基于改进TFIDF算法的文本分类研究

由于文本分类在信息检索、邮件过滤、网页分类、个性化推荐等领域有着广泛的应用价值,所以自文本分类的概念提出以来,受到了学者们的广泛关注。在文本分类的研究中,学者们运用了很多方法,其中TFIDF是文档特征权重计算的最常用算法之一,但是传统的TFID算法忽略了特征项在类内和类间的分布,导致很多区分度不大的特征项被赋予了较大的权重。针对传统TFIDF算法的不足,本文在IDF的计算过程中,用词条在类内与类间的文档占比来考虑词条在类内与类间的分布。在实验中,用改进的权重算法表示文本向量,通过考察分类的效果,验证了改进算法的有效性。     

电线电缆电阻率测量不确定度评定

电阻率是电线电缆的一个重要性能指标,准确测量电阻率对判断电线电缆的质量状况十分重要,在生产企业及质检部门对电线电缆产品质量检验中是一个重要检验项目。因此,对电线电缆电阻率的测量的准确度要求很高,为了更好的把握测量准确程度,本文介绍了电阻率测量的不确定度评定。     

NGN中SIP和MGCP互通的研究与实现

在下一代网络(NGN)中，SIP和MGCP是两种非常重要的协议，然而，两者之间的互通也是个突出的问题。通过深入分析互通所涉及的协议转换、寻址、资源协商等关键问题的基础上，提出在媒体网关控制器实体中扩展互通功能模块的设计方案，该互通功能模块是在Linux平台下用C／C 编程实现，并引入多线程和有限状态机的处理机制，利用该互通功能模块建立起两个网络之间的点到点的呼叫，经实践证明该互通方案是合理和可行的。     

《三字经》中儒家教育思想的哲学意蕴

《三字经》产生于南宋,是我国古代有广泛影响的蒙学教材。宋朝是儒家思想再一次复兴的重要时期,这使《三字经》自然打上了鲜明的儒家思想的印记。儒家的道德教育至上观念,对教育作用的重视,对教育内容的严格要求,以及教学方法和教学原则等基本教育思想都从中得到了充分的体现,也包含了丰富的哲学意蕴。     

基于卡尔曼一致滤波器的WSN时间同步算法

提出一种基于分布式卡尔曼一致滤波器的无线传感器网络时间同步算法.该算法不需要将网络分层,每个节点都和它的相邻节点交换时间消息,通过分布式卡尔曼一致滤波器估计本节点的时钟偏移和频率偏移,使得全网所有节点的虚拟全局时钟逐渐收敛一致.仿真实验表明,提出的算法在多跳网络中误差累积较小,具有较高的同步精度,同时对存在节点失效或新节点加入的动态网络具有良好的可扩展性.     

一种多带多chirp基调制解调技术

多带线性调频二进制开关键控(Chirp-BOK)调制是在线性调频(Chirp)信号基础上合成的,其传统的检测方案匹配滤波法存在非相关项自干扰问题,在子带个数较多或Chirp基的时带宽积较小情况下误码性能较差。建立了一种多带Chirp信号的数学模型并提出一种简易的调制框图,基于该模型,采用最小二乘法解决了匹配滤波法自干扰问题,相比于匹配滤波法,具有较好的信干噪比增益。更进一步地,通过分析多带Chirp-BOK技术缺陷提出一种多带多Chirp基调制技术(MMCM)。MMCM技术可以灵活地调整码率与扩频增益之间的关系。仿真表明,扩频增益为0dB情况下,MMCM与OFDM技术有相同频带利用率;对于MMCM的信源组个数为J与时带宽积为P的情况,系统处理增益为P/J。     

基于深度卷积自编码器的短距慢动目标检测

针对目标雷达散射截面积(RCS)较小、杂波和噪声严重环境下短距离慢动目标难以检测的问题,设计了一种具有跳跃连接结构的双通道卷积自编码器的目标检测方法.该方法以时频谱作为输入,送入设计的卷积自编码器模型中,网络采用IQ双通道结构以提取目标回波的幅度和相位特征,并在中间层实现特征融合.考虑到在时频谱上目标尺度小,网络中还设计了跳跃连接结构将网络顶层与底层跳跃连接以增强目标信号在解码器中的恢复,这种结构还有利于缓解深度网络带来的梯度消散问题,使网络在端对端训练时更加高效.实验证明,相比于传统方法,该方法在杂波和噪声严重的条件下可以获得更好的慢动目标检测效果.     

组合幂调频信号的时频移估计

为了准确估计接收信号的时频移参数和降低估计复杂度,设计了一种组合幂调频(CPFM)信号,该信号由具有时间间隔的正负幂调频(PFM)信号构成,并提出了基于CPFM信号的时频移估计算法.在算法中首先将CPFM信号降阶,然后独立地估计时延和频移,即采用三次相位函数(CPF)估计时延,通过正负PFM相位相消后再估计频移.相比于分数阶傅里叶变换(FRFT)时频移估计算法,所提算法避免了时延估计对频移估计的影响,而且仅需两次一维搜索,降低了计算量.仿真结果表明,该算法能准确地估计CPFM信号的时延和频移,并且频移估计均方误差(MSE)接近克拉美劳下界(CRLB).     

基于深度卷积神经网络的慢动目标检测

针对强杂波背景下慢速运动目标检测性能不足的问题,设计了一种基于深度卷积神经网络(DCNN)的目标检测方法.主要将雷达回波信号距离—多普勒谱作为输入,送入设计的DCNN中,通过学习回波信号中杂波特征,并隐含的去除回波信号中目标成分,得到回波信号的残差谱.然后利用残差谱与回波信号R-D谱进行背景对消以抑制杂波,进而实现对回...     

近距离慢速目标检测杂波抑制方法

针对强杂波环境下近距慢速运动目标检测问题,该文提出一种基于相位编码及子空间投影的杂波抑制方法。主要对周期探测信号调制Chirp相位编码,通过回波慢时间维解码使杂波近似白化,降低杂波与目标回波相关性,再依据白化后杂波及有用信号成分自相关性差异分离出信号和杂波干扰子空间;最后将接收信号投影至正交于杂波子空间的信号子空间来抑制杂波。由于该方法中杂波空间的构建不需要假设杂波模型,避免了模型假设与实际环境不匹配的问题。仿真结果和实测数据处理结果证明该方法在低信杂比条件下性能明显优于传统方法。