脑电信号(Electroencephalogram,EEG)作为一种客观直接的信息源,被广泛应用于情绪识别任务。为了提取脑电信号的空间连通特征所隐含的信息,提出了一种基于空间连通特征和残差卷积神经网络(Spatial connectivity features and residual c...脑电信号(Electroencephalogram,EEG)作为一种客观直接的信息源,被广泛应用于情绪识别任务。为了提取脑电信号的空间连通特征所隐含的信息,提出了一种基于空间连通特征和残差卷积神经网络(Spatial connectivity features and residual convolutional neural network,SCF-RCNN)模型的情绪识别方法。该方法从经预处理的脑电信号中提取皮尔逊相关系数(Pearson correlation coefficient,PCC)、锁相值(Phase-locked value,PLV)和互信息(Mutual information,MI)作为空间连通特征,使用包含两个残差模块的卷积神经网络模型来提取情感信息。在SEED数据集上的实验结果显示,PLV构造的连接矩阵与脑电情绪关系更为密切,其平均准确率可达93.38%,标准差为3.35%。与传统算法相比,SCF-RCNN在情绪识别领域的分类任务中表现更为优越,表明该方法在情绪识别领域具有重要的应用潜力。展开更多
超大规模多输入多输出(extremely large-scale multiple-input-multiple-output,XL-MIMO)已经成为未来6G通信的创新技术。在XL-MIMO无线系统中,由于基站天线数量的增加,信道建模需要同时考虑近场球面波和远场平面波。为了减少信道估计...超大规模多输入多输出(extremely large-scale multiple-input-multiple-output,XL-MIMO)已经成为未来6G通信的创新技术。在XL-MIMO无线系统中,由于基站天线数量的增加,信道建模需要同时考虑近场球面波和远场平面波。为了减少信道估计的导频开销,提出了一种基于凸优化方法的混合场信道估计方案,上行混合场XL-MIMO系统信道经过远场角域变换和近场极域变换后呈现稀疏性,信道估计问题为具有l_(0)范数约束的优化问题。由于所得到的问题的非凸性,通过将l_(0)范数放松为l_(1)范数,将问题转化为凸问题,分别结合近端梯度(proximal gradient,PG)和交替方向乘子法(alternating direction method of multipliers,ADMM)提出两种混合场信道估计算法。太赫兹无线通信系统不同频率子载波不能近似相等,因此对不同频率的子载波使用相应频率下的字典。相比于传统的基于正交跟踪匹配的近场和远场的信道估计算法,所提的混合场算法不需要近场和远场的路径数目作为先验条件,且有更高的精度。展开更多
模型辅助检测概率(model-assisted probability of detection,MAPoD)和灵敏度分析对于量化涡流无损检测(eddy current nondestructive testing,ECNDT)系统的检测能力非常重要。由于不确定性在涡流无损检测的MAPoD和SA问题中的传播,传统...模型辅助检测概率(model-assisted probability of detection,MAPoD)和灵敏度分析对于量化涡流无损检测(eddy current nondestructive testing,ECNDT)系统的检测能力非常重要。由于不确定性在涡流无损检测的MAPoD和SA问题中的传播,传统基于实验方法和物理仿真模型对该问题的分析需要耗费大量的时间和人力成本,为了降低这些成本,提出基于粒子群算法(particle swarm optimization,PSO)的支持向量回归(support vector regression,SVR)模型取代传统的实验方法以及物理仿真模型,对涡流无损检测模型的响应进行预测,从而加速MAPoD和SA问题的分析。此外,创新性地将网格搜索、随机搜索、模拟退火算法和PSO等优化算法与SVR相结合,研究不同的优化算法对SVR的关键参数优化的精度和效率,验证PSO相较于其他优化算法的性能优势。最后,将PSO-SVR模型应用于ECNDT算例中,对表面裂缝长度的不确定性进行MAPoD和SA的分析。结果表明,所提算法在保证求解精度的同时,加速了涡流无损检测系统的MAPoD和SA问题的研究,并减少了计算开销。在计算量方面,对这两个问题的求解,平均分别仅需纯物理模型计算量的3.5%和0.06%。展开更多
文摘超大规模多输入多输出(extremely large-scale multiple-input-multiple-output,XL-MIMO)已经成为未来6G通信的创新技术。在XL-MIMO无线系统中,由于基站天线数量的增加,信道建模需要同时考虑近场球面波和远场平面波。为了减少信道估计的导频开销,提出了一种基于凸优化方法的混合场信道估计方案,上行混合场XL-MIMO系统信道经过远场角域变换和近场极域变换后呈现稀疏性,信道估计问题为具有l_(0)范数约束的优化问题。由于所得到的问题的非凸性,通过将l_(0)范数放松为l_(1)范数,将问题转化为凸问题,分别结合近端梯度(proximal gradient,PG)和交替方向乘子法(alternating direction method of multipliers,ADMM)提出两种混合场信道估计算法。太赫兹无线通信系统不同频率子载波不能近似相等,因此对不同频率的子载波使用相应频率下的字典。相比于传统的基于正交跟踪匹配的近场和远场的信道估计算法,所提的混合场算法不需要近场和远场的路径数目作为先验条件,且有更高的精度。
文摘模型辅助检测概率(model-assisted probability of detection,MAPoD)和灵敏度分析对于量化涡流无损检测(eddy current nondestructive testing,ECNDT)系统的检测能力非常重要。由于不确定性在涡流无损检测的MAPoD和SA问题中的传播,传统基于实验方法和物理仿真模型对该问题的分析需要耗费大量的时间和人力成本,为了降低这些成本,提出基于粒子群算法(particle swarm optimization,PSO)的支持向量回归(support vector regression,SVR)模型取代传统的实验方法以及物理仿真模型,对涡流无损检测模型的响应进行预测,从而加速MAPoD和SA问题的分析。此外,创新性地将网格搜索、随机搜索、模拟退火算法和PSO等优化算法与SVR相结合,研究不同的优化算法对SVR的关键参数优化的精度和效率,验证PSO相较于其他优化算法的性能优势。最后,将PSO-SVR模型应用于ECNDT算例中,对表面裂缝长度的不确定性进行MAPoD和SA的分析。结果表明,所提算法在保证求解精度的同时,加速了涡流无损检测系统的MAPoD和SA问题的研究,并减少了计算开销。在计算量方面,对这两个问题的求解,平均分别仅需纯物理模型计算量的3.5%和0.06%。
