水声通信中的信道估计与机器学习交叉研究进展

近年来,以深度学习为代表的机器学习技术飞速发展,凭借其出色的学习能力,在复杂环境条件下的建模问题中展现出了独特的优势。当前,基于机器学习的水声通信技术研究方兴未艾,在信道估计及均衡、典型通信系统应用等方面取得了一定的进展,但是针对实际水声环境约束条件下的研究较少。为此,文章围绕信道估计这一水声通信关键技术,针对水声信道估计中存在的样本不足,标签标定困难以及水声环境时空变导致的源域、目标域失配等问题,讨论了水声信道估计与数据增强、无标签学习、少样本学习等模型和方法交叉研究的发展思路,并给出了初步的仿真和试验结果。文章是对水声通信中的信道估计与机器学习交叉领域研究重难点问题的初步探索,为水下各类平台自主智能化的通信技术发展提供了参考。     

宝钢引进项目技术谈判的内容和体会

本文说明了引进项目技术谈判的特点和方式。引进项目合同的技术附件按宝钢采用的格式、内容做了介绍，同时，作者结合参加宝钢和其它钢厂引进项目的工作，从设计工作的角度谈了自己的体会，可供参考。     

上冶院电子档案管理系统的建立和应用

上海冶金设计研究院(以下简称上冶院)已经建立了综合性的电子档案管理系统，并投入运行。本文简要叙述了建立该系统的过程和初步应用效果，说明软件的通用功能和定制功能，对建立该系统的目的、准备条件，对涉及的电子文件签署方法，保持电子文件和纸质文件的一致性等问题进行了探讨，并根据自己的经验提出了选择合适的软件商的看法。     

引入神经网络中间神经元的快速小波图像压缩

目的针对自组织特征映射(SOFM)算法会出现严重的分块现象和快速小波变换在高压缩比的情况下图像恢复质量差的问题,提出引入神经网络中间神经元(relay neurons)的RSOFM-C矢量量化算法。方法引入了中间神经元的概念,使用中间神经元有效解决了码字利用不均匀的问题,并在神经网络中间层给出了欧氏距离不等式判据,排除不满足失真测度的神经元,减少重复计算,加快学习速度。根据差分脉冲编码调制(DPCM)中的差值信号编码原理将RSOFM-C算法与快速小波变换结合,使用RSOFM-C算法对由快速小波变换得到的图像低频信号进一步压缩。结果在仿真实验中,将本文算法与同类压缩方法进行对比,当压缩比为52%时,本文算法的峰值信噪比(PSNR)达到了39.28 d B,远远高于其他方法。结果表明,本文的压缩算法消除了分块现象,并且在保证高压缩比的同时获得高质量的重构图像。结论实验结果表明,本文提出的引入了中间神经元的快速小波压缩方法,具有高压缩比、高保真、速度快等优点,可以高效地压缩图像。     

AOD精炼不锈钢工艺的应用和发展

本文论述了国内外AOD精炼不锈钢工艺的应用和发展，并提出了AOD所面临的问题。