基于SRNN+Attention+CNN的雷达辐射源信号识别方法

针对低信噪比条件下雷达辐射源信号特征提取困难、识别准确率低的问题, 提出一种基于切片循环神经网络(sliced recurrent neural networks, SRNN)、注意力机制和卷积神经网络(convolutional neural networks, CNN)的雷达辐射源信号识别方法, 并在CNN中引入批归一化层, 进一步提升网络的识别能力。模型以雷达辐射源信号幅度序列作为输入, 自动提取信号特征, 输出识别结果。实验结果表明, SRNN相比于门控循环单元(gated recurrent unit, GRU)训练速度大大提升, 注意力机制和批归一化层能有效提高识别准确率; 在采用8种常见雷达辐射源信号进行的实验中, 所提方法在低信噪比条件下仍有较高的识别准确率。     

用切片法求轴对称载流导体的磁感应强度

将正方形截面长直载流体沿电流方向分割成许多薄片，积分求出了对称轴上的磁感应强度，并讨论了截面中心附近和远离导体处磁感应强度的近似计算方法。     

从图像中提取离散点状神经功能束边缘的研究

针对神经切片图像中呈现离散点状分布的功能束,提出了一种提取其边缘轮廓的方法。首先采用聚类数目未知的动态聚类方法把功能束从原始切片图像中逐个分离出来,接着用改进的GVF-Snake模型逐个提取功能束的边缘,再把所得到的各个功能束边缘叠加到原始切片图像中。实验表明,这种方法不仅能有效处理功能束的分裂和汇合,而且边缘提取的收敛速度快,最终得到的功能束边缘光滑连续,满足神经三维可视化的要求。     

校园情侣：当代两性关系的一个切片

读完《因为女人》,我不禁想起了歌德的一句话：＂真实是一把火炬,却是一把非凡的火炬;因此我们所有人都只是眨着眼力求从那里绕过去,甚至害怕它把我们烧焦了。＂在我看来,《因为女人》却是一部拒绝绕过真实的作品,它径直穿越了当代女性生活困境的核心,     

切片技术在聚合物材料研究中的应用

将切片技术与透射电子显微镜（TEM）、原子力显微镜（AFM）、光学显微镜（LM）等快速发展的显微分析技术结合起来，可以研究聚合物材料的形貌结构、相容性和结晶，以及填料的分散及形貌结构等，有助于优化聚合物材料的制备工艺条件、配方和性能。进一步优化切片速度、温度等切片技术参数并加强与显微红外光谱等其他显微学表征手段的结合，将使切片技术在高分子材料的结构分析与性能优化中发挥更加重要的作用。     

特征函数与 Banach 空间的 k-光滑性

利用Ｂａｎａｃｈ空间的特征函数［１］及其对偶空间中的切片刻划ｋ－光滑点［２］与ｋ－强光滑点［２］，从而给出刻划Ｂａｎａｃｈ空间的ｋ－光滑性与ｋ－强光滑性的另外两种方法。     

牙齿颌骨口腔粘膜三联合组织石腊切片的简易制作

为了研究牙齿、颌骨及口腔粘膜的正常结构及其病理变化，必须制成薄切片，通过染色等技术处理，才能达到观察组织形态的目的。而口腔组织病理的标本常常是带有牙齿、颌骨及口腔粘膜的混合成分，其切片要求既要看清骨组织，又要看清软组织，而且在切片中要尽量保持原有的解...     

利用相干数据体检测断层与特殊岩性体

利用三维地震资料解决复杂的地质问题具有明显的优越性 ,因为三维地震数据体包含丰富的地层、岩性等信息。然而采用常规三维地震资料的解释方法 ,工作量很大 ,而且很难得到断层和特殊岩性体清晰而准确的直观图像。利用相干数据体检测方法可以解决这一问题。相干数据体是通过对道间相似性等属性的计算 ,实现三维振幅数据体向三维相似系数等属性体的转换。利用相干属性体可对断层做自动、半自动解释 ,也可以实现特殊岩性体的准确成像 ;既可以降低劳动强度 ,又可以缩短三维地震资料的解释周期。文中详细描述了相干数据体算法以及断层和特殊岩性体的自动检测方法 ,实际资料处理展示了相干属性体的良好应用前景     

面向5G的网络切片管理方案

随着5G愿景和概念的清晰,网络切片已逐渐成为解决多种使用场景的潜在方案,但在多个网络实例共存的情况下,网络的管理和用户对网络的附着将面临诸多问题。基于5G的发展趋势与其关键技术,提出一种以网络切片管理器为核心的管理方案。借助网络功能虚拟化技术实现网络切片创建与修改的完全自动化;在多个网络实例共存的情况下,网络切片选择模块辅助用户实现网络附着。该体系将网络分为了基础资源、网络实例和业务三层,并形成开放的平台,使得每一层都将可以单独作为服务进行出售、租赁和管理。这将改变现有电信领域的商业模式,并为其运维带来更多的灵活性。