面向6G的星地融合一体化组网研究

面向6G的星地一体化网络通过卫星网络与地面网络的优势互补、紧密融合,将扩大网络覆盖范围,提升网络整体效率,从而实现全球立体无缝覆盖网络.概述了星地融合网络发展现状及趋势.分析了星地融合网络发展路径,从过去的业务融合到现在的体制融合再到未来的系统融合.指出了面向6G的星地融合一体化组网中网络架构、空口传输、组网方式以及频率管理方面存在的挑战以及未来可能的发展方向.     

图文决策融合的多模态电商垃圾评价检测

现有的电商垃圾评价检测方法大多基于对评价文本信息进行分析,难以有效检测带有图片的多模态垃圾评价,为充分利用评价的图片和文本内容,提出了基于Transformer双向编码表示(bidirectional encoder representa-tions from transformer,BERT)和宽残差网络(wide residual networks,WRN)的图文融合决策检测方法.该方法利用评价文本对经过预训练的BERT模型进行微调训练,经过表示学习分类得到文本评价类别向量,使用宽残差网络对评价图片进行特征提取和分类并输出图片类别向量,将得到的对应评价图文类别向量共同输入启发式决策融合分类器,对多模态评价整体进行预测分类.使用真实电商评价数据集进行实验表明,相比面向评价文本的分类方法,图文融合决策检测方法对多模态评价分类的精准率提高4.44％,召回率提高2.12％,Micro-F1提高3.67％,结果证实该方法能够对多模态垃圾评价进行有效检测.     

精细拓扑结构表示与深度特征融合在多目标图像检索中的应用

空间信息表示是增强图像特征表达性能的重要手段,通过空间关系建模与深度学习方法融合可有效提升深度特征的语义特性,从而提升图像检索性能.首先,针对复杂图像的空间关系表示提出了一种新的精细拓扑结构表示模型,该模型不仅具有完备的拓扑描述性能,还提供了两种拓扑不变量的推理算法,使得拓扑不变量可以由表示模型直接推导而不需要繁复的几何计算;其次,基于精细拓扑结构表示模型,提出了有效的拓扑结构相似性度量方法,为空间关系特征表达奠定了基础;最后,进一步结合卷积神经网络,提出融合复杂空间关系特征与深度特征的多目标图像检索方法.实验结果表明,所提出的拓扑结构表示模型在空间查询中具有良好的性能;所提出的图像检索框架取得优于现有方法的精度,并能够有效地结合手工特征与深度特征各自的优势,为提升深度学习方法的可解释性创造了有利条件.     

基于UKF的无线传感器异步数据融合优化算法

提出了一种基于无迹卡尔曼滤波(UKF)的无线传感器异步数据融合算法,利用RNAT机制识别无线传感器网络中的冗余节点,构造数据冗余树来实现冗余数据的去除.根据重复数据消除的结果,在每个传感器检测范围半径相等的环境下,采用四圆定位法,任意选择2个检测目标信息的节点,计算2个圆形检测区域边界的交点,根据迭代法找到并近似目标.设定了不同传感器的原始传感器相互独立、同一传感器不同原始量测量值相互独立的前提条件,计算出各通道的测量值,利用未测量卡尔曼滤波器以滤波的形式更新测量值,引入卡尔曼滤波增益矩阵,并结合异步数据定位结果实现数据融合.实验结果表明,融合后的数据利用率高于现有结果,算法耗时短、能耗低,且具有较高的数据融合精度,整个融合的准确率在90％以上.     

坚持创新核心地位，建设世界科技强国

 推动高质量发展、实现人民高品质生活、构建新发展格局、顺利开启全面建设社会主义现代化国家新征程对加快建设世界科技强国提出了更为迫切的需求。面对新发展阶段科技创新和创新发展的新形势与新任务,必须坚持创新在现代化建设全局中的核心地位,坚持自立自强、全面创新、系统治理、开放融合原则,增强科技创新系统供给、支撑、引领能力,提升科技自立自强水平,进而强化科技自立自强对国家发展的战略支撑。     

基于点云与图像决策级融合的道路行人检测

现有基于点云与图像融合的行人检测要求高算力的处理平台,应用于低算力低功耗的嵌入式平台时,无法满足行人检测的准确率和实时性.基此提出一种融合点云与图像的道路行人检测方法,该方法采用DBSCAN算法对点云进行聚类,然后,运用概率数据关联算法将行人点云与图像的行人检测结果进行决策级融合,最后,在嵌入式计算平台上进行软硬件集成与测试验证.实验结果表明,相比于其他目标检测算法,设计的融合点云与图像的道路行人检测方法,不仅提高了道路行人方位的检测精度,而且检测用时降低了46.6％以上.     

基于多任务权重参数学习的兴趣点推荐算法研究

基于位置的社交网络的快速发展,通过借助社交网络来分享用户位置信息,其中包含了丰富的上下文信息,比如用户签到、兴趣点地理位置、用户社交关系等,从而对兴趣点推荐的发展提供了很大的机遇.但是,如何有效地利用这些上下文信息,解决数据稀疏和隐式反馈等问题,是很大的挑战.针对这一问题,提出了一种能够动态融合不同上下文因素的推荐算法,该推荐算法可以融合不同类型的上下文因素,比如地理信息、类别信息、时间信息等,通过一种类似梯度下降的动态权重参数学习的方法,动态地学习每个因素的权重,适应不同类型用户特点,从而改善兴趣点推荐效果.     

腌韭菜根中五种腐败菌菌液OD值与其活菌数相关性研究

为确定从腌韭菜根中获得的土扬芽孢杆菌、巨大芽孢杆菌、莴苣不动杆菌、解淀粉芽孢杆菌、蜡样芽孢杆菌五种腐败菌的菌液OD值与活菌数之间的线性关系,从而建立一种能快速获得菌悬液活菌浓度的方法.采用比浊法测定不同浓度菌液的OD600值,并通过平板计数法测得各菌液活菌数,比较二者之间的相关性,建立标准曲线.结果表明,腌韭菜根中五种腐败菌菌液的活菌数与OD600值呈直线线性相关,其线性方程为:土扬芽孢杆菌:y=25.81x+3.25,R2=0.9842;巨大芽孢杆菌:y=16.63x+2.64,R2=0.9357;莴苣不动杆菌:y=16.16x-0.0035,R2=0.9268;解淀粉芽孢杆菌:y=7.25x+0.30,R2=0.9926;蜡样芽孢杆菌:y=40.31x+0.83,R2=0.9890.该研究结果可为五种腐败菌菌液中活菌数量的测定提供依据.