基于多流卷积和数据增强的声场景分类方法

针对单特征输入时,现有声场景分类方法分类准确率不高且泛化能力不强的问题,提出了一种基于多流卷积和数据增强的声场景分类方法．首先,介绍了卷积神经网络和混合数据增强的基本原理;其次,基于网络并行输入理论,设计了一种多流卷积神经网络模型以期实现多流特征融合,其由特征提取模块和特征融合模块组成;然后,为进一步提升模型的准确率并降低模型过拟合的概率,提出了一种多维混合数据增强方法以实现特征数据的平滑处理;最后,采用9种特征组合方案,基于Urbansound8K,ESC50和ESC10数据集分别开展了声场景分类实验．实验结果表明：模型的准确率分别为88.29%,77.75%和96.25%,验证了当使用该方法进行声场景分类研究时,模型具有较高的准确率和较强的泛化能力．     

在非视距环境下数据融合的无线定位算法

从数据融合以及增加测量参数两个不同角度分别介绍了非视距环境下定位的方法.数据融合基于基站选择的方法,通过3层融合得到位置估计,而增加测量参数则是基于经典TDOA/AOA混合定位,在测量方程中加入校正因子,通过逐步迭代的方法逐步减小非视距影响,从而提高定位精度.仿真表明:非视距环境下,增加测量参数的定位精度要高于数据融合,并且方法比较简单.     

科技资源科普化配置——科技经济融合的一种路径选择

在新发展格局下,科技创新对经济社会发展的支撑和推动作用至为关键,科技经济融合成为关乎中国现代化建设全局的重要选择.从科技资源配置的角度出发,通过考察科普化配置在政策支持、主体动力、转化渠道、产业融合等领域存在的困境,探讨其在优化公共资源配置、沟通科学与公众、促进科技经济融合、推动供给侧结构性改革等方面发挥的重要作用,为...     

论新时代榜样教育与高校学生教育管理的融合发展

当前,面对社会发展的新态势、新矛盾,高校学生教育管理也面临新的挑战.应对这些挑战,抓住中国共产党成立100周年关键时机,阐释如何把榜样教育融入高校学生的教育管理服务中,通过善用榜样教育的内容、巧用榜样教育的方法、能用榜样教育的功能、敢用榜样教育的思维,让二者深度融合抓稳契机、找准佳位、消除隔阂、创新思维,助力高校学生思...     

分布式多传感器结构中的数据融合方法

在分布式结构中,为了提高单个传感器的测量精度,为数据处理打下基础,首先对每一个传感器进行时间上的分批估计,降低误差的影响,得到各个传感器的局部决策值;接着对方差超过一定数值的数据进行基于相对距离的再处理;最后在最优融合原则下,运行加权自适应算法对各个局部决策值进行融合.数据分析结果表明,处理后的数据更接近测量真实值.     

我国5G与人工智能融合发展研究态势分析——基于文献计量与知识图谱

第五代移动通信技术(5G)与人工智能(AI)融合创新发展已成必然趋势.本文基于中国知网检索出的1772篇中文期刊文献数据,运用文献计量和CiteSpace绘制知识图谱的方法,系统分析我国学者关于5G与人工智能融合发展的研究态势.我们发现,国内相关研究成果自2015年来保持增长趋势,并呈现出"起步""快速演变"和"深化应...     

认知网络中无线电信号智能感知方法研究

无线电信号在噪声波动情形下的检测性能有待提高.该文提出了认知用户根据无线电环境变化自动调整检测阈值的感知方法.融合中心应用坐标搜索算法为认知用户提供最优控制参数,认知用户依据最优参数设定检测阈值,并自主学习特定无线电环境下的最佳阈值.此外,该算法充分考虑了各认知用户的个体特征及其感知贡献,并提出了一种基于能量值的加权算法体现用户特征.实验结果说明该算法对噪声波动具有卓越的鲁棒性,在信噪比低于-15 dB时的检测概率远高于传统方法.     

飞机地面防撞多传感器数据融合系统研究

为了实现对不同传感器探测和跟踪的目标信息融合,提出了一种车载飞机地面防撞的多传感器数据融合系统.采用矩不变量的方法描述飞机的特征;采用Levenberg-Marquardt算法对标准的BP网络算法进行改进,使系统快递、稳定地进行飞机识别.该算法实现了多传感器多目标定位、航迹融合等关键技术,实验表明,该系统可以较好地实现目标定位、跟踪以及目标识别的目的.     

微波被动/红外复合导引头制导信息合成方法研究

多模复合寻的制导技术已经成为精确制导武器的发展方向,采用微波被动/红外双模制导模式,可有效提高制导系统的精度.多传感器制导信息合成方法是多模寻的制导的关键技术之一.对微波被动/红外复合导引头制导信息合成方法进行了研究,并在此基础上对无人机制导系统进行了仿真分析.     

基于图像块分割及小波空间频率的多聚焦图像融合法

提出了一种基于图像块分割及小波空间频率的多聚焦图像融合算法.采用块区域局部小波空间频率作为图像是否清晰的判断依据,对于明显的清晰和模糊区域,直接选取清晰区域作为融合后的相应块区域;而对于清晰与模糊的边界区域,采用了基于像素的窗口空问频率的方法进行融合处理.实验对比结果表明,该方法明显优于小波变换方法和图像块方法.