宽带认知无线电网络分布式协作压缩频谱感知算法

针对宽带认知无线电网络中压缩频谱感知算法在低信噪比环境下频谱检测性能下降的问题,提出了一种基于高斯过程的分布式压缩频谱感知(PBCS)算法.首先应用层次化的正态分布概率模型来表示压缩频谱的重构,然后各个认知无线电用户交换模型参数并结合本地的压缩采样数据进行压缩频谱感知.有别于其他直接融合频谱感知结果或检测数据的协作式算法,PBCS算法通过模型参数融合来进行协作,能有效减小信噪比低的协作用户的影响,从而提高算法的抗噪性.仿真结果表明,PBCS算法可以在-5dB的信噪比条件下达到检测概率大于0.9、误检概率为0.1的频谱检测性能.     

基于知识结构图的智能学习诊断研究

为了确定学习者的薄弱知识环节,更好的实现适应性教学,本文通过分析学科知识结构,运用知识结构图表示学科知识的逻辑结构,在此基础上提出了实现智能学习诊断的策略,并给出了学习诊断模型.     

道德认知神经科学对道德教育的启示

道德教育在教育中占有极其重要的地位.新兴学科--道德认知神经科学研究发现了大脑中与道德相关的神经网络,对理性在道德功能中的地位进行了重新审视,特别强调情绪和直觉在道德功能中的重要作用,提出了独特的道德发展观和整合的道德教育体系.该学科认为道德为大脑的功能之一,良好的道德需要健全的大脑、理性的思辨、健康的情感反应和敏锐的直觉判断,这些发现对如何进行有效的道德教育有着重要的启示和实践价值.     

有色噪声中一种新频谱检测器的设计

高效、可靠地检测到主用户的存在与否是认知无线电的一个重要环节.在实际生活中,观测噪声常为时间相关的高斯有色噪声,如果运用传统的基于高斯白噪声假设的频谱检测算法,检测性能将显著降低.该文以高斯有色噪声为背景,首先采用线性模型估计导频信号,然后根据估计的参数设计基于似然比的检测器,并推导得到了检测概率和虚警概率的解析式.仿真结果表明:在低信噪比下,与能量检测相比较,所提方案能有效地提高检测概率和检测速度.     

心理疲劳发生的认知神经机制

心理疲劳是人们长时间从事脑力活动而形成的一种包括认知、情绪和行为改变的复杂心理现象.心理疲劳的发生有个体差异,它与奖赏得失的衡量、错误监控受损和信息加工扰乱等因素有关.回顾近十年相关研究,发现心理疲劳发生的神经生理机制主要涉及多巴胺、感觉运动门控、自主神经(迷走神经和副交感神经)、大脑的扣带回和基底神经节等神经系统,认...     

由建构与算理看戴震的《勾股割圜记》

戴震对中算的贡献,一向被认为只局限于算书的整理上,如校《九章算术》、恢复《算经十书》,等等。他的数学成就,常被批评为无足轻重。文章从学术建构的角度,来分析戴震的《勾股割圜记》,认为戴震著书的目的是希望由中算固有的性质中,创造出一个具文化传承且能与西方三角学匹敌的勾股割圆术。由此观点,戴书中许多被诟病之处,可得到合理的解释。另外,在研究戴震算学的文献中,很少谈到戴震对算理的强调。文章的另一目的是讨论算理在《勾股割圜记》中的重要性。戴震宣称割圜之法尽于勾股互权(相似直角三角形三边互求)。而在其书中勾股术的推导过程,除了图式,戴更明确地列出相似勾股形的对应边。无论是平面或是球面,戴的确是用该性质推导出所有的勾股术。     

我国东北地区高校滑雪课程体系的构建

针对目前开设的滑雪课程存在的问题,提出了在课程体系设置上要正确处理好整体性与局部性、多元性与一元性的关系.构建了以安全知识、技术原理等为理论教学内容,以高山滑雪等为实践教学内容,以滑雪场地、器材等为隐蔽教学内容的滑雪课程体系.     

概率论与数理统计学习策略的统计分析

采用问卷调查和考试的方法进行调查分析,研究了学习策略对概率论与数理统计学习成绩的影响.结果发现,学习策略和概率论与数理统计学习成绩密切相关,学习策略对概率论与数理统计学习成绩影响显著,学习策略对概率论与数理统计学习成绩有预测作用.     

基于小波分析和集成学习的短时交通流预测

针对短时交通流具有随机性和不确定性等特征,提出一种基于小波分析和集成学习的组合预测模型.首先,对原始交通流数据的平均行程时间序列应用Mallat算法进行多尺度小波分解,且对各尺度上分量进行单支重构;其次,对于各重构的单支序列分别使用极端梯度提升模型(extreme gradient boosting,XGBoost)进...     

基于新型空间注意力机制和迁移学习的垃圾图像分类算法

随着我国各级政府大力推动垃圾强制分类,分类回收各环节中实现标准化、自动化的垃圾分类识别需要适合云端部署的高准确率、低延时要求的细粒度图像分类模型.本文发挥深度迁移学习的优势建立了一套端到端的迁移学习网络架构GANet (garbage neural network);针对垃圾分类中类别易混淆、背景干扰等挑战,提出一种新型的像素级空间注意力机制PSATT (pixel-level spatial attention).为克服类别多和样本不平衡挑战,提出使用标签平滑正则化损失函数;为改善收敛速度以及模型稳定性与泛化性,提出了阶梯形OneCycle学习率控制方法,并给出了结合Rectified Adam (RAdam)优化方法和权重平滑处理技术的组合使用策略.实验使用了"华为云人工智能大赛.垃圾分类挑战杯"提供的按照深圳市垃圾分类标准标注的训练数据,验证了GANet在垃圾分类问题中的显著效果,获得了全国二等奖(第2名);同时,提出的PSATT机制优于对比方法,且在不同主干网络架构上均得到了提升,具有良好的通用性.本文提出的GANet架构、PSATT机制和训练策略不仅具有重要的工程参考价值,也具有较好的学术价值.