期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
面向新工科一体化实验方案设计与应用
1
作者 陈良兵 周辉林 王玉皞 《实验室研究与探索》 CAS 北大核心 2024年第12期150-154,共5页
围绕新工科人才解决复杂工程问题能力的培养目标,针对当前实验课程普遍存在重仿真轻实践、工程应用导向不足、实验方案未能体现复杂工程系统特性等问题,通过建立课程知识点与工程应用之间的强关联关系,凸显工程应用导向,设计包含理论分... 围绕新工科人才解决复杂工程问题能力的培养目标,针对当前实验课程普遍存在重仿真轻实践、工程应用导向不足、实验方案未能体现复杂工程系统特性等问题,通过建立课程知识点与工程应用之间的强关联关系,凸显工程应用导向,设计包含理论分析-仿真建模与实验-系统实验验证完整链条的一体化实验方案,在此基础上提出凸显工程迭代进阶的实验方案与模式,以增量形式体现复杂工程系统的优化与实现过程。这种以工程应用为导向的一体化实验方案与模式为实验课提供了工程实践情境,有助于提高学生对复杂工程问题的分析与建模能力,并形成通用工程思维。 展开更多
关键词 新工科 复杂工程问题 一体化实验方案 工程迭代
在线阅读 下载PDF
Hilbert空间中K-g-框架乘数的可逆性
2
作者 贾银锁 相中启 肖祥春 《应用数学》 北大核心 2025年第4期1122-1133,共12页
本文研究Hilbert空间中K-g-框架乘数的可逆性问题.利用算子理论方法,获得了K-g-框架乘数可逆的充分条件和充要条件,证明了K-g-框架乘数的左(右)K-逆可以由典范K-对偶诱导的乘数表出,刻画了K-g-框架乘数的左(右)K-逆可以表示为乘数的条件... 本文研究Hilbert空间中K-g-框架乘数的可逆性问题.利用算子理论方法,获得了K-g-框架乘数可逆的充分条件和充要条件,证明了K-g-框架乘数的左(右)K-逆可以由典范K-对偶诱导的乘数表出,刻画了K-g-框架乘数的左(右)K-逆可以表示为乘数的条件,所得结果展示了乘数在K-g-框架理论和经典框架理论中的差异性. 展开更多
关键词 K-g-框架 乘数 左(右)K-逆 K-对偶
在线阅读 下载PDF
融合小波框架和低秩的动态磁共振图像重建新思路 被引量:3
3
作者 刘金华 吴佳韵 +2 位作者 饶云波 李永明 俞智慧 《电子测量与仪器学报》 CSCD 北大核心 2024年第7期55-63,共9页
动态磁共振成像(dynamic magnetic resonance imaging, DMRI)是一种通过连续扫描图像获取其随时间和空间变化的影像技术,将压缩感知技术应用于动态磁共振成像,容易导致磁共振图像重建后的视觉质量不够理想。因此,针对压缩感知在DMRI重... 动态磁共振成像(dynamic magnetic resonance imaging, DMRI)是一种通过连续扫描图像获取其随时间和空间变化的影像技术,将压缩感知技术应用于动态磁共振成像,容易导致磁共振图像重建后的视觉质量不够理想。因此,针对压缩感知在DMRI重建上存在的不足,通过?_1范数以刻画磁共振图像数据的稀疏性,以及利用低秩描述动态磁共振图像序列的内在相关性,提出了一种基于低秩和稀疏分解的重建模型,有效减少了动态磁共振成像的伪影。在建模阶段,将稀疏成分应用?_1范数进行建模,对低秩成分利用核范数进行建模。在模型优化求解阶段,引入小波框架正则化方法,将重建模型转化为非光滑凸优化问题,然后使用基于动量加速的近似点优化梯度方法求解该问题。最后,通过在心脏电影、心脏灌输和phantom体膜影像数据上进行实验,验证了所提模型的有效性。结果表明,所提方法在采样率30%时,平均峰值信噪比达到33.709 0 dB,平均结构相似度达到0.966 0,进一步提升了磁共振图像重建的精度。 展开更多
关键词 动态磁共振成像 低秩 小波框架 近似点优化梯度方法 压缩感知
在线阅读 下载PDF
大规模多输入多输出可见光通感一体化系统的信道状态信息还原和定位
4
作者 刘晓东 宁依婷 +3 位作者 董帆 汤力为 王玉皞 王金元 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第6期2391-2400,共10页
得益于丰富的频谱和光源,可见光通信感知一体化(IVLCP)系统为解决高性能通信定位的室内无线网络需求提供强有力的技术支撑。同时,大规模多输入多输出(m-MIMO)技术能有效提高IVLCP网络的服务范围和质量。然而,m-MIMO赋能的IVLCP网络的信... 得益于丰富的频谱和光源,可见光通信感知一体化(IVLCP)系统为解决高性能通信定位的室内无线网络需求提供强有力的技术支撑。同时,大规模多输入多输出(m-MIMO)技术能有效提高IVLCP网络的服务范围和质量。然而,m-MIMO赋能的IVLCP网络的信道环境更加复杂且先验信息更易变化,这使得传统方法难以快速准确地完成信道估计和定位。针对此,该文提出一种信道状态信息还原和定位(CSIRP)网络,该网络不仅能够有效地捕捉复杂分布的可见光通信信道特征,同时能够应对信道状态的时变性,从而提高信道和位置估计的鲁棒性和动态适应性。具体而言,CSIRP网络首先基于条件生成对抗思想自适应训练生成器和鉴别器,进而实现根据接收信号进行信道估计,接着结合长短期记忆网络(LSTM)从估计的信道中获取接收终端的位置估计值。仿真结果表明,采用CSIRP网络所获得的信道状态准确度和定位精度均优于现有的深度学习参考方法,这为m-MIMO赋能的IVLCP系统提供了可靠和精准的信道状态信息和位置感知能力。 展开更多
关键词 可见光通感一体化 大规模多输入多输出 深度学习 信道估计和定位
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部