基于GAN的通信干扰波形生成技术

现有通信干扰方法, 通常基于通信侦察中获取的目标信号特征进行干扰决策, 选取合适的干扰波形实施干扰, 难以应对目标信号特征未知或参数动态变化的情况。为此, 提出一种基于生成对抗网络(generative adversarial networks, GAN)的通信干扰波形生成技术, 运用GAN直接提取目标信号的潜在特征, 并生成与目标信号特征相似的干扰波形。在介绍GAN原理的基础上, 首先设计网络模型, 并对学习率进行优化, 使GAN更适用于时间序列通信干扰波形的生成。然后通过对不同类型和参数的通信信号进行干扰波形生成实验, 验证了该技术的泛化性。最后进行干扰效果对比试验, 结果表明, GAN生成的干扰波形干扰效果能够逼近最佳干扰效果。     

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．     

国际外派人员知识转移的影响因素述评

知识转移对跨国公司总部和子公司整体竞争水平的提升具有重要意义,已成为研究新热点,但目前对知识转移个体层面的研究较为薄弱。通过构建外派人员知识转移的影响因素框架,从知识源、知识受体、知识特征、知识转移情景、社会网络等5个方面进行分析。研究表明,现有文献从信息网络视角对影响因素的研究较为丰富,但从社会网络视角以及对各种因素的交互作用的研究内容较少。最后,探讨了现有研究的局限和未来的研究方向。     

全国首家农村产权交易中心试点落成对上海的启示

<正>关于建立农村集体产权流转交易市场的调查和思考。十八届三中全会提出"建立农村产权流转交易市场",全国各地纷纷响应,进行农村产权流转交易方面的探索和实践。宁夏回族自治区在土地资源有限的情况下,大胆尝试,深入推进农村集体产权制度改革,在平罗县试点建立农村集体产权流转交易市场,成立首家农村产权交易中心,开展农村土地承包经营权、宅基地使用权和房屋产权的流转、交易、抵押和担保,盘活农村资产资源,保     

基于网络化视听技术的交互式教学系统设计

网络化教育系统越来越多的进入人们的学习生活当中,成为人们获取知识的一个重要的渠道.但是目前的网络教育系统缺乏交互性和自我修复完善的能力,学员被动接受知识,学习效果无法令人满意.该文讨论了一种基于网络视听技术的交互式教学系统,能克服上述缺点,更好的服务于学员.     

基于压缩感知的无线传感网数据收集研究进展

综述了基于CS的WSN数据收集研究成果,分别从基于矩阵设计、最小化能量和减少延迟等方面进行了分类探索,分析了各类方案的技术思想和优缺点,展望了基于CS的数据收集的发展方向。     

电子资源对图书馆的挑战

目前,电子资源在现代图书馆馆藏资源中所占的比例越来越大,日益成为读者研究、学习的重要信息来源。电子资源的应用在提升现代图书馆服务能力和水平的同时,也给图书馆带来了前所未有的挑战。就电子资源对用户信息行为模式、馆藏发展模式、资源定价、资源采购与资源管理等方面的挑战进行了探讨。     

基于变分不等式的多商品流供应链网络模型

针对多商品流的供应链网络均衡问题，考虑电子商务对供应链网络的影响，得到了制造商、零售商及需求市场的均衡条件，利用变分不等式形式把供应链网络均衡模型表述出来，得到了系统均衡的模型，利用拟牛顿法，得到了具多商品流的供应链网络均衡模型的求解方法。 用具体的数值算例验证了模型的合理性。
     

基于改进Faster R-CNN的农田残膜识别方法

为了实现农田残膜的精准捡拾,提高残膜回收机的回收率.将改进Faster R-CNN卷积神经网络运用到农田残膜的识别检测中,提出了一种农田残膜的识别方法.以11MS-1850残膜回收机工作后遗留在农田表面的残膜为研究对象,分别在晴天、阴天不同时间段采集图像共计1648幅.通过更改图像亮度、旋转等方式扩充数据集,最终得到4950幅残膜样本图像,按照7:2:1划分为训练集(3465幅)、验证集(990幅)、测试集(495幅);采用双阈值算法替代传统的单阈值算法,降低了阈值对模型性能的影响;通过对比试验,选取具有残差网络结构的ResNet50作为主干特征提取网络,准确率可达88.84％,召回率为87.70％,总体精度为88.27％;为了使检测模型对小目标更加灵敏,根据数据集中残膜尺寸大小,在原有锚点基础上增加322和642的尺度参数,准确率、召回率、总体精度分别提升了1.29％、0.67％、0.97％,单幅检测时间为284.13 ms,基本满足了识别残膜的要求.可为残膜回收机加装补收装置提供参考,为研制人工智能残膜回收机提供理论基础.