期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于可分离替代函数算法的DOA估计方法 被引量:1
1
作者 郑文康 魏志晴 +4 位作者 白艳萍 黄嘉俊 禹秀梅 谭秀辉 王鹏 《陕西科技大学学报》 北大核心 2024年第1期197-205,共9页
针对现有波达方向估计(Direction of Arrival, DOA)算法在低信噪比、多信源条件下估计精度不足、效率低等问题,提出了一种基于可分离替代函数算法的矢量水听器阵列多快拍DOA估计方法.首先对空域等角度均匀划分,构造出超完备冗余字典,建... 针对现有波达方向估计(Direction of Arrival, DOA)算法在低信噪比、多信源条件下估计精度不足、效率低等问题,提出了一种基于可分离替代函数算法的矢量水听器阵列多快拍DOA估计方法.首先对空域等角度均匀划分,构造出超完备冗余字典,建立信号多快拍数据在空域的稀疏表示模型,然后采用可分离替代函数算法思想解决稀疏重构问题,求解出信号在空域的稀疏系数矩阵,最后将稀疏矩阵中行向量的范数映射到空域网格上,得到DOA估计值.仿真实验表明:该方法在低信噪比、多信源条件下拥有比子空间类算法、贪婪类算法以及现有凸优化类估计算法更高的DOA估计精度和更强的鲁棒性,与同类算法相比执行效率更高. 展开更多
关键词 DOA估计 稀疏重构 压缩感知 可分离替代函数算法 矢量水听器
在线阅读 下载PDF
基于注意卷积模块的遥感图像场景分类应用 被引量:4
2
作者 王李祺 高翔 +2 位作者 程蓉 谭秀辉 白艳萍 《陕西科技大学学报》 北大核心 2023年第2期199-206,共8页
遥感场景分类任务中,面对遥感场景中类间相似性,类内多样性的挑战,直接应用卷积神经网络是局限的.现有的注意力机制在嵌入网络末端位置时,增强卷积神经网络表达场景图像的能力相较于嵌入其他位置时较弱.因此,提出基于注意卷积模块(ACM)... 遥感场景分类任务中,面对遥感场景中类间相似性,类内多样性的挑战,直接应用卷积神经网络是局限的.现有的注意力机制在嵌入网络末端位置时,增强卷积神经网络表达场景图像的能力相较于嵌入其他位置时较弱.因此,提出基于注意卷积模块(ACM)的MoblieNetv2模型框架,增强了注意力机制在卷积神经网络末端表达场景图像的能力.首先通过主干网络提取丰富的深度语义特征图,然后将ACM嵌入主干网络的末端,以此关注更加显著的特征区域.嵌入的ACM模块可以在不显著增加网络计算量的同时,有效地提高网络分类性能.该模块在嵌入CNN末端位置时相较于现有的注意力机制模块有着较佳的性能.在RSSCN7和RSOD两个公开的遥感场景数据集上,平均分类精度相较于MoblieNetv2分别提升2.42%和1.64%.实验结果表明ACM相比于已有的注意力机制在网络末端具有泛化性和更佳的分类精度. 展开更多
关键词 遥感图像 图像分类 卷积神经网络 注意力机制 MoblieNetv2
在线阅读 下载PDF
基于SSA-PSO-GSA-SVR的全球新冠肺炎疫情分析及预测 被引量:3
3
作者 成云云 白艳萍 +2 位作者 续婷 谭秀辉 程蓉 《陕西科技大学学报》 北大核心 2022年第3期192-199,206,共9页
考虑到新冠病毒传播特点,本文提出了一种基于奇异谱分析(SSA)的万有引力搜索和粒子群联合算法(PSO-GSA)优化的支持向量回归(SVR)预测模型.首先,采用SSA算法对全球各个区域(非洲区域、美洲区域、东南亚区域、欧洲区域、东地中海区域、西... 考虑到新冠病毒传播特点,本文提出了一种基于奇异谱分析(SSA)的万有引力搜索和粒子群联合算法(PSO-GSA)优化的支持向量回归(SVR)预测模型.首先,采用SSA算法对全球各个区域(非洲区域、美洲区域、东南亚区域、欧洲区域、东地中海区域、西太平洋区域)每周新增确诊及死亡病例的实时监测数据进行降噪处理,基于重构序列建立SVR模型;其次,分别引入PSO和GSA算法优化SVR模型的参数,建立更为精准的预测模型(PSO-SVR和GSA-SVR);最后结合两种算法的优点,构建了一种PSO-GSA联合算法,建立了SSA-PSO-GSA-SVR预测模型,并将以上模型应用于全球新冠肺炎疫情趋势预测.实验结果显示:对比其他文献中提出的PSO-SVR和GSA-SVR预测模型,基于SSA-PSO-GSA-SVR预测模型的预测评价指标MAPE的值最低,预测效果最优,表明该模型可以为COVID-19发展趋势提供科学依据. 展开更多
关键词 全球新冠肺炎预测 奇异谱分析 粒子群算法 万有引力搜索算法 支持向量回归
在线阅读 下载PDF
基于SCAGOA优化BP神经网络和极大似然算法的DOA估计研究 被引量:2
4
作者 陈婷 燕慧超 +2 位作者 王鹏 谭秀辉 白艳萍 《中北大学学报(自然科学版)》 CAS 2021年第2期177-186,共10页
利用BP神经网络和极大似然(ML)算法对阵列信号波达方向(DOA)进行估计,结合了混沌映射和群智能优化算法的优势,设计了一种正余混沌双弦蝗虫优化算法(SCAGOA),不仅解决了因神经网络的权值和阈值选取不当导致陷入局部最优的问题,而且解决... 利用BP神经网络和极大似然(ML)算法对阵列信号波达方向(DOA)进行估计,结合了混沌映射和群智能优化算法的优势,设计了一种正余混沌双弦蝗虫优化算法(SCAGOA),不仅解决了因神经网络的权值和阈值选取不当导致陷入局部最优的问题,而且解决了ML算法中多维搜索导致运算负荷大、效率低的问题.通过仿真实验对双信号源的输出效果和估计误差进行讨论,比较了不同优化算法对信噪比的泛化能力.结果表明,通过SCAGOA优化后的BP神经网络和ML算法在DOA估计方面比其他优化算法具有更好的估计精度. 展开更多
关键词 神经网络 极大似然估计 蝗虫优化算法 正余弦优化算法 阵列信号 DOA估计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部