检索结果-维普期刊中文期刊服务平台

基于数据聚类的CSI反馈Transformer网络简化实现方法: 1; 作者还冬锐张逸帆姜明《数据采集与处理》北大核心 2025年第2期431-445,共15页; 为应对大规模多输入多输出(Multiple⁃input multiple⁃output,MIMO)系统中信道状态信息(Channel state information,CSI)反馈开销的日益增长,基于深度学习的CSI反馈网络(如Transformer网络)受到了广泛的关注,是一种非常有应用前景的智能... 展开更多; 关键词信道状态信息反馈多输入多输出神经网络近似矩阵乘法聚类计算; 在线阅读下载PDF 职称材料

低秩重检测的多特征时空上下文的视觉跟踪被引量：4: 2; 作者郭文游思思 +1 位作者张天柱徐常胜《软件学报》 EI CSCD 北大核心 2018年第4期1017-1028,共12页; 时空上下文跟踪算法充分地利用空间上下文中包含的结构信息能够有效地对目标进行跟踪,实时性优良.但该算法仅利用单一的灰度信息,使得目标的表观表达缺乏判别性,而且该方法在由于遮挡等问题造成的跟踪漂移后无法进行初始化.针对时空上... 展开更多; 关键词低秩近似矩阵分解时空上下文多特征融合目标跟踪; 在线阅读下载PDF 职称材料

CSMP:基于约束等距的压缩感知匹配追踪被引量：6: 3; 作者谢志鹏陈松灿《计算机研究与发展》 EI CSCD 北大核心 2012年第3期579-588,共10页; 压缩感知包括压缩采样与稀疏重构,是一种计算欠定线性方程组稀疏解的方法.大规模快速重构方法是压缩感知的研究热点.提出一种匹配追踪算法CSMP,采用迭代式框架和最佳s项逼近以逐步更新信号的支集与幅度.基于约束等距性质进行收敛分析,... 展开更多; 关键词欠定线性方程组稀疏解约束等距常数最佳s项逼近收敛分析矩阵向量乘算子子集选择; 在线阅读下载PDF 职称材料

一种面向WHT-NOMA的LC-MMSE-SIC检测算法被引量：3: 4; 作者陈发堂邓青 +1 位作者石贝贝杨恒《南京邮电大学学报（自然科学版）》北大核心 2020年第4期11-16,共6页; 非正交多址接入(Non-Orthogonal Multiple Access,NOMA)在功率域中将多个用户信号叠加编码在一个发送信号中,这虽然增大了系统的容量与吞吐量,但在接收端造成更多的干扰。为了进一步提高接收机性能,文中将沃尔什-哈达玛变换(Walsh-Hadam... 展开更多; 关键词非正交多址接入沃尔什-哈达玛变换矩阵求逆诺伊曼级数近似; 在线阅读下载PDF 职称材料

基于CUR矩阵分解的多核学习正则化路径近似算法被引量：1: 5; 作者王梅李董薛成龙《数据采集与处理》 CSCD 北大核心 2020年第3期381-391,共11页; 多核学习在解决不规则、大规模数据问题时表现出良好的优越性。正则化路径是一种多次求解多核学习,选择最优模型的措施。针对多核学习正则化路径算法处理大规模数据时,核矩阵规模较大,计算代价高,影响优化模型效率的问题,提出一种基于CU... 展开更多; 关键词多核学习正则化路径核矩阵矩阵近似抽样方法 CUR算法; 在线阅读下载PDF 职称材料

NOMA系统中低复杂度的串行信号检测算法被引量：4: 6; 作者王歌赵知劲《信号处理》 CSCD 北大核心 2019年第1期26-31,共6页; 在大规模天线情况下,针对现有的迫零串行干扰消除(ZF-SIC)算法和最小均方误差串行干扰消除(MMSE-SIC)算法中存在的高复杂度问题,提出了低复杂度的ND-ZF-SIC和ND-MMSE-SIC算法。首先利用对角矩阵分解将大矩阵分解为对角矩阵与空心矩阵之... 展开更多; 关键词第五代移动通信非正交多址接入诺伊曼级数近似对角矩阵分解; 在线阅读下载PDF 职称材料

基于非凸秩近似的大规模MIMO信道估计: 7; 作者张琳黄学军《南京邮电大学学报（自然科学版）》北大核心 2022年第1期30-36,共7页; 针对大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中信道估计训练开销大、计算复杂度高的问题,利用信道矩阵的低秩特性,提出了基于低秩矩阵近似的信道估计方法。采用非凸的γ-范数近似信道矩阵秩函数,提高了信道矩阵... 展开更多; 关键词大规模MIMO 低秩矩阵近似信道估计训练开销; 在线阅读下载PDF 职称材料

题名基于数据聚类的CSI反馈Transformer网络简化实现方法: 1; 作者还冬锐张逸帆姜明; 机构东南大学移动通信全国重点实验室紫金山实验室; 出处《数据采集与处理》北大核心 2025年第2期431-445,共15页; 基金国家自然科学基金(62271137)。; 文摘为应对大规模多输入多输出(Multiple⁃input multiple⁃output,MIMO)系统中信道状态信息(Channel state information,CSI)反馈开销的日益增长,基于深度学习的CSI反馈网络(如Transformer网络)受到了广泛的关注,是一种非常有应用前景的智能传输技术。为此,本文提出了一种基于数据聚类的CSI反馈Transformer网络的简化方法,采用基于聚类的近似矩阵乘法(Approximate matrix multiplication,AMM)技术,以降低反馈过程中Transformer网络的计算复杂度。本文主要对Transformer网络的全连接层计算(等效为矩阵乘法),应用乘积量化(Product quantization,PQ)和MADDNESS等简化方法,分析了它们对计算复杂度和系统性能的影响,并针对神经网络数据的特点进行了算法优化。仿真结果表明,在适当的参数调整下,基于MADDNESS方法的CSI反馈网络性能接近精确矩阵乘法方法,同时可大幅降低计算复杂度。; 关键词信道状态信息反馈多输入多输出神经网络近似矩阵乘法聚类计算; Keywords channel state information(CSI)feedback multiple-input multiple-output(MIMO) neural network approximate matrix multiplication(amm) clustering calculation; 分类号 TN92 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名低秩重检测的多特征时空上下文的视觉跟踪被引量：4: 2; 作者郭文游思思张天柱徐常胜; 机构山东工商学院信息与电子工程学院山东省高校感知技术与控制重点实验室模式识别国家重点实验室(中国科学院自动化研究所); 出处《软件学报》 EI CSCD 北大核心 2018年第4期1017-1028,共12页; 基金国家自然科学基金(61572296 61472227 +3 种基金 61303086 61328205) 模式识别国家重点实验室开放课题(201600024)~~; 文摘时空上下文跟踪算法充分地利用空间上下文中包含的结构信息能够有效地对目标进行跟踪,实时性优良.但该算法仅利用单一的灰度信息,使得目标的表观表达缺乏判别性,而且该方法在由于遮挡等问题造成的跟踪漂移后无法进行初始化.针对时空上下文算法存在的弱点,提出了一种基于低秩重检测的多特征时空上下文跟踪方法.首先,利用多特征对时空上下文进行多方面的提取,构建复合时空上下文信息,充分利用目标周围的特征信息,提高目标表观表达的有效性.其次,利用简单、有效的矩阵分解方式将跟踪到的历史跟踪信息进行低秩表达,将其引入有效的在线重检测器中来保持跟踪结构的一致稳定性,解决了跟踪方法在跟踪失败后的重定位问题,在一系列跟踪数据集上的实验结果表明,该算法与原始算法及当前的主流算法相比有更好的跟踪精度与鲁棒性,且满足实时性要求.; 关键词低秩近似矩阵分解时空上下文多特征融合目标跟踪; Keywords low-rank approximate matrix decomposition spatio-temporal context （STC） multiple feature fusion object tracking; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名CSMP:基于约束等距的压缩感知匹配追踪被引量：6: 3; 作者谢志鹏陈松灿; 机构南京航空航天大学计算机科学与工程系华侨大学计算机科学与技术学院; 出处《计算机研究与发展》 EI CSCD 北大核心 2012年第3期579-588,共10页; 基金国家自然科学基金项目(60973097); 文摘压缩感知包括压缩采样与稀疏重构,是一种计算欠定线性方程组稀疏解的方法.大规模快速重构方法是压缩感知的研究热点.提出一种匹配追踪算法CSMP,采用迭代式框架和最佳s项逼近以逐步更新信号的支集与幅度.基于约束等距性质进行收敛分析,算法收敛的充分条件为3s阶约束等距常数小于0.23,松弛了匹配追踪重构s稀疏信号的约束等距条件,加快了收敛速度.为适用于大规模稀疏信号重构,提供了可进行随机投影测量子集与稀疏基子集选择的矩阵向量乘算子,可利用离散余弦变换与小波变换,避免了大规模矩阵的显式存储.在220随机支集的稀疏高斯信号,512×512Lenna图像上进行压缩采样与稀疏重构实验并与其他算法进行比较,结果表明所提算法快速稳健,适用于大规模稀疏信号重构.; 关键词欠定线性方程组稀疏解约束等距常数最佳s项逼近收敛分析矩阵向量乘算子子集选择; Keywords underdetermined system of linear equations sparse solution restricted isometry constant best s term approximation convergence analysis matrix vector multiplication operator subset selection; 分类号 TP751.1 [自动化与计算机技术—检测技术与自动化装置] O241.6 [理学—计算数学]; 在线阅读下载PDF 职称材料

题名一种面向WHT-NOMA的LC-MMSE-SIC检测算法被引量：3: 4; 作者陈发堂邓青石贝贝杨恒; 机构重庆邮电大学通信与信息工程学院; 出处《南京邮电大学学报（自然科学版）》北大核心 2020年第4期11-16,共6页; 基金国家自然科学基金(61701063)资助项目。; 文摘非正交多址接入(Non-Orthogonal Multiple Access,NOMA)在功率域中将多个用户信号叠加编码在一个发送信号中,这虽然增大了系统的容量与吞吐量,但在接收端造成更多的干扰。为了进一步提高接收机性能,文中将沃尔什-哈达玛变换(Walsh-Hadamard Transformation,WHT)与传统的NOMA技术结合。同时为了降低接收端串行干扰消除技术(Successive Interference Cancellation,SIC)的计算复杂度,将大信道矩阵分解为空心矩阵与对角矩阵的和,再利用诺伊曼级数近似将信道矩阵的直接求逆运算转化为对角矩阵求逆运算的乘积之和,有效地降低计算复杂度。仿真结果表明,WHT-NOMA系统的误比特率优于传统的NOMA系统,同时文中所提出的低复杂度的SIC算法的性能是与最小均方误差SIC算法相接近的。; 关键词非正交多址接入沃尔什-哈达玛变换矩阵求逆诺伊曼级数近似; Keywords non-orthogonal multiple access(NOMA) Walsh-Hadamard transformation(WHT) matrix inversion Neumann series approximation; 分类号 TN929.5 [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CUR矩阵分解的多核学习正则化路径近似算法被引量：1: 5; 作者王梅李董薛成龙; 机构东北石油大学计算机与信息技术学院; 出处《数据采集与处理》 CSCD 北大核心 2020年第3期381-391,共11页; 基金国家自然科学基金(51774090,51574085)资助项目黑龙江省自然科学基金(E2016008,F2016002)资助项目。; 文摘多核学习在解决不规则、大规模数据问题时表现出良好的优越性。正则化路径是一种多次求解多核学习,选择最优模型的措施。针对多核学习正则化路径算法处理大规模数据时,核矩阵规模较大,计算代价高,影响优化模型效率的问题,提出一种基于CUR矩阵分解的多核学习正则化路径近似算法(Multiple kernel learning regularization path approximation algorithm with CUR,MKLRPCUR)。该算法首先采用CUR算法获得核矩阵的低秩近似矩阵的多个分解矩阵,然后在求解过程中利用低维的分解矩阵相乘替代核矩阵,调整相关矩阵计算的顺序,从而简化算法中核矩阵和拉格朗日乘子向量乘积的计算。MKLRPCUR算法降低了矩阵的计算规模,优化了矩阵计算,提高了精确算法的计算效率。从理论上分析低秩近似矩阵的相对误差和算法的时间复杂度,验证了近似算法的合理性。同时,在UCI数据集、ORL和COIL图像数据库上的实验结果表明,本文提出的近似算法不仅保证了学习的准确率,并且降低了算法的运行时间,提高了模型的效率。; 关键词多核学习正则化路径核矩阵矩阵近似抽样方法 CUR算法; Keywords multiple kernel learning regularization path kernel matrix matrix approximation sampling method CUR algorithm; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名NOMA系统中低复杂度的串行信号检测算法被引量：4: 6; 作者王歌赵知劲; 机构杭州电子科技大学通信工程学院; 出处《信号处理》 CSCD 北大核心 2019年第1期26-31,共6页; 基金国家自然科学基金(61571172); 文摘在大规模天线情况下,针对现有的迫零串行干扰消除(ZF-SIC)算法和最小均方误差串行干扰消除(MMSE-SIC)算法中存在的高复杂度问题,提出了低复杂度的ND-ZF-SIC和ND-MMSE-SIC算法。首先利用对角矩阵分解将大矩阵分解为对角矩阵与空心矩阵之和。其次,利用诺伊曼级数近似,将大矩阵的直接求逆运算转化为对角矩阵求逆运算的乘积之和。为了在降低复杂度的同时保证近似的精度,采用诺伊曼级数的前两项进行近似。由于对角矩阵的求逆运算只需求对角线上元素的倒数,因此大大降低了算法复杂度。ZF-SIC、ND-ZF-SIC、MMSE-SIC和ND-MMSE-SIC算法的仿真结果表明,ND-ZF-SIC和ND-MMSE-SIC算法的误码率分别与ZF-SIC和MMSE-SIC相近。; 关键词第五代移动通信非正交多址接入诺伊曼级数近似对角矩阵分解; Keywords fifth-generation mobile communication non-orthogonal multiple access neumann series approximation diagonal matrix decomposition; 分类号 TN929.5 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于非凸秩近似的大规模MIMO信道估计: 7; 作者张琳黄学军; 机构南京邮电大学通信与信息工程学院; 出处《南京邮电大学学报（自然科学版）》北大核心 2022年第1期30-36,共7页; 基金国家自然科学基金(61427801)资助项目。; 文摘针对大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中信道估计训练开销大、计算复杂度高的问题,利用信道矩阵的低秩特性,提出了基于低秩矩阵近似的信道估计方法。采用非凸的γ-范数近似信道矩阵秩函数,提高了信道矩阵秩近似的精确性。利用交替方向乘子法求解信道矩阵,选择较少的信道参数降低训练开销。变量迭代更新过程中采用梯度下降法避免了求逆运算,有效降低计算复杂度。通过选择较小的迭代步长,提高信道估计精度。仿真结果表明,所提算法相较于其他低秩矩阵恢复算法具有更好的信道估计性能。; 关键词大规模MIMO 低秩矩阵近似信道估计训练开销; Keywords massive multiple-input multiple-output(MIMO) low-rank matrix approximation channel estimation training overhead; 分类号 TN929.5 [电子电信—通信与信息系统]; 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	基于数据聚类的CSI反馈Transformer网络简化实现方法	还冬锐张逸帆姜明	《数据采集与处理》北大核心	2025	0	在线阅读下载PDF 职称材料
2	低秩重检测的多特征时空上下文的视觉跟踪	郭文游思思张天柱徐常胜	《软件学报》 EI CSCD 北大核心	2018	4	在线阅读下载PDF 职称材料
3	CSMP:基于约束等距的压缩感知匹配追踪	谢志鹏陈松灿	《计算机研究与发展》 EI CSCD 北大核心	2012	6	在线阅读下载PDF 职称材料
4	一种面向WHT-NOMA的LC-MMSE-SIC检测算法	陈发堂邓青石贝贝杨恒	《南京邮电大学学报（自然科学版）》北大核心	2020	3	在线阅读下载PDF 职称材料
5	基于CUR矩阵分解的多核学习正则化路径近似算法	王梅李董薛成龙	《数据采集与处理》 CSCD 北大核心	2020	1	在线阅读下载PDF 职称材料
6	NOMA系统中低复杂度的串行信号检测算法	王歌赵知劲	《信号处理》 CSCD 北大核心	2019	4	在线阅读下载PDF 职称材料
7	基于非凸秩近似的大规模MIMO信道估计	张琳黄学军	《南京邮电大学学报（自然科学版）》北大核心	2022	0	在线阅读下载PDF 职称材料