近似等效法在高频电子线路教学中的应用与探讨

近似等效法是一种较为常见的科学思维方法,特别是在处理一些较为复杂的系统模型,将复杂的问题近似等效为熟悉的、容易的、易处理的系统模型,同时得到的效果和等效前一致或者近似。高频电子线路作为电子信息及相关专业的主干课程,主要讲授通信系统中发射机和接收机电路的组成、原理及分析方法,由于工作频率的升高,相较于低频电子线路有着不同的分析方法。特别在诸如功率放大、信号调制解调使用的晶体管的非线性特性。在具体的教学过程中,近似等效法的使用,将复杂的电路模型、不太容易理解的知识点近似等效成学生熟悉的内容,以便使学生对该门课程更加容易理解和学习。     

基于注意力机制的3D DenseNet人体动作识别方法

传统人体动作识别算法无法充分利用视频中人体动作的时空信息,且识别准确率较低。提出一种新的三维密集卷积网络人体动作识别方法。将双流网络作为基本框架,在空间网络中运用添加注意力机制的三维密集网络提取视频中动作的表观信息特征,结合时间网络对连续视频序列运动光流的运动信息进行特征提取,经过时空特征和分类层的融合后得到最终的动作识别结果。同时为更准确地提取特征并对时空网络之间的相互作用进行建模,在双流网络之间加入跨流连接对时空网络进行卷积层的特征融合。在UCF101和HMDB51数据集上的实验结果表明,该模型识别准确率分别为94.52%和69.64%,能够充分利用视频中的时空信息,并提取运动的关键信息。     

组卷系统的设计与实现

该文通过结合高职院校的实际情况,分析了试题库在考试改革中的重要作用,并介绍一套基于PB的组卷系统的设计与实现的过程,该系统的开发为高职院校实现"教考分离"提供了有力的支撑。     

水声传感阵列指向性与系统传输性能研究

针对浅海水声通信中水汽界面和海底的反射产生多途效应对信号传输的影响,依据水下声传输原理,分析了水声信道中的噪声特点和产生多途效应机理,研究水声信道中声传感器指向性与传输性能关系,探讨水声传感阵列方式在水下通信环境的优势,设计合理的阵元间连接形式、阵列驱动电路和阻抗匹配电路,保证有效的功率耦合效率。经水下试验测试表明:采用一定指向性的声阵列结构,利用单个阵元波束宽度小于10°,构成阵列结构的波束宽度小于30°,并进行一定阻抗匹配,可减小能量损失,有效提高水声通信系统性能。     

光盘在海量存储系统中的应用展望

一、概述1.1海量数据存储的需求随着信息化进程的推进和人们对自然认知、探索能力的加强,在一些诸如气象预报仿真、地震模型建立、高能核物理实验和卫星探测等科学研究实验中,各种各样的文字、声音、图形、图像及视频等信息逐步呈现数字化的趋势,从而导致了TB(1TB=1024GB)、PB(1PB=1024TB)量级存储系统的产生,这些海量存储系统的存储需求推动着存储技术不断向前发展。     

基于加权支持向量机的入侵检测系统

目前的入侵检测系统存在先验知识较少的情况下推广能力差的问题,针对各样本重要性的差异,提出了加权支持向量机方法并给出了对偶最优化问题的描述及其SMO训练算法.在入侵检测实验中,训练样本的重要性通过测试样本与该样本的空间距离来表征.实验表明,基于加权支持向量机的入侵检测系统在小样本(先验知识少)的条件下不但提高了入侵检测的精度,而且缩短了入侵检测时间.     

太空场景光照仿真方法研究

建立一个逼真的太空环境,在航天训练模拟器的设计中,存在对星空光照和大气散射特性逼真度差的问题.为解决上述问题,提出了一种太空场景的光照仿真方法.首先对太空场景中的有效光源进行建模,分析各光源的光照贡献情况.然后在光照模型基础上,对航天器处于地球本影区和伪本影区的情况分别进行计算,并考虑地球漫反射光对环境光的影响.最后结合太空光照环境特点和视觉系统生理特性,采用色调映射算法进行场景显示亮度优化.对比真实太空图像进行验证,表明改进方法可以有效提高太空场景仿真的逼真度,所采用的亮度调节方法也切实可行,不仅实现简单高效,而且计算灵活性好,很好地满足了仿真训练的真实感和实时性的指标要求.     

基于IP的存储网络技术

介绍了存储局域网(SAN)和附网存储(NAS)特点,讨论了网络存储的发展趋势———基于IP的存储网络技术,并与光纤通道(FC)协议的存储局域网作比较,分析其优势,另外讨论了基于IP的存储网络的关键技术,并给出了有关实现方案。     

引入注意力机制的JDE多目标跟踪方法

多目标跟踪是计算机视觉领域的一个重要研究内容。JDE(joint detection and embedding)多目标跟踪算法推理速度和精度较高,但是当目标重叠或尺度较小时,该算法的跟踪效果较差。针对以上问题,提出了Attention-JDE,该模型结合了注意力机制、多尺度融合等思想,利用特征金字塔（feature pyramid）和空间金字塔池化（spatial pyramid pooling）提升模型对于小尺度目标的检测和跟踪能力,结合空间域注意力机制和通道域注意力机制改进模型在目标发生重叠时的跟踪效果。此外,还引入了Mish激活函数有效地降低跟踪时的ID切换次数。在MOT16数据集进行验证,结果表明,与原JDE方法以及其他主流方法相比,Attention-JDE具有更高的跟踪精度（MOTA）,同时速度能够达到19.5 FPS,实时性较高。     

基于轻量级图卷积的人体骨架动作识别方法

视频中的人体动作识别在计算机视觉领域得到广泛关注,基于人体骨架的动作识别方法可以明确地表现人体动作,因此已逐渐成为该领域的重要研究方向之一。针对多数主流人体动作识别方法网络参数量大、计算复杂度高等问题,设计一种融合多流数据的轻量级图卷积网络,并将其应用于人体骨架动作识别任务。在数据预处理阶段,利用多流数据融合方法对4种特征数据流进行融合,通过一次训练就可得到最优结果,从而降低网络参数量。设计基于图卷积网络的非局部网络模块,以捕获图像的全局信息从而提高动作识别准确率。在此基础上,设计空间Ghost图卷积模块和时间Ghost图卷积模块,从网络结构上进一步降低网络参数量。在动作识别数据集NTU60 RGB+D和NTU120 RGB+D上进行实验,结果表明,与近年主流动作识别方法ST-GCN、2s AS-GCN、2s AGCN等相比,基于该轻量级图卷积网络的人体骨架动作识别方法在保持较低网络参数量的情况下能够取得较高的识别准确率。