【摘 要】
：
当前的互信息特征选择算法为提高泛化性能而未对专一应用领域进行优化,电子鼻传感器阵列优化作为一类特殊的特征选择问题,使用传统算法难以搜索出最优的特征子集.结合气体传感器阵列特殊的冗余性和特有的敏感性,提出了一种基于电子鼻传感器性能的互信息特征选择算法并对阵列进行优化,通过两种不同的电子鼻公开数据集验证了传感器特性对识别精度的影响,证明了所提出算法的有效性.
【机 构】
：
重庆邮电大学通信与信息工程学院,重庆400065
论文部分内容阅读
当前的互信息特征选择算法为提高泛化性能而未对专一应用领域进行优化,电子鼻传感器阵列优化作为一类特殊的特征选择问题,使用传统算法难以搜索出最优的特征子集.结合气体传感器阵列特殊的冗余性和特有的敏感性,提出了一种基于电子鼻传感器性能的互信息特征选择算法并对阵列进行优化,通过两种不同的电子鼻公开数据集验证了传感器特性对识别精度的影响,证明了所提出算法的有效性.
其他文献
为提高水印方案的抗攻击能力和自适应性,提出一种盲水印的GoogLeNet-GMP神经网络方案。首先,所提网络较为简约,最深的路径(即通过预处理网络、嵌入网络和提取网络的路径)仅包含17层。通过在水印预处理网络中提高水印分辨率来保持宿主图像的分辨率,由此增强了水印的透明性。同时,在水印预处理网络中使用平均池化,将水印数据的二进制值与宿主图像结合在一起,从而增强了水印的透明性。最后,提取器使用交叉熵作
将5G移动通信技术应用于海面覆盖,不仅仅要解决建站困难的问题,还要解决海面超远覆盖下的参数配置及覆盖距离估算.首先对海面超远覆盖进行信道建模,考虑空气介电常数变化对无线电波传播的影响,给出了等效的地球模型;其次,对5G中影响小区覆盖半径的几个关键参数进行了详细分析;最后,分别对三大运营商的主流频段进行仿真,给出了不同频段下最大覆盖距离与路径损耗的关系曲线.
为了对高铁站站台导向标识系统进行研究与优化,引入了粒子群优化算法(PSO)对站台进行模型搭建.在原有的高铁地标系统上加入新的“空中标识”系统,通过站台模拟乘客寻找对应乘车点,在加入新的标识系统后,使用PSO验证了模型具有较高的适应度和收敛速度,性能优于仅有地标的引导系统.站台导向标识的优化将使用ESP8266无线模块进行信息传输,以及显示屏显示信息,新型的“空中标识”系统能够和调度信息结合,实时显示当前站台车厢号信息.在PSO的训练中,优化后的导向标识系统迭代时间缩短了46.41％,效果更加显著.
SRAM存储器在SoC芯片中的应用已经越来越普遍,存储单元的加固设计已成为抗辐射SoC芯片设计首要考虑的问题之一.提出了两种SRAM读出电路的加固结构,分别从读出电路结构、数据读出速度和抗单粒子翻转能力等方面进行了对比.两种读出结构的SRAM均有较好的抗单粒子能力,但相比较单模双互锁结构的SRAM,双模双互锁读出结构的SRAM读出时间更短.
介绍了3GPP R16标准中提出的非公共网络技术(Non-Public Network,NPN)的两种组网方式和应用现状,分析了企业对5G专网的需求以及公专融合的趋势.结合NPN与公共陆地移动网(Public Land Mobile Network,PLMN)部署的关系,提出了两种典型的5G公网和专网融合部署模式:连续模式、重叠模式.并针对两种模式下需要重点解决的业务连续性和并发连接问题,介绍了3GPP R17标准中提出的两种技术方案.
在供电入口处嵌入非侵入式负荷识别技术,有利于推动建筑节能、实现电网负荷预测、开发智能楼宇、完善智能电网体系建设.据此,提出一种基于有向无环图支持向量机(Directed Acyclic Graph Support Vector Machines,DAG-SVMS)的负荷辨识方法.首先,对总线电流信号进行事件检测,检测到暂态事件后,分离目标负荷暂态电流波形,提取特征,然后,将特征输入预先训练好的DAG-SVMS模型进行分类识别.为提升分类器性能,使用粒子群优化PSO(Particle Swarm Optim
介绍了一种可用于集成电路实现的WiFi数字射频前端架构,兼容802.11a/b/g/n/ac/ax协议,可工作在2.4 GHz和5 GHz信道下.配合模拟接收电路和解调器,实现了不同WiFi信号类型的自动增益锁定、报文类型区分、频谱搬移和重采样、邻道干扰抑制等功能.
提出了云数据中心基于皮尔逊相关系数的虚拟机选择策略(Pearson Correlation coefficient Virtual Machine Selection,PC-VMS).PC-VMS把统计学中的皮尔逊相关系数应用于虚拟机CPU历史利用率数据,建立了衡量每对虚拟机CPU利用率之间的相关性的数学模型;PC-VMS会获取每对虚拟机最近n次的CPU利用率,根据输入的两组数据来计算皮尔逊相关系数,最后在一组相关性最高的虚拟机中选择一个CPU利用率最高的进行迁移,随后结合虚拟机放置策略分配到新的目标物理
高压多路选择器是电池管理系统的重要组成部分,目前研究的高压多路选择器会给电池引入漏电流,影响电池电压检测精度.为了降低高压多路选择器开关控制信号对电池的漏电流影响,提高电压检测精度,设计了一种新型栅极驱动型高压开关.该高压开关采用了栅极自举结构,可以直接级联,并且开关控制信号不对信号源引入漏电流.最后采用0.5 μm 40 V BCD工艺,搭建一个7路高压多路选择器进行了仿真验证.后仿真结果表明,高压开关相邻信道的隔离度为-47 dB@1 MHz,最大输入电压35 V,电路版图面积1.2 mm×1.5 m
针对超奈奎斯特(Faster-than-Nyquist,FTN)系统,提出了基于非正交波形编码的超奈奎斯特采样,并与传统的正交波形FTN和传统的正交Nyquist系统进行了对比分析.在99.99％的功率带宽和5次迭代检测译码的条件下,仿真结果表明:相比于升余弦的正交波形FTN系统,基于高斯和扩展高斯(Extended Gaussian Functions,EGF)脉冲成形的非正交波形FTN系统可以获得4.4 dB的成形增益,同时由于良好的时频聚焦特性,其均衡复杂度只是升余弦的1/16.