期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
有效减小时延的自适应p-坚持CSMA协议研究 被引量:4
1
作者 黄旭方 王旭阳 +1 位作者 孙鑫 陈冰雪 《计算机工程与应用》 CSCD 北大核心 2017年第12期99-104,共6页
针对一些对实时性要求较高而数据吞吐量不高的网络服务,提出一种有效减小时延的自适应p-坚持CSMA/CD协议算法。依据与网络性能相关的关键参数之间的关系,提炼出能有效反映网络负载的状态监测量,基于对监测量的联合判断结果,将网络分为... 针对一些对实时性要求较高而数据吞吐量不高的网络服务,提出一种有效减小时延的自适应p-坚持CSMA/CD协议算法。依据与网络性能相关的关键参数之间的关系,提炼出能有效反映网络负载的状态监测量,基于对监测量的联合判断结果,将网络分为轻负载、较轻负载、较重负载和重负载四种状态,并针对不同负载状态调整发送概率p和最大避退上限值B_m。通过对协议的时延、吞吐量和总线利用率进行仿真,与一般的p-坚持CSMA/CD协议相比,自适应p-坚持CSMA/CD协议能较有效降低时延、减小抖动。 展开更多
关键词 时延 避退上限 CSMA/CD协议 自适应
在线阅读 下载PDF
混合供电发射机的功率分配及调度算法 被引量:3
2
作者 刘迪迪 林基明 +2 位作者 王俊义 陈小徽 张文辉 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2016年第6期8-14,共7页
针对由固定电网和能量收集器混合供电的无线通信下行链路,研究在能量收集过程、数据到达过程以及衰落信道统计分布均未知的情况下发射机的动态功率分配及传输调度问题,目的是最小化发射机从固定电网消耗的平均电量,即提高收集的能量的... 针对由固定电网和能量收集器混合供电的无线通信下行链路,研究在能量收集过程、数据到达过程以及衰落信道统计分布均未知的情况下发射机的动态功率分配及传输调度问题,目的是最小化发射机从固定电网消耗的平均电量,即提高收集的能量的利用效率.研究基于李雅普诺夫的优化方法,提出了一种低复杂度的动态功率分配以及多用户之间的传输调度算法,保证各数据队列稳定且等待时延不超过用户时延要求的条件下,使发射机从固定电源消耗的平均电量趋于最小值.仿真对比表明,该算法的性能优于其他两种贪婪算法. 展开更多
关键词 能量收集 混合电源供电 功率分配 传输调度 李雅普诺夫优化
在线阅读 下载PDF
基于CLDNN的调制信号识别方法 被引量:12
3
作者 张军 符杰林 林基明 《计算机应用与软件》 北大核心 2021年第10期216-220,277,共6页
调制信号的识别在军用的电子战和民用的智能化无线通信中占有重要的地位,针对现有识别方法识别种类少、整体识别率不高和需要预处理等缺点,设计一个CLDNN端到端深度神经网络。该网络无需人工干预或数据统计,自动提取特征并进行多类调制... 调制信号的识别在军用的电子战和民用的智能化无线通信中占有重要的地位,针对现有识别方法识别种类少、整体识别率不高和需要预处理等缺点,设计一个CLDNN端到端深度神经网络。该网络无需人工干预或数据统计,自动提取特征并进行多类调制信号类型识别。实验结果表明,该方法能够同时识别11种信号的调制方式,在低信噪比下识别效率相比现有方法有所提升,当信噪比在-4 dB以上时,整体识别精度达到94%以上。 展开更多
关键词 信号识别 端到端 神经网络 CLDNN
在线阅读 下载PDF
基于Stacking集成学习的恒星/星系分类研究 被引量:2
4
作者 李超 张文辉 +2 位作者 李然 王俊义 林基明 《天文学报》 CSCD 北大核心 2020年第2期102-111,共10页
机器学习在当今诸多领域已经取得了巨大的成功,但是机器学习的预测效果往往依赖于具体问题.集成学习通过综合多个基分类器来预测结果,因此,其适应各种场景的能力较强,分类准确率较高.基于斯隆数字巡天(Sloan Digital Sky Survey,SDSS)... 机器学习在当今诸多领域已经取得了巨大的成功,但是机器学习的预测效果往往依赖于具体问题.集成学习通过综合多个基分类器来预测结果,因此,其适应各种场景的能力较强,分类准确率较高.基于斯隆数字巡天(Sloan Digital Sky Survey,SDSS)计划恒星/星系中最暗源星等集分类正确率低的问题,提出一种基于Stacking集成学习的恒星/星系分类算法.从SDSS-DR7(SDSS Data Release 7)中获取完整的测光数据集,并根据星等值划分为亮源星等集、暗源星等集和最暗源星等集.仅针对分类较为复杂且困难的最暗源星等集展开分类研究.首先,对最暗源星等集使用10折嵌套交叉验证,然后使用支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)、XGBoost(eXtreme Gradient Boosting)等算法建立基分类器模型;使用梯度提升树(Gradient Boosting Decision Tree,GBDT)作为元分类器模型.最后,使用基于星系的分类正确率等指标,与功能树(Function Tree,FT)、SVM、RF、GBDT、XGBoost、堆叠降噪自编码(Stacked Denoising AutoEncoders,SDAE)、深度置信网络(Deep Belief Network,DBN)、深度感知决策树(Deep Perception Decision Tree,DPDT)等模型进行分类结果对比分析.实验结果表明,Stacking集成学习模型在最暗源星等集分类中要比FT算法的星系分类正确率提高了将近10%.同其他传统的机器学习算法、较强的提升算法、深度学习算法相比,Stacking集成学习模型也有较大的提升. 展开更多
关键词 恒星:基本参数 星系:基本参数 技术:测光 方法:数据分析
在线阅读 下载PDF
使用EOF垂直基函数的像素基电离层层析重构 被引量:1
5
作者 范玉荣 符杰林 +2 位作者 安涛 王俊义 林基明 《计算机应用与软件》 北大核心 2022年第3期102-107,共6页
在传统像素基电离层层析成像中,直接将每个格网内的电离层电子密度作为未知数进行反演,容易出现由于未知数数目庞大而导致反演效率下降的问题。通过利用国际参考电离层(IRI)模型提取经验正交函数(EOFs)作为垂直方向基函数,将每个高度剖... 在传统像素基电离层层析成像中,直接将每个格网内的电离层电子密度作为未知数进行反演,容易出现由于未知数数目庞大而导致反演效率下降的问题。通过利用国际参考电离层(IRI)模型提取经验正交函数(EOFs)作为垂直方向基函数,将每个高度剖面的EOF系数作为未知数,可以显著减少未知数的数目,结合乘法代数重构算法(MART)进行电离层电子密度的重构,有效提升了反演计算效率。通过模拟数据和实测数据对该算法的反演结果进行验证,并将反演结果与测高仪实测数据和传统MART算法进行比较,结果表明该算法可以更加高效、准确地反演区域电离层电子密度。 展开更多
关键词 电离层层析 电子密度 像素基 经验正交函数
在线阅读 下载PDF
基于改进生成式对抗网络的OAM-FSO通信系统自适应解调 被引量:2
6
作者 梁磊 符杰林 《计算机应用与软件》 北大核心 2023年第8期142-147,共6页
目前实际情况下空间光通信系统中往往只能得到有限数量的带标签样本,导致大气湍流的影响下传统CNN对OAM模式识别率低,系统误码率较高。针对该情况,设计一个基于GAN的神经网络模型作为OAM模式分类器,将GAN与CNN相结合,引入条件信息监督... 目前实际情况下空间光通信系统中往往只能得到有限数量的带标签样本,导致大气湍流的影响下传统CNN对OAM模式识别率低,系统误码率较高。针对该情况,设计一个基于GAN的神经网络模型作为OAM模式分类器,将GAN与CNN相结合,引入条件信息监督生成过程并用最小二乘损失代替交叉熵损失。实验结果表明,该模型在湍流强、距离长的环境下识别性能明显优于BP-ANN、KNN以及CNN,2000 m强湍流条件下识别率比CNN提高8.6%。以训练好的网络作为解调器仿真验证系统的误码率,在经过Turbo码和映射方案的改进后仅为6.89×10^(-4),证明获得了更好的通信质量。 展开更多
关键词 轨道角动量 空间光通信 大气湍流 生成式对抗网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部