，可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB，且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。     

民办艺术类高等院校线上教学管理研究

互联网行业的发展为线上教育带来了新的发展前景,传统教育模式的转变和改革,带给艺术类高校线上教学的管理全新的挑战和机遇。与时俱进,顺应时代的新潮流以及具备改革创新的精神是线上教学的根本。本文通过对艺术类相关专业的利弊分析,深入挖掘线上教学管理的可优化区域和模块,并针对地提出优化策略以及可行性建议。以此能达成教学效果及教学目的,学生们才会在自己的专业领域中百尺竿头,学以致用,让艺术产业迈入可持续发展的道路。