基于ZigBee的医院病案信息局域共享模型设计

为实现病案信息资源在各组织部门之间的实时共享,完善医院局域网,设计基于ZigBee的医院病案信息局域共享模型。以NS2平台作为底层共享单元,借助MAC信道访问机制,设置必要的ZigBee设备对象;定义病案信息数据源的递归形式,划分局域网元数据,完善共享服务的实际传输流程。实验结果表明,传输时长可缩短至0.25ms,传输量可增大至8.8×10⁹T,可在建立各组织部门之间病案信息资源实时共享服务的同时,合理完善原有的医院局域网环境。     

基于深度学习的正交频分复用系统信道估计

针对5G系统信号接收子载波间串扰和子符号间干扰问题,提出了一种高效的基于深度学习的信道估计模型。在导频处进行初步估计获得估计信道,并将其视为含噪声的低分辨率图像样本输入信道估计模型,通过学习低分辨率图像与高分辨率图像之间的映射关系,最终去除输入信道的噪声,还原高分辨率信道图像,获得整个信道状态信息。仿真结果表明,该模型不仅延续了传统注意力机制抑制冗余信息的优势,降低了计算开销,还能获得良好的精度和鲁棒性,对各种信道都有较好的估计效果。     

基于注意力机制改进的LSTM空战目标意图识别方法

空战对抗过程中的目标状态数据呈现时序性、多维性等特征,为进一步提升目标意图识别的准确率,提出了一种基于改进注意力机制的长短期记忆网络(LSTM)目标识别方法,将空战可能出现的目标意图识别当成一个多分类问题处理。该方法首先通过目标实时的状态数据,生成特征序列;接着采用注意力机制提升目标的特征学习能力,增强空战过程中的主要目标状态特征表示,得到具有权值分配的特征向量;最后利用LSTM网络对目标特征向量进行训练,通过softmax层实现目标意图的识别。仿真实验表明,该方法利用注意力机制有效增强目标的特征学习,进一步提升了LSTM网络的识别精度,具有一定的科学性和有效性。     

效用驱动的多agent合作机制

提出了一种多agent合作机制,以效用为基础,利用效用函数计算agent在不同任务下与其他agent合作而产生的效用值,以此为依据得到agent对不同合作方式的偏好序列,并选择最大偏好参与合作。通过这种方法, agent 可以主动选择最适合自己的合作方式来完成任务,与此同时,以效用为驱动可以使群体的任务收益达到最优,提高了agent群体的合作效率。最后给出了用于方法验证的多agent原型系统,同时在该系统下证明了合作机制的有效性。     

言论

对,于互联网电视的管理要建立退出机制,对严重违规、屡禁不止的互联网电视集成服务和内容服务机构,实行退出。总局将继续报告并协调解决互联网电视”黑盒子”（未经批准生产的机顶盒）生产、销售问题,还要解决互联网视听节目服务持证机构违规向“黑盒子”提供互联网电视内容的问题。     

高水平篮球运动中意外损伤的机制及原因分析

采用文献资料、问卷、跟踪调查,对高水平篮球运动员损伤的机制及原因进行分析和探究。对在校高水平篮球运动员参与篮球运动所导致的运动损伤原因进行研究分析。并对如何预防及治疗篮球运动损伤提出建议。     

面向B5G/6G的三三三网络体系架构和优化学习机制

面对未来B5G/6G网络是大连接复杂智能网络,极其大量的用户连接、需求连接、服务连接,加之3G、4G、5G甚至6G的综合运用,将导致网络变得极其复杂的挑战,提出了一种三三三网络体系架构,它是一个包含3类网络(核心网、接入网、终端网)、3种资源(频率带宽、功耗、时延)和3项需求(生活、工作、服务)的三维立体综合优化的体系...     

双路注意力引导图卷积网络的关系抽取

为了更好地学习节点依赖并利用结构信息,本文提出一种以完全依赖树作为直接输入的新方法,利用图卷积网络并结合两个并行的注意力模块,自主学习如何有选择地关注对关系抽取任务有用的信息.该方法将样本表示成图上的各节点,一个模块用于计算节点特征位置之间的影响,使特征向量可以包含更广范围的语义信息,另一个用于计算节点依赖的关系特征,...     

基于U-net的铸体岩石薄片图像孔隙自动提取

使用岩石铸体薄片图像对岩石孔隙特征进行分析已经成为国内外石油地质部门常用方法之一,自动精确地分割铸体岩石薄片中的孔隙区域是定量计算孔隙参数的前提.目前传统RGB阈值分割方法精度不高,需要大量人工交互,而一些主流图像分割的深度学习网络泛化性能差,难以运用到实际中.针对这些问题,本文在U-net网络的基础上,提出了一种融合注意力机制和循环残差网络的模型.引入循环残差模块扩展网络深度,又融合了注意力机制模块,增加特征信息的学习权重.采用油田实验室常见的多种铸体薄片进行了实验,均取得了较好的分割结果,验证了本文方法的有效性和泛化性.     

基于双迁移度量学习和注意力机制的跨域推荐

传统的推荐算法和深度学习算法面临着用户冷启动的问题.为了解决冷启动问题,研究人员提出了跨领域推荐,利用其他领域的用户偏好信息和项目特征等各种辅助信息,来提高目标领域的推荐性能,有效缓解目标领域的数据稀疏性和冷启动.然而,传统的跨域推荐通常只利用源域信息提高目标域的性能,却不能利用目标域提高源域性能,从而使它们互相提高推...