-
题名基于家庭基站密度的自适应无线资源分配策略
被引量：3
- 1
-
-
作者
刘功民
赵越
-
机构
柳州铁道职业技术学院信息工程系
西南交通大学信息编码与传输四川省重点实验室
-
出处
《计算机应用》
CSCD
北大核心
2013年第1期127-130,共4页
-
基金
国家自然科学基金资助项目(61071108)
广西壮族自治区教育厅基金资助项目(2011JGZ098)
-
文摘
针对飞蜂窝(又叫家庭基站)中干扰严重、资源利用率低等问题,提出一种基于家庭基站密度的自适应无线资源分配策略。通过频率分割抑制宏蜂窝与飞蜂窝间的干扰,依托资源复用和功率控制抑制飞蜂窝之间的干扰,并基于自组织网络技术实现家庭基站接入点(FAP)的自动配置。仿真和性能分析表明,策略在最大限度提高无线资源利用率的同时,基本实现了零干扰,并将系统总吞吐量提高了20%;尤其适用于家庭基站密集或无线资源紧张的应用场合。
-
关键词
家庭基站
用户密度
自组网
无线资源分配
-
Keywords
femtocell
user density
self-organized network
radio resource allocation
-
分类号
TN929.53
[电子电信—通信与信息系统]
-
-
题名伪随机编码调相在铁路8mm驼峰测速雷达的应用研究
被引量：2
- 2
-
-
作者
黄欣萍
刘功民
-
机构
柳州铁道职业技术学院信息工程系
-
出处
《铁道学报》
EI
CAS
CSCD
北大核心
2014年第6期68-74,共7页
-
文摘
根据铁路8mm驼峰测速雷达的技术条件要求以及在实际应用中存在的各种干扰会使雷达输出多普勒频率不稳定的问题,提出将m码码型变换的互相关技术应用于8mm驼峰测速雷达,重点对m码码型变换的互相关函数以及应用于驼峰测速雷达的信号处理进行分析,对此种体制的雷达框图、原理、信号处理数学分析以及应用中重要的m序列码的参数选择等技术问题进行研究。通过仿真实验,说明此种体制雷达对测速区以外的远、近距离上的回波干扰和其他杂波干扰具有较大的抑制作用,并可有效地抑制发射机泄露信号产生的噪声干扰。
-
关键词
驼峰测速雷达
伪随机编码
自相关及互相关函数
多普勒信号
-
Keywords
hump velocity radar
pseudo random code
auto-correlation and cross-correlation functions
doppler signal
-
分类号
U284.66
[交通运输工程—交通信息工程及控制]
TN95
[电子电信—信号与信息处理]
-
-
题名边际关联分析及其在表情识别中的应用
- 3
-
-
作者
黄勇
-
机构
柳州铁道职业技术学院信息工程系
-
出处
《计算机工程与应用》
CSCD
2013年第4期224-226,共3页
-
文摘
提出了一种基于边际关联分析MCA的人脸表情识别方法。传统的CCA、MML等处理的是所有训练样本的全局关联系数。受关联分析和边际学习启发,MCA专注于样本与对应类标间的个体关联,而非整体或全局关联。基于JAFFE和CED-WYU两个表情数据库的识别结果证实了MCA特征提取方法的有效性。
-
关键词
典型关联分析
边际学习最大化
边际关联分析
表情识别
-
Keywords
Canonical Correlation Analysis （ CCA ）
Maximum Margin Learning （MML）
Margin Correlation Analysis （ M CA ）
expression recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于计算机视觉数据对大棚作物生长趋势的挖掘
被引量：2
- 4
-
-
作者
任硕果
-
机构
柳州铁道职业技术学院信息工程系
-
出处
《农机化研究》
北大核心
2019年第5期202-205,共4页
-
基金
广西教育厅广西高校中青年教师基础能力提升项目(2017KY1245)
-
文摘
设施农业具有可控的环境条件,可以通过工程技术手段实现作物的高效生产。大棚是设施农业的重要形式,能够显著提高作物的抗灾减灾和反季节生产能力。大棚作物的生长状况反映出大棚生产管理的效果,并作为农艺操作和产量预测的依据。为此,开发了通过计算机视觉分析大棚作物的植株颜色和发育阶段等生长信息的方法,利用专家系统挖掘视觉分析数据,评判作物的生长状况,预测后续生长趋势和最终产量。大棚黄瓜的试验结果表明:基于计算机视觉的数据挖掘可以准确评判黄瓜的生长状况,较为准确地预测成熟时期和最终产量,提高了大棚生产的智能化水平。
-
关键词
计算机视觉
大棚作物
生长趋势
挖掘
-
Keywords
computer vision
greenhouse crop
growth trend
excavation
-
分类号
S126
[农业科学—农业基础科学]
-
