线性扰码重建算法性能分析

线性扰码通常由线性反馈移位寄存器生成,非合作通信方需要对扰码参数进行盲估计才能恢复信息序列。为了有效解决扰码重建算法的适用性问题,通过对Walsh Hadamard变换的扰码重建算法性能进行理论研究,分析影响扰码重建算法性能的相关因素。首先,基于假设检验,分析了反馈关系检测的误判概率,将误判概率解析表示为接收数据量、信源有偏性和反馈多项式重量的函数;其次,在误判概率给定的情况下,进行了数据量需求分析;最后,讨论了算法复杂度,为工程应用和下一步进行线性扰码重建算法研究提供理论依据。     

浅谈混凝土裂缝的预防及处理措施

是一个普遍存在而又难于解决的工程实际问题,本文对一些混凝土工程中常见的裂缝问题进行了探讨分析,并针对不同情况提出了一些预防、处理措施.     

青少年速度训练的几种方法

采用改变刺激的强度、频率、周期等方法训练,使青少年的神经中枢形成良好的动力定型,从而使青少年的短跑成绩获得较大的提高。     

浅谈高校体育课程的改革

高校体育课程教学改革必须树立新观念、体现新思想、打破班级授课的形式,进行多模式教学改革;培养学生的终生健身观念,改革教学方法,注重能力培养;加强体育理论知识的教学,培养学生体育意识;重视培养体育师资等。     

基于领域BERT模型的服务文本分类方法

针对BERT模型领域适应能力较差，无法解决训练数据类别数量不均衡和分类难易不均衡等问题，提出一种基于WBBI模型的服务文本分类方法。首先通过TF-IDF算法提取领域语料中的词汇扩展BERT词表，提升了BERT模型的领域适应性；其次，通过建立的BERT-BiLSTM模型实现服务文本分类；最后，针对数据集的类别数量不均衡和分类难易不均衡问题，在传统焦点损失函数的基础上提出了一种可以根据样本不均衡性特点动态调整的变焦损失函数。为了验证WBBI模型的性能，在互联网获取的真实数据集上进行了大量对比试验，实验结果表明：WBBI模型与通用文本分类模型TextCNN、BiLSTM-attention、RCNN、Transformer相比Macro-F1值分别提高了4.29%、6.59%、5.3%和43%;与基于BERT的文本分类模型BERT-CNN、BERT-DPCNN相比，WBBI模型具有更快的收敛速度和更好的分类效果。     

融合深度学习和视觉文本的视频描述方法

为解决当前视频描述任务中,生成描述视频的文本整体质量不高的问题,提出一种融合深度网络和视觉文本的视频描述模型.首先在编码阶段,将注意力机制引入3D残差模块,通过一维通道注意力与二维空间注意力增强视频特征映射,降低无关目标与噪声的影响;其次,解码阶段利用双层长短期记忆(long short-term memory,LSTM)深度网络的时序性特征,输出表述视频高层语义的文本描述;最后,为有效利用视觉文本信息丰富视频生成的语义描述,利用基于神经网络的主题模型提取出视频中的主题作为视觉文本融合进模型中.实验结果表明,本文方法在不同性能指标方面具有较好的准确性,能够更加准确地利用自然语言描述视频高层语义信息.