
目錄
-
-
基于改進U-Net的零件缺陷分割標注
摘 要: 提出一種以U-Net為基礎,依據(jù)零件缺陷的特點對網絡進行一系列改進的模型,以提升網絡對零件缺陷的分割精度.首先在U-Net結構中的編碼階段,使用改進的殘差網絡Res2Net提高該階段的特征提取能力;然后在網絡編碼器與解碼器的中間...
-
-
基于有向無環(huán)圖的高效并行區(qū)塊鏈
摘 要: 區(qū)塊鏈系統(tǒng)的性能制約了它的推廣應用,主要表現(xiàn)為交易吞吐量低、交易確認時間長和算力浪費等.針對這些問題,提出一種基于有向無環(huán)圖(DAG)的區(qū)塊鏈及其共識協(xié)議,提供區(qū)塊鏈的并行工作模式.通過3個指針提供DAG區(qū)塊的連通性;根據(jù)工作量...
-
-
基于在線學習行為數(shù)據(jù)的學習效果模型與影響因素分析
摘 要: 為了探究學生在線學習情況與學習效果之間的關系,采用數(shù)據(jù)標注的方式解決學生學習行為表示的問題.以S大學在線教學平臺數(shù)據(jù)為研究對象,通過數(shù)據(jù)挖掘技術探尋學生在線學習行為與學習效果之間的關系.對比多種機器學習算法后,選定隨機森林算法作...
-
-
非完美CSI下大規(guī)模MIMO DF中繼多用戶對全雙工通信系統(tǒng)性能研究
摘 要: 通過解碼轉發(fā)(DF)協(xié)議中繼,研究了在非完美信道狀態(tài)信息(CSI)下,多用戶對雙向全雙工通信系統(tǒng)的性能.通過配備大量天線,可以大大增加通信系統(tǒng)的頻譜效率(SE).對到達中繼端的信號采用迫零(ZF)線性接收處理并預編碼,推導了SE...
-
-
欺騙攻擊下基于集員估計的網絡化系統(tǒng)跟蹤控制
摘 要: 針對在統(tǒng)計特性未知欺騙攻擊下,線性時變參數(shù)網絡化控制系統(tǒng)(NCS)容易出現(xiàn)跟蹤偏差的問題,提出了一種基于集員估計的控制策略,實現(xiàn)了系統(tǒng)狀態(tài)對參考狀態(tài)的有效跟蹤.與卡爾曼估計等方法相比,無需提前知道攻擊的統(tǒng)計特性,利用一種新型的集...
-
-
面向教育大數(shù)據(jù)的知識追蹤研究綜述
摘 要: 介紹了知識追蹤(KT)的相關概念與任務,梳理其發(fā)展脈絡,綜述KT的原理、相關算法和數(shù)據(jù)集,分析了不同結構的KT模型的優(yōu)缺點.在此基礎上,對KT領域未來發(fā)展方向進行了深入探討,提出了數(shù)據(jù)表征、認知建模、模型可解釋性三個重要的發(fā)展方...
-
-
基于資源訪問序列的在線學習者認知沖突建模與識別
摘 要: 為了解在線學習者在遭遇高程度認知沖突網絡學習行為的變化,并探究免傳感器條件下基于行為序列的預測模型在識別正遭遇認知沖突的學習者的可行性,本文通過聚類分析和過程挖掘,研究了學習者的資源訪問模式具有的差異化特點.研究發(fā)現(xiàn),當學習者遭...
-
-
5G廣播系統(tǒng)物理廣播信道的信道估計
摘 要: 在研究5G廣播標準協(xié)議的基礎上,提出了基于離散傅里葉變換(DFT)降噪的主/輔同步信號(PSS/SSS)及小區(qū)參考信號(CRS)聯(lián)合信道估計方法,可以在低信噪比、大頻偏和高信道動態(tài)變化的場景下,準確地估計出物理廣播信道(PBCH...
-
-
基于細化和最小生成樹的多邊形主骨架線提取
摘 要: 現(xiàn)有的不規(guī)則多邊形主骨架線提取方法存在設計復雜、執(zhí)行效率低等缺點,對此提出一種基于細化和最小生成樹的多邊形主骨架線提取方法.首先,確定多邊形的最小包圍盒,并在其中生成均勻分布、數(shù)值分別為0或1的點,運用細化算法提取多邊形骨架;再...
-
-
基于決策樹的代碼異味優(yōu)先級評估
摘 要: 基于以開發(fā)人員驅動的代碼異味優(yōu)先級排序方法,結合優(yōu)化決策樹算法建立模型,對代碼異味的重構優(yōu)先級進行面向開發(fā)人員的排名,并在實證研究中評估了該模型,以模型可解釋性方法對特征的重要性進行評估,給出了相關影響較高的特征.結果表明,該模...
-
-
一種圖像分類中基于元學習的漸進式原型網絡技術研究
摘 要: 分析了一種基于元學習的漸進式原形網絡,只需要少量的圖像樣本,就可以完成模型的訓練工作,并能快速識別新任務,具有極強的泛化能力.采用的漸進式訓練策略,提升了模型的訓練效率,降低了訓練時間. 關鍵詞: 漸進式原型網絡; 深度學習; ...
-
-
面向智能物聯(lián)的雙路徑機器學習調制模式識別技術研究
摘 要: 分析了一種面向智能物聯(lián)的雙路徑機器學習調制模式識別方法.以元學習網絡為基礎,將模糊分類和精確分類相結合,在低信噪比環(huán)境下,能擴增識別信號類型,同時保持較高的識別精度,有效地降低了惡劣環(huán)境對信號帶來的影響.用理論分析和仿真結果證明...
-
-
一種物聯(lián)網中元策略學習傳輸模式識別技術研究
摘 要: 分析了一種物聯(lián)網中元策略學習傳輸模式識別方法.采用階段式元學習(ML)神經網絡構成元學習器,利用數(shù)據(jù)增強(DA)技術對圖像進行預處理,決策驗證等多個模塊被用于協(xié)作識別,能夠有效地抵抗惡劣環(huán)境對信號造成的影響.理論分析和仿真結果證...
-
-
基于大數(shù)據(jù)技術的非洲豬瘟傳染病預測研究
摘 要: 對我國發(fā)生非洲豬瘟期間(2018年5月—2019年9月)的百度指數(shù)與該種疾病爆發(fā)的關聯(lián)性進行研究,采用以省份為區(qū)域分組的二元Logistic回歸模型,通過對17個地區(qū)數(shù)據(jù)的擬合,分別提前3周、提前2周、提前1周及當周預測了非洲豬...
-
-
利用分子標記輔助選育優(yōu)質香軟水稻新品系“上師大22號”及試種
摘 要: 為培育適合上海市及其周邊地區(qū)種植的優(yōu)質香軟水稻,以優(yōu)質水稻“銀香38”為母本,以抗稻瘟病水稻品系“13-2”為父本,進行雜交獲得了F1種子;再以抗倒性較強的“武運29185”香稻為母本,與F1植株進行復交,然后多代自交,期間利用...
-
-
水稻高溫白化復綠突變體tcd52的遺傳分析和分子定位
摘 要: 粳稻品種“嘉花1號”經甲基磺酸乙酯(EMS)化學誘變處理,獲得一個穩(wěn)定遺傳水稻幼苗高溫白化復綠突變體tcd52.該突變體在高溫(>24 ℃)條件下,二葉期葉色呈白色失綠,三葉期開始復綠,四葉期后與野生型沒有明顯差異;而在低...
-
-
基于葉綠素熒光參數(shù)評估蝴蝶蘭的組織培養(yǎng)潛力
摘 要: 以蝴蝶蘭(Phalaenopsis aphrodite RcHb.F.)的“大辣椒”品種為對象,研究了不同高溫脅迫處理時間下的蝴蝶蘭形態(tài)、葉綠素熒光參數(shù)變化,并對處理過的蝴蝶蘭材料進行了組織培養(yǎng).結果發(fā)現(xiàn):當蝴蝶蘭“大辣椒”品種...