基于ResNet_NSCS的通信信号调制识别

针对通信信号调制识别的特征提取问题,为进一步提高识别准确率,提出了一种基于嵌套式跳跃连接结构的残差网络(ResNet of Nested Shortcut Connection Structure,ResNet_NSCS)调制识别算法。该算法在残差神经网络(Residual Neural Network,ResNet)基础上,通过借鉴ResNet多通路选择思路,引入嵌套式恒等跳跃连接结构,利用提取的特征实现不同调制方式的分类。仿真结果表明,面向RadioML2016.10a数据集,较卷积神经网络(Convolutional Neural Network,CNN)算法和卷积神经网络_长短时记忆网络(Convolutional Neural Network_Long Short Term Memory Network,CNN_LSTM)算法,以增加网络复杂度为代价,ResNet_NSCS算法收敛速度快,识别准确率高。     

一种基于3D-BN-VGG网络的行为识别算法

针对当前人体行为识别准确率低、计算量大等缺陷,提出了一种基于三维卷积神经网络（3D Convolutionnal Neural Network,3D-CNN）结合批量归一化（Batch Normalization,BN）及改进的视觉几何组(Visual Geometry Group,VGG)网络的行为识别算法。该算法首先对3D-CNN结构进行优化,在三维空间采用了多个小卷积核卷积层堆叠的Block结构;同时在网络结构中引入BN算法,将卷积层输出的特征图每一维进行独立的批量归一化处理;之后在Block结构中增加了Dropout层以提高网络泛化能力以及将3D-CNN网络层数加深到了13层,提高了高层次抽象特征的提取能力;最终使用softmax进行分类得出结果。实验结果表明所设计的3D-BN-VGG网络在行为识别方面有较高的识别率。     

基于多信息流动卷积神经网络的行人再识别

行人再识别问题中,由于视角、光照和行人姿态等因素的变化,导致难以提取有效的行人特征,降低识别精度.而深度神经网络在训练样本较少的情况下较难训练,易出现过拟合现象.针对上述问题,本文提出一种多信息流动卷积神经网络（Multi-information Flow Convolutional Neural Network,MiF-CNN）模型,模型中包含一个特殊的卷积结构,该结构中每层卷积层提取到的特征与后续所有卷积层的输入相连接,增强了网络的特征信息流动性和梯度的反向传播效率,使得模型提取到的行人特征更具判别力.采用多损失函数组合方式训练网络模型,更好的区分行人类别.最后利用欧氏距离对行人特征相似性进行排序.在标准行人再识别数据集VIPeR和CUHK01上的实验表明,本文方法进一步提高了行人再识别精度,并有效改善了深度神经网络的过拟合现象.     

结合多层池化的卷积神经网络在表情识别中的应用

为了解决传统卷积神经网络(Convolutional Neural Network,CNN)对于人脸微表情识别的泛化能力差的问题,提出了一种改进的Inception结构与残差结构结合的卷积神经网络方法.首先在改进的Inception结构的基础上将输入特征直接映射到输出结果中构成残差结构,并针对表情局部特征复杂模糊等不足...     

一种基于视觉感知的舰船目标智能化识别方法

为有效识别视觉系统采集的可见光图像中的舰船目标,提出了基于YOLO（You Only Look Once）网络模型改进的10层的卷积神经网络（Convolutional Neural Network,CNN）用于水面舰船目标的智能识别,通过反卷积的方法可视化CNN中不同卷积层提取到的舰船目标特征。按照传统目标识别方法提取了舰船目标的四类典型人工设计特征,将所提CNN的舰船目标识别结果与YOLO网络模型及四类人工设计特征结合支持向量机用于舰船目标识别的结果进行比较。实验结果表明,与YOLO网络模型相比,综合精确率、召回率和效率3个舰船目标识别的性能指标,改进后的CNN性能更好,从而验证了所提方法的有效性。不同数据量下采用典型特征识别舰船目标与基于深度CNN识别舰船目标的识别结果比较说明了不同类型目标识别算法的优劣势,有利于推动综合性视觉感知框架的构建。     

基于时空注意力网络的中国手语识别

手语识别广泛应用于聋哑人与正常人之间的交流中。针对手语识别任务中时空特征提取不充分而导致识别率低的问题,提出了一种新颖的基于时空注意力的手语识别模型。首先提出了基于残差3D卷积网络(Residual 3D Convolutional Neural Network,Res3DCNN)的空间注意力模块,用来自动关注空间中的显著区域；随后提出了基于卷积长短时记忆网络(Convolutional Long Short-Term Memory,ConvLSTM)的时间注意力模块,用来衡量视频帧的重要性。所提算法的关键在于在空间中关注显著区域,并且在时间上自动选择关键帧。最后,在CSL手语数据集上验证了算法的有效性。     

基于卷积神经网络联合多域特征提取的干扰识别算法

干扰识别技术是智能抗干扰通信系统中的关键技术,通过对接收信号中干扰类型的准确判别,可为无线通信系统生成最佳的抗干扰方式提供决策依据。针对无线通信系统中典型压制式干扰的识别问题,本文提出了一种基于卷积神经网络联合多域特征提取（Convolutional Neural Network-based Joint Multi-Domain Feature Extraction,CNN-JMDFE）的干扰识别算法,通过CNN同时对两种预处理增强的数据对象:时频图像与频域序列提取干扰特征,有效利用了两种数据对象的优势,提升了干扰识别性能。仿真结果表明,在对于包含动态和参数随机的干扰识别场景下,CNN-JMDFE算法在干噪比（Jamming-to-Noise Ratio,JNR）≥-2 dB时可准确识别14种类型的干扰,识别性能明显优于基于时频图像或频域序列单一数据对象的基于卷积神经网络自动特征提取（Automatic Feature Extraction-based Convolutional Neural Network,AFE-CNN）算法;与传统的人工特征提取的深度神经网络（Manual Feature Extraction-based Deep Neural Network,MFE-DNN）相比,本文算法显著提升了在低JNR下分类准确率,增强了干扰特征的抗噪性能;对于复合干扰,本文算法同样可取得良好的分类效果,当JNR≥0 dB时可准确分类10种复合干扰。      

基于小波包分解和残差网络的雷达干扰识别

干扰样式识别是雷达抗干扰技术研究中的重要环节,为提高干扰信号分类识别精度,提出了一种基于小波包分解和残差网络相结合的干扰信号分类识别方法。采用小波包变换对干扰信号进行分解与重构,将干扰信号分解成不同频段的小波包系数,融合各频段小波包系数构成系数矩阵得到残差网络的输入,利用多层残差网络自适应提取小波包系数矩阵深度特征,实现干扰信号分类识别。搭建了雷达干扰信号识别试验平台,采集不同调制参数下的6类雷达干扰数据进行试验分析,结果表明,相对于直接利用干扰信号原始时域IQ数据进行卷积神经网络(Convolutional Neural Network, CNN)识别,所提方法能够有效提高网络输入数据维度和特征提取深度,识别准确率和训练效率有明显提升。     

一种改进的基于3D-BN-GRU网络的行为识别算法

行为识别是计算机视觉研究一大热点,为了改善其计算量大、识别率低的问题,提出了一种基于三维卷积神经网络(3Dimension Convolutionnal Neural Network,3D-CNN)与门控循环单元网络(Gated Recurrent Unit,GRU)相融合的行为识别算法。该算法采用keras框架,首先对3D-CNN结构进行优化,采用把大的卷积核用若干个小的串联起来的Block结构;然后在每层卷积层后采用批量归一化处理,并添加Dropout层以提高网络泛化能力;最后与GRU网络融合,使用Softmax进行分类得出结果。实验结果表明,所设计的融合网络有较高的识别率,达到94.5%。     

一种基于3D-CNN的微表情识别算法

微表情是一种持续时间很短暂的面部表情。针对其识别率低的问题,提出了一种基于三维卷积神经网络（3D Convolutionnal Neural Network,3D-CNN）的微表情识别算法。使用Keras作为网络框架,在3D-VGG-Block(3Dimension Visual Geometry Group Block,3D-VGG-Block)的基础上加入批量归一化算法以及丢弃法,提升网络深度与训练速度的同时有效地防止过拟合;针对数据集稀少的问题,采取随机设置起始帧的位置,提前设定每次读取帧序列的长度,循环操作,在将所有数据均遍历的同时,达到数据增广的目的。该算法在CASME II数据集上的识别率最高达68.85%,在识别率上有一定优势。     

本地光缆网中继及主干层规划

本文论述了当前电信本地光缆网存在的问题,提出了本地光缆网中继及主干层的规划思路及发展策略,重点阐述了主干层的规划思路,充分论证了主干层应该作为以后本地光缆网建设的重点,为电信转型及实现FTTH做好充分准备。     

电子装备通用自动测试系统发展及其关键技术

随着现代电子测试技术、微电子技术、计算机技术的发展,自动测试系统也随着复杂电子装备的需求而不断发展,通用自动测试系统是自动测试系统今后发展的必然方向。简要介绍了自动测试系统的发展概况,通过对通用自动测试系统特点的分析,提出了"架构层"、"语法层"和"语义层"通用自动测试系统的概念,并讨论了涉及下一代通用自动测试系统的关键技术及应用方向,为通用自动测试系统的研究指明了方向。     

建设广电宽带城域网应注意的问题

广电宽带城域网的建设,在广泛调研和交流的基础上,应充分考虑到宽带技术发展的趋势,结合自身的特点,建设具有竞争力和可持续增值能力的符合我国技术规范的智能化网络.     

浅析泰州移动本地传输网的建设方案

个绍了泰州移动本地传输网的建设方案，分析了本地传输网建设的经验和教训。     

Improved property in organic light-emitting diode utilizing two Al/Alq3 layers

We reported on the fabrication of organic light-emitting devices (OLEDs) utilizing the two Al/Alq₃ layers and two electrodes. This novel green device with structure of Al(110 nm)/tris(8-hydroxyquinoline) aluminum (Alq₃)(65 nm)/Al(110 nm)/Alq₃(50 nm)/N,N′-dipheny1-N, N′-bis-(3-methy1phyeny1)-1, 1′-bipheny1-4, 4′-diamine (TPD)(60 nm)/ITO(60 nm)/Glass. TPD were used as holes transporting layer (HTL), and Alq₃ was used as electron transporting layer (ETL), at the same time, Alq₃ was also used as emitting layer (EL), Al and ITO were used as cathode and anode, respectively. The results showed that the device containing the two Al/Alq₃ layers and two electrodes had a higher brightness and electroluminescent efficiency than the device without this layer. At current density of 14 mA/cm², the brightness of the device with the two Al/Alq₃ layers reach 3693 cd/m², which is higher than the 2537 cd/m² of the Al/Alq₃/TPD:Alq₃/ITO/Glass device and the 1504.0 cd/m² of the Al/Alq₃/TPD/ITO/Glass. Turn-on voltage of the device with two Al/Alq₃ layers was 7 V, which is lower than the others.     

移动本地传输网中多厂家设备组网浅析

本文对移动本地传输网采用两个以上厂家的传输设备组网问题进行探讨.两种引入方式下特别是在多厂家设备混和组网方式对现网的影响,提出网络建设方案;同时给出采用多厂家组网时网管信息传送及不同设备厂家之间互通的解决方式.     

ARINC429总线的故障注入测试方法

传统的ARINC429总线测试仅针对输入的激励测试输出的响应, 无法有效涵盖更多在异常状态下的测试环境。为扩大测试的覆盖性与主动性, 采用故障注入的方法, 分别对ARINC429总线物理层、电气层和协议层中典型的故障模式及注入实现方法进行了研究, 实验结果验证了故障注入测试方法的有效性。     

本地网引入第二厂家传输设备的方案探讨

本文对本地网引入第二厂家传输设备将带来的技术问题和组网问题进行了探讨和分析,对几种组网方案进行了比较,可供本地网引入第二厂家传输设备时进行参考.     

CDMA2000移动台信令的软件实现

CDMA技术是第三代移动通信的主导技术,而CDMA移动台和基站之间的信令为它们的通信提供了控制作用。从CDMA2000分层结构引出信令可靠传输的各层,介绍了信令各层的传输机制,并提出运用实时多任务操作系统实现移动台信令软件的设计,从而为移动台的综合业务服务提供了软件的可行操作方法。     

无线Mesh网网络层和MAC层相关研究

随着无线网络技术的发展,无线mesh网凭借其多跳通信能力为拓宽WiFi网络的覆盖率提供了有效的途径。利用低发射功率来提高覆盖率和容量的能力,使其在普遍存在的宽带接入中扮演重要角色。凭借其独特的优势,WMN发展非常迅速,并广泛应用于众多领域。为了更好的说明WMN领域存在的挑战,详细描述了无线mesh网的MAC层和网络层研究状况,并且提出了可能提高多跳网络吞吐量的新协议。