两种检测微弱正弦信号方法的比较研究

研究了低信噪比条件下,(互)相关解调和多重自相关两种不同的微弱正弦信号检测方法,利用MATLAB/SIMULINK分别对这两种算法进行仿真并对结果进行分析,最后作出比较总结.     

多视图对比增强的异质图结构学习方法

异质图神经网络作为一种异质图表示学习的方法,可以有效地抽取异质图中的复杂结构与语义信息,在节点分类和连接预测任务上取得了优异的表现,为知识图谱的表示与分析提供了有力的支撑.现有的异质图由于存在一定的噪声交互或缺失部分交互,导致异质图神经网络在节点聚合、更新时融入错误的邻域特征信息,从而影响模型的整体性能.为解决该问题,提出了多视图对比增强的异质图结构学习模型.该模型首先利用元路径保持异质图中的语义信息,并通过计算每条元路径下节点之间特征相似度生成相似度图,将其与元路径图融合,实现对图结构的优化.通过将相似度图与元路径图作为不同视图进行多视图对比,实现无监督信息的情况下优化图结构,摆脱对监督信号的依赖.最后,为解决神经网络模型在训练初期学习能力不足、生成的图结构中往往存在错误交互的问题,设计了一个渐进式的图结构融合方法.通过将元路径图和相似度图递增地加权相加,改变图结构融合过程中相似度图所占的比例,在抑制了因模型学习能力弱引入过多的错误交互的同时,达到了用相似度图中的交互抑制原有干扰交互或补全缺失交互的目的,实现了对异质图结构的优化.选择节点分类与节点聚类作为图结构学习的验证任务,在4种...     

"智能"IP电话拨号器

随着Ｉｎｔｅｒｎｅｔ技术和通信技术的迅猛发展。国际互联网电话业务（ＩＰ电话）已经正式投入商业运行。ＩＰ电话具有电话资费低的优点。但其一次拨号的位数多达３０位左右,容易在拨号时出错。本文介绍“智能ＩＰ电话拨号器”能使拨打ＩＰ电话与打普通电话方式一样方便可靠。能解决ＩＰ电话一次拨号太多的缺点。     

基于AR2010微控制器的GPS接收机设计

AR2010型PDA/GPS芯片是一款集成了GPS控制器的SoC芯片，它使用MIPS的32位CPU内核并包含了GPS及各种外围设备控制器，主要介绍了基于这款芯片的GPS软件机的设计。     

基于动态制造资源的产品工艺分工规划研究

针对制造企业联盟的产品工艺分工问题,研究并开发了基于动态制造资源的网络化产品工艺分工规划系统。论文阐述了工艺分工的设计方法,提出了逻辑制造单元、逻辑加工路线等新概念,并对产品工艺分工系统的体系结构与功能组成、基于动态制造资源的零件与逻辑制造单元建模方法、基于知识的逻辑加工路线设计及可执行加工路线生成方法进行了详细讨论。     

TAS5010数字音频PWM处理器在数字音频产品中的应用

TAS5010数字音频PWM处理器构成了全数字功率放大系统中的数据调制部分,文章介绍了该芯片的结构、功能、工作原理和典型应用。     

双通道USB收发器的设计

文章介绍了双通道射频收发器nRF2 4 0 1和USB嵌入式微控制器CY7C632 31的主要特性 ,并用它设计了双通道USB收发器 ,解决了PC和无线鼠标和键盘的通信问题 ,丈章从软件和硬件两个方面阐述了设计。     

应用于ADSL的多位Σ-Δ数/模转换器的设计

提出了一种应用于ADSL数据传输的多位电流模Σ-Δ数/模转换器(DAC)。采用多位Σ-Δ调制器,可以在低过采样率和低调制器阶数下设计出高性能的调制器。通过采用动态元素匹配(DEM)技术,降低了由于电流模DAC(SteeringDAC)电路中电流源单元的不匹配带来的噪声,进一步改善了输出信号的信噪比。     

应用于ADSL的多位∑-△数／模转换器的设计

提出了一种应用于ADSL数据传输的多位电流模∑-△数／模转换器(DAC)。采用多位∑-△调制器，可以在低过采样率和低调制器阶数下设计出高性能的调制器。通过采用动态元素匹配(DEM)技术，降低了由于电流模DAC(Steering DAC)电路中电流源单元的不匹配带来的噪声，进一步改善了输出信号的信噪比。     

面向电子商务平台用户意图预测的时间感知分层自注意力网络

在推荐系统领域,了解电商平台中在线用户的行为意图至关重要。目前的一些方法通常将用户与商品之间的交互历史数据视为有序的序列,却忽视了不同交互行为之间的时间间隔信息。另外,一个用户的在线行为可能不仅仅包含一种意图,而是包含多种意图。例如,当一位用户在浏览运动品类下的商品时,其可能同时有购买足球和运动衫这两种商品的意图。但是现有的一些电商平台用户意图预测方法很难有效对用户-商品交互对时间间隔信息进行建模,也难以捕捉用户多方面的购物意图。为了解决上述问题,我们提出了一种时间感知分层自注意力网络模型THSNet,以更有效对电商平台的用户意图进行预测。具体而言,THSNet模型采用一种分层注意力机制来有效地捕获用户-商品交互历史中的时间跨度信息以更有效建模用户的多种意图。THSNet模型的注意力层分为两层,底层的注意力层用于建模每个会话内部的用户-商品交互,上层的注意力层学习不同会话之间的长期依赖关系。另外,为了提高预测结果的鲁棒性和准确度,我们采用BERT预训练的方法,通过随机遮盖部分会话的特征表示,构造了一个完形填空任务,并将该任务与用户意图预测任务耦合成为多任务学习模型,这种多任务预测方法有助于模型学到一个具有鲁棒性和双向性的会话特征表示。我们在两个真实数据集上对所提方法对有效性进行了验证。实验结果表明,我们所提出的THSNet模型要明显优于目前最先进的方法。