针对现有小麦条锈病预测方法没有利用病害发生因素之间的语义信息,存在预测难度大、准确率低等问题,利用知识图谱(Knowledge Graph,KG)和双向长短时记忆网络(Bi-directional Long Short-Term Memory,Bi-LSTM)处理多源异构复杂数据的各...针对现有小麦条锈病预测方法没有利用病害发生因素之间的语义信息,存在预测难度大、准确率低等问题,利用知识图谱(Knowledge Graph,KG)和双向长短时记忆网络(Bi-directional Long Short-Term Memory,Bi-LSTM)处理多源异构复杂数据的各自优势,提出一种基于KG与Bi-LSTM结合的小麦条锈病预测方法。首先,构建小麦条锈病知识图谱,将与小麦条锈病发生相关的环境信息转换为特征向量;其次,利用特征向量训练Bi-LSTM模型,得到基于Bi-LSTM的小麦条锈病预测模型;最后,利用小麦条锈病数据库数据进行试验。结果表明,KG丰富了进行病害预测所描述的语义信息,提升了Bi-LSTM提取高层病害预测特征的能力,从而提高了病害预测的准确率。在小麦条锈病数据库上的预测准确率达到93.21%,比基于Bi-LSTM的病害预测方法提高了4.5个百分点。该方法能较好预测小麦条锈病,为小麦条锈病的预报预警和综合防治提供科学依据。展开更多
针对现有的正交频分享用(OFDM)网络信号接收过程中存在带外杂波扩散严重、信号投影难以匹配以及误码率较高等难题,提出了基于梯度映射机制的子载波OFDM网络信号精确接收算法。首先,通过快速傅里叶变换及其逆变换,并联合插值技术,构建最...针对现有的正交频分享用(OFDM)网络信号接收过程中存在带外杂波扩散严重、信号投影难以匹配以及误码率较高等难题,提出了基于梯度映射机制的子载波OFDM网络信号精确接收算法。首先,通过快速傅里叶变换及其逆变换,并联合插值技术,构建最小均方差预估抑制机制,并采用带通滤波技术对带外杂波进行全频域消除;随后,基于实部及虚部信号的数字特征,构建梯度映射机制,对信号投影点与投影象限进行匹配,降低OFDM网络误码率。仿真实验表明,与当前幅度滤波限制算法(amplitude filter algorithm,AF)、中波带频率抑制算法(wave band frequency suppression algorithm,WBFS)相比,所提算法具有更低的误码率,分别降低了2个、3个量级,以及更高的信号增益强度,在莱斯信道条件下,分别提高了20.5%、41.63%,且功率谱性能与理想状态下的OFDM信号最为接近。所提算法具有理想的信号接收精度与抗衰落性能,具有一定的实际部署价值。展开更多
文摘针对现有小麦条锈病预测方法没有利用病害发生因素之间的语义信息,存在预测难度大、准确率低等问题,利用知识图谱(Knowledge Graph,KG)和双向长短时记忆网络(Bi-directional Long Short-Term Memory,Bi-LSTM)处理多源异构复杂数据的各自优势,提出一种基于KG与Bi-LSTM结合的小麦条锈病预测方法。首先,构建小麦条锈病知识图谱,将与小麦条锈病发生相关的环境信息转换为特征向量;其次,利用特征向量训练Bi-LSTM模型,得到基于Bi-LSTM的小麦条锈病预测模型;最后,利用小麦条锈病数据库数据进行试验。结果表明,KG丰富了进行病害预测所描述的语义信息,提升了Bi-LSTM提取高层病害预测特征的能力,从而提高了病害预测的准确率。在小麦条锈病数据库上的预测准确率达到93.21%,比基于Bi-LSTM的病害预测方法提高了4.5个百分点。该方法能较好预测小麦条锈病,为小麦条锈病的预报预警和综合防治提供科学依据。
文摘针对现有的正交频分享用(OFDM)网络信号接收过程中存在带外杂波扩散严重、信号投影难以匹配以及误码率较高等难题,提出了基于梯度映射机制的子载波OFDM网络信号精确接收算法。首先,通过快速傅里叶变换及其逆变换,并联合插值技术,构建最小均方差预估抑制机制,并采用带通滤波技术对带外杂波进行全频域消除;随后,基于实部及虚部信号的数字特征,构建梯度映射机制,对信号投影点与投影象限进行匹配,降低OFDM网络误码率。仿真实验表明,与当前幅度滤波限制算法(amplitude filter algorithm,AF)、中波带频率抑制算法(wave band frequency suppression algorithm,WBFS)相比,所提算法具有更低的误码率,分别降低了2个、3个量级,以及更高的信号增益强度,在莱斯信道条件下,分别提高了20.5%、41.63%,且功率谱性能与理想状态下的OFDM信号最为接近。所提算法具有理想的信号接收精度与抗衰落性能,具有一定的实际部署价值。
