一种改进的LDPC编码调制系统解调译码方案

目前,比特交织编码调制及迭代译码(BICM-ID)常采用的解调译码方案是把接收端译码器输出的软信息反馈回解调器作为先验信息并将其进行迭代处理来完成译码,但这往往会导致码字间的最小欧氏距离的减少,致使系统在非衰落的高斯信道下性能的下降.为此,提出了一种改进的迭代解调译码方案,并对其进行了仿真分析.从分析结果看,该方案在保证系统复杂度基本不变的前提下,可以提高LDPC编码的BICM-ID系统的译码性能.     

基于卷积神经网络的病虫害可视化监测系统设计

病虫害监测是提高农业生产效率和产量的有效措施。提出一个基于卷积神经网络的农作物病虫害智能监测系统。该系统以移动端为媒介实现监测众包化,基于 GIS 平台对相关区域病虫害发展态势进行数据可视化分析,显示病虫害位置与规模,代替人工识别常见农作物病虫害。实验证明,该系统对农作物病虫害常见的 10 个物种与 27 种病虫种类识别率达 95%,病虫害严重程度识别率达 85%。移动端采集地理定位信息误差5~10m,系统还可对变化趋势进行可视化展示,为农作物病虫害识别、防治及决策提供有效方案。     

城市中心区环形快速路设计要点总结

快速路系统是路网系统中的骨干道路,承担着城市中快速交通需求。合理的路网结构应该是快速路、主干路、次干路、支路互为依托和补充。快速路的设计要以路网规划为前提,综合考虑快速路在整个路网结构中的交通功能和作用,从全局上把握快速路设计的理念。交通分析是快速路设计的量的支持,是决定道路断面形式的基础。交叉点是控制点,节点立交功能配置是否合理对平衡路网交通十分重要,不同的立交型式和匝道布设方式,对相关路网的影响程度也有所不同。快速路设计中应遵循由整体到一般再到个体的思维方式,即面-线-点。当这些设计要素得到充分的考虑和体现,在具体设计过程中才会做到设计合理,路网优化,交通功能完备。     

基于卷积神经网络的人脸识别研究综述

人脸识别是目前计算机技术研究的热门领域,广泛应用于人们的日常生活,如门禁系统、摄像监视系统、相机以及智能手机等。传统的人脸识别技术需要经过人工特征提取、特征选择以及分类器选择等一系列复杂步骤,然而识别效果却并不理想。随着数据量的激增以及GPU高性能计算的发展,卷积神经网络在人脸识别上有了重大突破。文章回顾了传统人脸识别方法,阐述了卷积神经网络的基本结构及其改进和优化方法,介绍了基于卷积神经网络的人脸识别技术及典型应用,展望了人脸识别技术的发展方向。     

基于卷积神经网络的商品图像分类研究

卷积神经网络是深度学习的一种高效识别方法,将卷积神经网络引入商品图像识别中,能够提高识别精度。卷积神经网络可以直接输入原始图像,以避免对图像进行复杂的预处理工作。首先介绍了卷积神经网络的各层作用,然后设计了多种基于卷积神经网络识别商品图像的模型,从多方面测试了卷积神经网络的分类性能。为提高训练速度,卷积层的激活函数采用线性修正函数(Rectified Linear Units,ReLU)。为确保模型的判别性,对下采样层的特征图进行局部对比度归一化,所设计的网络模型在实验中均达到90%以上的平均分类正确率。     

周期可微函数的连续模极值性质

给出了实现上确界ｓｕｐｆ∈Ｗｒ，α∞ｗ（ｆ，ｔ），ｔ≥０的具体函数     

卷积在连续时间系统中的应用及其Matlab实现

主要介绍了连续时间系统中卷积的运算、卷积在变换域中的解法,以及卷积到卷积和的解法,最后介绍了用MATLAB实现连续时间系统中卷积运算的方法.     

测量陈列在系统盲辨识中的应用

1　Introduction　Bothoutputover samplingandinputholdingschemesareeffectiveinmanysystemidentificationproblems ,especiallyinaclassofblindsystem/channelidentifi cation problemsthatcannotoraredifficulttobesolvedbyconventionalapproaches .Neverthelesstherearestillagreatnumberofsystemstowhichnei theranoutputover samplingschemenoraninputholdingschemeisapplicable .Certainlysuchablindi dentificationproblemmaybesolvedusinghigh orderstatisticsbasedalgorithms (HOS) [1] .However ,ifmultiplesensorscanbeuse…     

方向平滑滤波的模板卷积实现

方向平滑滤波器兼有去噪和边缘保持的双重特性，在数字图像预处理中被经常采用。改变以往方向平滑滤波按定义的实现算法，而改用模板卷积，并采用邻近插值的插补模式。对比实验结果表明，此算法具有高效、省时特点。     

基于人体骨架信息提取的学生课堂行为自动识别

利用计算机视觉技术和机器学习技术对学生课堂行为进行自动识别,是过程性评价的一种新方法,近年来逐渐引起了研究者的关注。文章以监控设备拍摄的实际课堂教学视频为数据源,采集、标注了学生课堂行为数据,提取了学生的人体骨架信息。在此基础上,文章采用Boosting算法和卷积神经网络算法,对基于这两类不同机器学习算法的5种模型进行了学生课堂行为自动识别准确率实验。实验结果表明,在学校教室这种识别比较困难的场景,基于人体骨架信息提取的学生课堂行为自动识别可以达到较高的精度,其中基于Boosting算法的XGBoost模型识别准确率最高。文章的研究推动了计算机视觉技术和机器学习技术的进一步应用,有助于解决学生课堂行为自动识别难题,并助力教师优化教学策略、提高教学效率。