认知无线电系统中基于归一化效用函数的功率控制方法

采用了博弈论的方法来实现对CR用户发送功率的控制,提出了适合CR技术的归一化效用函数,并且引入了代价函数,证明了在博弈过程中,该函数存在纳什均衡并且均衡点唯一。仿真结果表明了该方法可行且计算较为简单,分析并找到了效用函数中较为合适的平稳参数和代价因子。     

基于一维卷积神经网络的岩石物理相识别

为解决岩石物理相识别问题,提出了一种基于可解释一维卷积神经网络的识别方法.该方法通过引入全局平均池化层,突出了测井曲线波形的动态变化部分;并且通过分类激活映射增强了方法的可解释性;通过引入扩张卷积和批量归一化,弥补了由全局平均池化层引起的性能下降.实验结果表明,测试集中4种岩石物理相的平均F1分数为0.97,相比其他同...     

基于指向性换能器水声传感器网络功率控制算法

为了实现环境友好的通信,提高信道空间复用率进而提高网络吞吐量,提出了一种采用指向性换能器的水声传感器网络功率控制算法.设计支持指向性的邻节点发现过程,使节点获取信道信息,以归一化系统容量最大化及对邻近节点的干扰最小化为目标建立效用函数.以海洋生物发声影响阈值为限定条件,通过求解最大化效用函数的最优解对节点进行功率控制.该算法既能缓解隐藏终端和暴露终端问题,又能避免干扰海洋生物.仿真结果表明:相比于全向通信,对于不同的换能器波束宽度,本算法可使网络的能耗降低,吞吐量提高2~3倍,端到端延时降低20%~30%.     

基于协作频谱感知和干扰约束的认知异构网络

针对异构无线网络的空闲信道检测准确率及网络吞吐量的优化问题,提出一种基于协作频谱感知和干扰约束的认知异构网络.首先,所提出的认知异构网络系统模型采用多个中心次用户(Center Secondary Users,CSU)节点协助其他节点进行频谱感知,并引入了能量检测阈值,在提高空闲信道检测准确率的同时节省检测能耗.接着,采用最大化数据速率的联合优化方程,在干扰功率的限制约束下为节点分配最佳的发射功率,降低干扰程度并优化网络吞吐量.实验仿真结果表明,相比较基于集群的协作频谱感知分配策略算法和基于QoS约束的能量感知竞争功率分配算法,该算法的网络吞吐量分别提升了3.4%和1.5%,平均频谱利用率分别提高了9.3%和7.4%.     

基于遥感的城市生态环境质量动态变化定量评价——以江苏省宜兴市为例

城市化与人类生存环境改善之间的矛盾日益突出,综合、快速、准确、定量监测城市生态环境质量状况尤为重要.以利用遥感技术反演城市生态系统净初级生产力、植被覆盖度和地表温度等生态参数,提出基于归一化不透水指数的地表裸露度;综合以上参数建立基于遥感参数的生态环境指数模型,并运用该模型定量评价江苏省宜兴市生态环境质量动态变化.结果表明,2000—2013年,宜兴市生态环境质量呈下降和升高趋势的面积分别占总面积的79%和21%,其中,20.56km2呈显著降低趋势,并未监测到显著改善区域.该模型综合各项遥感参数,能快速、准确、定量监测城市生态环境质量变化,具有良好的应用潜力.     

3G LTE上行多小区优化调度算法

上行多小区优化调度算法基于小区间干扰的理论分析结果,提出了一套整体的多小区优化的方案,与传统3GLTE(LongTerm Evolution)系统中的比例公平算法相比,该算法充分考虑了小区间干扰,使系统吞吐量和用户吞吐量公平性两方面性能都有了明显的改善.     

Inductive transfer learning for unlabeled target-domain via hybrid regularization

Recent years have witnessed an increasing interest in transfer learning. This paper deals with the classification problem that the target-domain with a different distribution from the source-domain is totally unlabeled, and aims to build an inductive model for unseen data. Firstly, we analyze the problem of class ratio drift in the previous work of transductive transfer learning, and propose to use a normalization method to move towards the desired class ratio. Furthermore, we develop a hybrid regularization framework for inductive transfer learning. It considers three factors, including the distribution geometry of the target-domain by manifold regularization, the entropy value of prediction probability by entropy regularization, and the class prior by expectation regularization. This framework is used to adapt the inductive model learnt from the source-domain to the target-domain. Finally, the experiments on the real-world text data show the effectiveness of our inductive method of transfer learning. Meanwhile, it can handle unseen test points.     

IEEE 802.11 DCF机制非饱和态的吞吐量模型

当前,为评价IEEE 802.11的DCF非饱和性能,大多采用二维马尔可夫链进行数学建模.根据DCF机制对竞争节点的公平服务特征,推导出节点工作在非饱和态下的传输周期,进而得到吞吐量的数学表达式.与已有模型相比,该模型更为简单,同时能够真实地反映DCF的工作机制.仿真结果与理论结果的吻合证实了模型的有效性.     

基于温度植被干旱指数法的农业干旱研究

利用MODIS数据提取归一化植被指数（NDVI）和陆地表面温度（LST）,构建温度植被旱情指数（NDVITs）特征空间,依据该特征空间设计的温度植被旱情指数（TVDI）作为旱情指标,结合土地利用现状数据对重庆市梁平县2006年7月12—27日的旱情进行了研究．研究结果表明在2006年7月12—27日重旱区主要分布在梁平的东北地区,旱地受旱面积为67．32％,水田受旱面积达55．1％,林地、水田、旱地、其他用地四种用地类型,其受旱比例依次递减,所得数据与该时间段该区土壤墒情站所得的干旱数据基本符合,该研究结果较好地反映了本次干旱灾害的空间分布,为相关部门进行干旱灾情评估制定和实施抗旱减灾措施提供了科学依据．     

一种基于正交不变集多小波的虹膜识别方法

提出了一种新的虹膜特征提取方法。该方法应用双正交不变集多小波对虹膜图像进行特征提取,同时考虑了虹膜图像的局部特征和全局特征,采用相关系数测度和方差倒数加权欧氏距离相结合的方法来设计分类器,为了消除虹膜图像在采集时可能产生光斑而对识别结果带来影响,在设计分类器时采用分块处理的办法。实验结果表明,多小波变换能更好的提取虹膜的纹理特征,获得更好的识别性能,是一种有效识别方法。