基于生成对抗网络的信号调制方式的开集识别

为解决信号调制方式的开集识别问题,基于生成对抗网络提出了一种适用于一维信号数据的重构判别网络模型,该模型由重构网络和判别网络组成,分别用来重构和判别输入信号。两个网络在相互对抗的训练过程中,对已知调制方式信号的数据分布形式充分学习,使得重构后的输出不仅能够呈现已知调制方式信号更多有用的信息,而且能够扰乱未知调制方式的信号,从而增强判别网络对输入信号调制方式的判别能力。仿真结果表明,该模型能够实现信号调制方式的开集识别,而且在信噪比大于0 dB时,对已知调制方式和未知调制方式信号的识别率均大于93%。     

基于免疫粒子群优化的移动Sink路径规划算法

为了减少能量空洞和延长网络生命周期，在无线传感网中采用移动 Sink 的方式收集节点采集的数据是解决能 量效率问题的有效措施．采集路径的规划问题类似于旅行商问题，无法得到多项式时间的解．提出了将人工免疫算法和粒子群算法相结合，针对移动 sink 数据收集的路径规划问题寻求近似最优解，仿真结果表明: 与其他算法进行性能比较，所提出的优化算法能够有效减少能耗和缩短遍历路径．     

五味子有效成分保护心室重构的研究进展

五味子对心血管、免疫系统及CNS具有调节作用,阐述了五味子中有效成分木脂素和多糖保护心室重构的作用.     

课程设计法在民族高校电子信息科学与技术专业学生实践能力培养的研究

目前,培养应用型、综合型的创新人才已经成为高等教育的新目标.通过改革电子信息科学与技术专业传统的教学模式,在多门课程的教学中采用课程设计的形式进行实践训练和课程考核是十分必要的.这里提出了适应本专业的课程设计的基本方法和流程,搭建了一个电子信息科学与技术专业实践能力培养系统,并通过对近四年本专业学生的参赛获奖、创新项目、专业实习和就业情况进行统计和分析,可以看出本专业学生的专业实践能力得到了大幅度提高.也就是说,课程设计法已经成为培养电子信息科学与技术专业学生综合实践能力的科学有效的方法之一.     

基于粒子滤波与BP神经网络的短时交通流预测

为了有效缓解当前交通拥堵问题,结合时下流行的智能交通系统,本文将粒子滤波算法引入短时交通流预测过程中,提出一种基于粒子滤波与神经网络的预测算法。该系统通过BP神经网络的非线性映射功能,分裂选择适当的权值,在多次训练之后能够提高算法中粒子的多样性,改善算法滤波的性能,最终达到提高预测精度的目的。另外,本文以河南省新乡市交通局公交和出租车数据作为数据来源,通过与传统的粒子滤波算法和BP算法的预测结果进行对比,发现本文所提出的方法对短时交通流预测具有更好的预测精度。