论文部分内容阅读
习近平新时代党的政治建设理论研究
【出 处】
：
辽宁工业大学
【发表日期】
：
2021年01期
其他文献
物联网（Internetof Things,IoT）的快速发展使得机器类型通信日益增长,移动服务和机器类型通信的融合迎来了无线通信大数据时代。然而,这也导致了频谱环境中各类低功耗的信号越来越多,加剧了无线电磁环境的复杂性。此外,无缝连接的物联网会带来许多诸如干扰和欺骗等物理层威胁。而有效的数字信号调制方式识别技术可以为频谱监测和管理提供更高精度的感知和分析能力,并且可以检测和识别导频干扰和欺骗性干
模数转换器（Analog-to-digital Converter,ADC）作为关键的前端信号处理器,是连接模拟和数字世界的桥梁。目前,具有更高采样率、更大带宽和更好性能的ADC已成为如高速光通信系统、超宽带无线系统以及需要对输入信号进行高速数字化的实时信号采集和处理系统的重要组成部分。传统的电子ADC由于其固有的孔径抖动和比较器模糊等问题,在这些先进的高频系统应用中受到限制。而利用超低抖动光脉冲
雷达辐射源信号识别是电子战的关键部分,很大程度上影响了战争的结果。随着电磁技术的不断进步,新体制雷达的不断研制,战场电磁环境变得越来越复杂,单纯依靠脉冲描述字特征进行识别的方法已经难以满足当前战争的需要。此外,由于战场环境下每次能够收集到的信号样本量通常较少,难以准确反映战场雷达信号的真实分布情况,同时模型训练容易过拟合,目前多数研究均为多次截获雷达信号以构建大样本数据集,但该做法周期较长,难以满
由于时代的发展,信息科技已经从新兴名词演化为了时代背景,网络正在不断地改变着人们的生活,其中基于位置的社交网络广泛活跃于人们生活中的各种领域。作为基于位置的社交网络中一项十分重要的研究内容,个性化兴趣点推荐在科研领域和生产界都是一个热点话题。在当前这个信息量爆炸的时代,如何有效且高效地为用户推荐其感兴趣的兴趣点是一个关键的问题。为解决兴趣点推荐现存的痛点问题,本文设计并实现了基于深度知识学习的兴趣
在铁路智能化高速发展的当今时代,铁路智能运维系统的建设可以进一步提升铁路技术核心竞争力、降低铁路运维成本,对推动我国经济发展有着深远影响。铁路智能运维系统依照“平台+应用”模式将各设备监测数据汇聚与融合,便于后续数据应用。由于汇聚的设备监测数据存在数据来源复杂、语义不一、易产生冲突等问题。因此,当务之急是如何有效解决铁路智能运维系统中多源异构数据融问题。本文针对铁路智能运维系统下底层监测数据融合度