检索结果-维普期刊中文期刊服务平台

具有反应扩散项的变时滞复数域神经网络的指数稳定性被引量：5: 1; 作者施继忠徐晓惠 +2 位作者蒋永华杨继斌孙树磊《应用数学和力学》 CSCD 北大核心 2021年第5期500-509,共10页; 该文研究了一类具有反应扩散项的变时滞复数域神经网络的指数稳定性.首先在假设复数域激活函数可分解的情况下,将该系统分解为相应的实部系统和虚部系统.利用矢量Lyapunov函数法和M矩阵理论,得到了确保该系统平衡状态指数稳定性的充分条... 展开更多; 关键词复数域神经网络变时滞反应扩散项矢量Lyapunov函数法指数稳定性; 在线阅读下载PDF 职称材料

基于复数域卷积神经网络的ISAR包络对齐方法研究被引量：1: 2; 作者王勇夏浩然刘明帆《信号处理》北大核心 2025年第3期409-425,共17页; 在逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像领域,运动补偿是确保高质量图像生成的关键环节。包络对齐(Range Alignment,RA)作为运动补偿的首要步骤,对于校正由平动分量引起的回波信号包络偏移至关重要。本文提出了... 展开更多; 关键词逆合成孔径雷达包络对齐复数域卷积神经网络有监督学习; 在线阅读下载PDF 职称材料

基于混合型复数域卷积神经网络的三维转动舰船目标识别被引量：12: 3; 作者张云化青龙 +1 位作者姜义成徐丹《电子学报》 EI CAS CSCD 北大核心 2022年第5期1042-1049,共8页; 在较高海情下,由于舰船目标处于随机摆动的非平稳运动状态,常规合成孔径雷达(Synthetic Aperture Radar,SAR)成像处理会使得目标散焦、方位模糊,从而导致三维转动舰船目标识别准确率低.本文提出一种混合型复数域卷积神经网络(Mix-type C... 展开更多; 关键词合成孔径雷达复数域卷积神经网络三维转动目标散焦舰船目标识别混合型复数域卷积神经网络; 在线阅读下载PDF 职称材料

结合ICA和复数神经网络的双麦阵列盲源分离方法被引量：6: 4; 作者田宝平应昊蓉 +3 位作者杨文境王晶贾永涛相非《信号处理》 CSCD 北大核心 2021年第11期2185-2192,共8页; 为了降低语音信号盲源分离算法的延时,提高其准确性和稳定性,本文结合传统盲源分离技术和深度神经网络的优势,提出了一种基于独立分量分析(ICA)和复数神经网络的双麦阵列盲源分离方法。本文将复数递归神经网络和ICA方法有机融合,提出一... 展开更多; 关键词盲源分离独立分量分析复数域递归神经网络分离矩阵; 在线阅读下载PDF 职称材料

基于深度学习的雷达成像技术研究进展被引量：6: 5; 作者张云穆慧琳 +1 位作者姜义成丁畅《雷达科学与技术》北大核心 2021年第5期467-478,共12页; 成像雷达具有全天时、全天候、远距离、高分辨对地观测的能力,使得雷达系统具有对观测区域进行成像和解译的能力。利用先进信号处理技术实现实时高分辨成像以满足图像解译的需求是雷达成像技术研究的重要目的和意义。随着深度学习的迅... 展开更多; 关键词深度学习雷达成像逆问题卷积神经网络复数域卷积神经网络; 在线阅读下载PDF 职称材料

题名具有反应扩散项的变时滞复数域神经网络的指数稳定性被引量：5: 1; 作者施继忠徐晓惠蒋永华杨继斌孙树磊; 机构浙江师范大学工学院西华大学汽车与交通学院; 出处《应用数学和力学》 CSCD 北大核心 2021年第5期500-509,共10页; 基金国家重点研发计划(2018YFB1201603) 四川省科技厅重大专项项目(2019ZDZX0002) +3 种基金四川省科技厅项目(2018GZ0110) 四川省重点研发计划(2020YFG0023,2021YFG0071)。; 文摘该文研究了一类具有反应扩散项的变时滞复数域神经网络的指数稳定性.首先在假设复数域激活函数可分解的情况下,将该系统分解为相应的实部系统和虚部系统.利用矢量Lyapunov函数法和M矩阵理论,得到了确保该系统平衡状态指数稳定性的充分条件.该条件不含有任何自由变量,相对现有结论具有较低的保守性.最后通过一个数值仿真算例验证了所得结论的正确性.; 关键词复数域神经网络变时滞反应扩散项矢量Lyapunov函数法指数稳定性; Keywords complex-valued neural network time-varying delay reaction-diffusion term vector Lyapunov function method exponential stability; 分类号 O175.13 [理学—基础数学]; 在线阅读下载PDF 职称材料

题名基于复数域卷积神经网络的ISAR包络对齐方法研究被引量：1: 2; 作者王勇夏浩然刘明帆; 机构哈尔滨工业大学电子工程技术研究所; 出处《信号处理》北大核心 2025年第3期409-425,共17页; 基金国家杰出青年科学基金(62325104)。; 文摘在逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像领域,运动补偿是确保高质量图像生成的关键环节。包络对齐(Range Alignment,RA)作为运动补偿的首要步骤,对于校正由平动分量引起的回波信号包络偏移至关重要。本文提出了一种基于复数域卷积神经网络(Complex-Valued Convolutional Neural Network,CVCNN)的包络对齐新方法,旨在通过深度学习策略提升包络对齐的精度与计算效率。本文所提方法利用了卷积神经网络强大的特征学习能力,构建了一个能够映射一维距离像与包络补偿量之间复杂关系的模型。通过将传统的实值卷积神经网络拓展至复数域,不仅完整保留了回波信号中的相位信息,而且有效引入了复数域残差块及线性连接机制,进一步精细化了网络结构设计。这种架构改进使得所提算法能实现低信噪比(Signal-to-Noise Ratio,SNR)条件下对ISAR距离像的高效包络对齐。在数据生成方面,本文基于雷达仿真参数,通过成像模拟仿真构建了ISAR回波数据集。该数据集经过归一化处理后,输入网络进行训练,使网络能够学习从未对齐回波到对应补偿量的映射关系。本文所提方法采用迁移学习策略,对基于仿真数据预训练的模型进行微调,以适应实测数据。这一策略不仅增强了结果的可靠性,同时也大幅缩短了模型的迭代周期。在实验验证方面,本文采用仿真与实测数据进行综合测试,以包络对齐精度、成像结果质量和计算效率为评价指标,全面验证了算法的有效性。实验结果表明,在不同信噪比条件下,本文所提方法均展现出了优越的包络对齐性能,进而可以实现高质量成像,同时在计算效率上也具有显著优势。; 关键词逆合成孔径雷达包络对齐复数域卷积神经网络有监督学习; Keywords inverse synthetic aperture radar range alignment complex-valued convolutional neural network super‐vised learning; 分类号 TN957.51 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于混合型复数域卷积神经网络的三维转动舰船目标识别被引量：12: 3; 作者张云化青龙姜义成徐丹; 机构哈尔滨工业大学电子与信息工程学院; 出处《电子学报》 EI CAS CSCD 北大核心 2022年第5期1042-1049,共8页; 基金国家自然科学基金(No.61201304,No.61201308)。; 文摘在较高海情下,由于舰船目标处于随机摆动的非平稳运动状态,常规合成孔径雷达(Synthetic Aperture Radar,SAR)成像处理会使得目标散焦、方位模糊,从而导致三维转动舰船目标识别准确率低.本文提出一种混合型复数域卷积神经网络(Mix-type Complex-Valued Convolutional Neural Network,Mix-CV-CNN),并推导Mix-CV-CNN前向传播与反向传播算法.三维转动舰船目标经过SAR成像处理后存在剩余相位信息,Mix-CV-CNN能充分利用SAR复数域图像的幅度和相位信息,在不进行目标重聚焦的情况下,较好完成SAR复杂运动舰船目标的识别.实验表明,Mix-CV-CNN相较于具有相同自由度的实数域卷积神经网络(Real-Valued Convolutional Neural Network,RV-CNN)识别性能有所提高,实测数据识别平均准确率提高3.85%.; 关键词合成孔径雷达复数域卷积神经网络三维转动目标散焦舰船目标识别混合型复数域卷积神经网络; Keywords synthetic aperture radar(SAR) complex-valued convolutional neural network(CV-CNN) three-dimensional rotation target defocus ship target classification mix-type complex-valued convolutional neural network(Mix-CV-CNN); 分类号 TP751 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名结合ICA和复数神经网络的双麦阵列盲源分离方法被引量：6: 4; 作者田宝平应昊蓉杨文境王晶贾永涛相非; 机构北京理工大学信息与电子学院小米科技有限责任公司; 出处《信号处理》 CSCD 北大核心 2021年第11期2185-2192,共8页; 基金国家自然科学基金(11590772)。; 文摘为了降低语音信号盲源分离算法的延时,提高其准确性和稳定性,本文结合传统盲源分离技术和深度神经网络的优势,提出了一种基于独立分量分析(ICA)和复数神经网络的双麦阵列盲源分离方法。本文将复数递归神经网络和ICA方法有机融合,提出一种基于时频域的双通道复数神经网络,同时解决了独立分量分析中的排列问题。所提方法利用复数域神经网络在输入为混合信号的情况下计算初始化分离矩阵,神经网络输出采用复数域形式,利用复数学习标签估计复数矩阵,然后采用ICA方法获得目标分离矩阵。实验数据表明,所提方法相较于ICA方法提高了盲源分离的实时性和准确性。; 关键词盲源分离独立分量分析复数域递归神经网络分离矩阵; Keywords blind separation independent component analysis complex recurrent neural network separation matrix; 分类号 TN912.3 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于深度学习的雷达成像技术研究进展被引量：6: 5; 作者张云穆慧琳姜义成丁畅; 机构哈尔滨工业大学电子与信息工程学院; 出处《雷达科学与技术》北大核心 2021年第5期467-478,共12页; 基金国家自然科学基金面上项目(No.61971163)。; 文摘成像雷达具有全天时、全天候、远距离、高分辨对地观测的能力,使得雷达系统具有对观测区域进行成像和解译的能力。利用先进信号处理技术实现实时高分辨成像以满足图像解译的需求是雷达成像技术研究的重要目的和意义。随着深度学习的迅速兴起,深度学习网络在逆问题求解中得到广泛应用,也为提升成像质量和成像效率提供新的求解思路。本文基于雷达成像数学模型将雷达成像问题建模为成像逆问题,从逆问题求解的角度分析了基于深度学习的雷达成像方法的可行性。并综述了近年来雷达深度学习技术在合成孔径雷达(Synthetic Aperture Radar,SAR)、逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)、SAR运动目标成像等雷达成像领域的研究现状,在此基础上探讨了目前面临的亟待解决的问题,并对未来发展方向进行了展望。; 关键词深度学习雷达成像逆问题卷积神经网络复数域卷积神经网络; Keywords deep learning radar imaging inverse problem convolutional neural network complex-valued convolutional neural network; 分类号 TN958.3 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	具有反应扩散项的变时滞复数域神经网络的指数稳定性	施继忠徐晓惠蒋永华杨继斌孙树磊	《应用数学和力学》 CSCD 北大核心	2021	5	在线阅读下载PDF 职称材料
2	基于复数域卷积神经网络的ISAR包络对齐方法研究	王勇夏浩然刘明帆	《信号处理》北大核心	2025	1	在线阅读下载PDF 职称材料
3	基于混合型复数域卷积神经网络的三维转动舰船目标识别	张云化青龙姜义成徐丹	《电子学报》 EI CAS CSCD 北大核心	2022	12	在线阅读下载PDF 职称材料
4	结合ICA和复数神经网络的双麦阵列盲源分离方法	田宝平应昊蓉杨文境王晶贾永涛相非	《信号处理》 CSCD 北大核心	2021	6	在线阅读下载PDF 职称材料
5	基于深度学习的雷达成像技术研究进展	张云穆慧琳姜义成丁畅	《雷达科学与技术》北大核心	2021	6	在线阅读下载PDF 职称材料