-
题名认知MIMO系统非正交动态时隙分配能耗优化研究
- 1
-
-
作者
费恒海
葛文萍
陈娟
陈紫康
-
机构
新疆大学计算机科学与技术学院
新疆大学信号检测与处理重点实验室
-
出处
《电子科技大学学报》
北大核心
2025年第2期250-256,共7页
-
基金
新疆维吾尔自治区自然科学基金(2022D01C426)。
-
文摘
认知MIMO系统中同时存在多类用户时,不同类型用户受不同约束条件限制,对时隙会有不同需求。该文旨在解决多类用户并存的认知MIMO系统能耗优化问题,提出基于稀疏码多址接入(sparse code multiple access,SCMA)的非正交时隙分配方法,满足更多类型用户的通信需求。在分配时隙时,提出动态时隙分配算法,通过设计虚拟用户进行时隙分配,保证不同类型用户不会占用同一个时隙。仿真结果和分析表明,系统中多类用户同时存在于eMBB(enhanced mobile broadband)和URLLC(ultra-reliable low latency communications)两种场景中时,基于SCMA的非正交动态时隙分配与传统正交分配方式相比能够降低能耗,与固定时隙的非正交时隙分配相比,动态时隙分配算法降低系统能耗的效果更明显。
-
关键词
认知MIMO
动态时隙分配
能耗优化
SCMA
-
Keywords
cognitive MIMO
dynamic time-slot assignment
energy consumption optimization
SCMA
-
分类号
TN91
[电子电信—通信与信息系统]
-
-
题名面向移动端的目标检测优化研究
被引量：5
- 2
-
-
作者
韩晶晶
刘江越
公维军
魏宏杨
钱育蓉
-
机构
新疆大学信号检测与处理重点实验室
新疆大学软件学院
新疆大学信息科学与工程学院
乌鲁木齐职业大学实训中心
新疆大学软件工程重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第24期12-28,共17页
-
基金
新疆维吾尔自治区自然科学基金(2021D01F52)
国家自然科学基金(61966035)
+2 种基金
国家自然科学基金联合基金—重点项目(U1803261)
中国科学院“西部之光”人才培养计划(2021-XBQNXZ-032)
自治区科技厅国际合作项目(2020E01023)。
-
文摘
为适应移动智能时代对实时目标检测的需求,人们针对面向移动端的目标检测优化问题提出了众多解决思路。其优化思路可归纳为轻量化网络设计和模型压缩两类:一类是基于手工设计或自动化机器学习(AutoML)手段,在网络设计之初就采用轻量化卷积设计构建轻量化网络;另一类是借助张量分解、模型剪枝、参数量化等压缩手段,调整现有的目标检测模型来优化检测性能。考虑到优化方法的发展规律不尽相同且彼此之间有所关联,分别采取了不同的分析角度和对比维度。从市场角度剖析了国内面向移动端的目标检测产业化现状,并对其优化研究的潜在问题和发展方向进行了总结与展望。
-
关键词
目标检测
轻量化网络
张量分解
模型剪枝
参数量化
-
Keywords
object detection
lightweight network
tensor decomposition
model pruning
parameter quantization
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名融合高度信息的遥感图像语义分割网络
被引量：4
- 3
-
-
作者
高梁
钱育蓉
刘慧
-
机构
新疆大学软件学院
新疆大学信息科学与工程学院
新疆大学信号检测与处理重点实验室
新疆大学软件工程重点实验室
-
出处
《计算机工程与设计》
北大核心
2023年第8期2417-2424,共8页
-
基金
国家自然科学基金项目(61966035、61562086、U1803261)
新疆维吾尔自治区研究生创新基金项目(XJ2021G062)。
-
文摘
针对遥感图像分割精度低的问题,提出一种融合高度信息的遥感图像语义分割网络。将光谱信息和高度信息进行融合,从不同的数据中提取地物的特征信息。针对卷积网络受固定感受野的限制,无法有效获取特征图上下文信息的问题,将Transformer应用到网络中建模特征图的全局相关性,增强网络的特征提取能力。为有效利用融合特征图中的信息,提出基于自注意力的解码器。通过在韦兴根和波茨坦数据集上进行实验,验证了所提网络与其它先进网络相比具有竞争力。
-
关键词
遥感图像
语义分割
自注意力
上下文信息
TRANSFORMER
高度信息
特征提取
-
Keywords
remote sensing image
semantic segmentation
self-attention
contextual information
Transformer
height information
feature extraction
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于图卷积和注意力的方面级情感分类
- 4
-
-
作者
窦贤锐
李敏
赵晖
-
机构
新疆大学软件学院
新疆大学信息科学与工程学院
新疆大学信号检测与处理重点实验室
新疆大学多语种信息技术重点实验室
-
出处
《计算机工程与设计》
北大核心
2023年第9期2657-2663,共7页
-
基金
国家自然科学基金项目(62166041)
新疆维吾尔自治区教育基金项目(90390007)。
-
文摘
为解决图注意力网络对边信息的忽视和固定卷积层数的方法不能自适应获取情感词信息的问题,提出一种基于图卷积和注意力的方面级情感分类模型。加入句法依存边信息提高对不同句法连接词的区分度;一个迭代注意力机制被设计用于建立方面词和句中所有词的关联关系,自适应选择全局词信息。模型在Twitter、Rest14和Rest16数据集上获得更好的性能。实验结果验证了该方法的有效性。
-
关键词
情感分类
方面级情感分析
图卷积网络
观点词
依存树
注意力机制
门机制
-
Keywords
sentiment classification
aspect-level sentiment analysis
graph convolutional networks
opinion word
dependency tree
attention mechanism
gate mechanism
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
