摘要：受发射端的功率分配与叠加编码的影响,基于单任务神经网络的功率域非正交多址接入(NOMA)符号检测算法无法兼容不同用户的符号检测任务。针对用户辅助的协作多输入多输出(MIMO)-NOMA通信系统,设计基于多任务神经网络的符号检测算法,通过学习协作MIMO-NOMA系统中信号的深层共享特征,实现不同用户的联合符号检测。由于协作通信中不同用户接收信号的数据分布不同,并且存在数据孤岛问题,而机器学习模型要求训练数据和测试数据均独立采样于同一数据分布,因此提出多任务联邦学习框架来解决这一问题。实验结果表明,随着信噪比的提高,所提出的符号检测算法较传统符号检测算法展现出更好的性能。

摘要：传统三元组抽取任务的方面词与意见词的抽取相互关联,采用流水线(Pipeline)或联合(Joint)模型架构会存在误差传递、错误传播等问题.基于上述问题,本文设计基于位置提示的双通道循环网络(Position-prompt dual-channel recurrent neural network,PDRN)模型解决三元组抽取任务.采用预训练BERT模型生成词向量作为模型输入,通过双通道显示交互方法在多个循环中建立同步机制,作为两元组(方面、意见)抽取及配对,使用基于位置提示的BERT-BiLSTM模型进行情感极性判别.在3个三元组抽取数据集进行实验,F1值相较最好的流水线模型和同类联合模型提高了1%~2%,在ASOTE任务上F1值相较基线最高提升了2.9%.

摘要：关注根据自然语言描述生成相关代码片段的代码生成(code generation)任务.在软件开发过程中,开发人员常常会面临两种情形.一种是通用功能的实现,需要开发人员编写大量重复且技术含量较低的代码;另一种是依赖于特定任务要求,需要开发人员查询文档或使用其他工具才能完成的代码编写工作.代码生成作为最直接辅助开发人员完成编码的工作受到学术界和工业界的广泛关注.让机器理解用户需求,自行完成程序编写也一直是软件工程领域重点关注的问题之一.近年来,随着深度学习在软件工程领域任务中的不断发展,尤其是预训练模型的引入使得代码生成任务取得了十分优异的性能.系统梳理当前基于深度学习的代码生成相关工作,并将目前基于深度学习的代码生成方法分为3类:基于代码特征的方法、结合检索的方法以及结合后处理的方法.第1类是指使用深度学习算法利用代码特征进行代码生成的方法,第2类和第3类方法依托于第1类方法进行改进.依次对每一类方法的已有研究成果进行系统的梳理、分析与总结.除此之外,汇总并分析已有的代码生成工作中常用的语料库与评估方法,以便于后续研究进行实验设计.最后,对代码生成方法研究进展进行总结,并针对未来值得关注的研究方向进行展望.

摘要：基于相位敏感光时域反射计(Φ-OTDR)的分布式光纤振动传感系统在铁路周界安防中有着重要的应用前景.为降低Φ-OTDR中固有的相干衰落对相位解调的影响,提高扰动信号识别率,提出一种基于矢量旋转滑动平均(MVRA)的相干衰落抑制方法.首先,对探测信号复矢量化,并对各位置的复矢量信号按初相角进行旋转对齐;然后,采用滑动平均的方法缓和信号幅度起伏以及减小噪声功率,提高信噪比,进而抑制相干衰落;其次,从衰落抑制信号解调出扰动信号,将MVRA与频谱提取重组(SERM)、数字向移变换(DPST)方法进行对比,通过差分相位标准差验证抗衰落效果;最后,通过搭建分布式光纤周界入侵检测实验平台,模拟环境噪声、应力破坏、攀爬、剪网4种防护扰动信号,以解调的相位灰度图作为特征图像,使用卷积神经网络进行模式识别.实验结果表明:相比SERM、DPST,MVRA能更高效地抑制衰落,当滑动窗长50 ns时,MVRA提高11.2 dB信噪比;扰动信号的识别率由衰落抑制前的88%提高到衰落抑制后的92%.

摘要：动态电感探测器容易频域集成,作为一种新兴的超导探测器件在(亚)毫米及光学波段的天文探测和阵列成像中得到了初步应用.在单像素层面,动态电感探测器的暗噪声水平是关键指标之一.本文详细介绍了一种适用于动态电感探测器的噪声功率谱分析方法,可以较好地平衡噪声频谱分辨率与方差性能,准确且高效地进行噪声谱分析.利用此方法,研究了两种工艺的超导铝动态电感探测器,发现在铝膜上下两层镀氮化硅膜的样品的频率噪声约为裸铝样品的25%—50%.基于这种双层氮化硅工艺,进一步研究了多种几何设计的集总结构铝动态电感探测器在不同微波功率和温度下的噪声特性,实验结果与典型的二能级系统噪声行为相符.本文的研究为动态电感探测器的噪声谱表征提供了一种标准方法,并为研制低噪声的超导铝动态电感探测器奠定了基础.

摘要：以传统朴素贝叶斯算法为基础,研究并提出一种高效、准确的量子模糊贝叶斯分类算法。首先将“模糊集合理论+朴素贝叶斯理论”交叉融合,定义模糊先验概率、模糊条件概率,将朴素贝叶斯推广至模糊朴素贝叶斯,构建模糊贝叶斯模型;其次,将“模糊贝叶斯模型+量子计算”交叉融合,将模糊数据集量子化(编码到量子态上)并设计量子线路,提出一种量子模糊朴素贝叶斯分类算法;最后,将该算法应用到鸢尾花数据集。仿真实验表明,与传统朴素贝叶斯分类算法相比,该算法具有较高的分类效率和准确率。

摘要：基于遥感图像的地物要素分类与提取是实现数字化战场建设、智能化战场感知的关键支撑技术之一。实际应用平台运算资源有限、样本匮乏导致训练不充分等制约深度神经网络的遥感图像地物分类效果。基于张量链式分解和权重共享,设计空谱卷积长短时记忆单元的两种张量扩展结构,提出轻量级张量空谱卷积长短时记忆网络用于遥感图像分类。在两个公开高光谱遥感图像数据集进行实验,该算法仅需0.34MB存储空间,较同类方法实现更优分类性能。

摘要：高等教育转型要求大学图书馆建设适应新型学习模式的未来学习空间。本研究追溯学习空间演变历程,梳理未来学习空间建设现状,厘清其发展特点及探索盲区。通过分析悉尼科技大学学习中心的实践案例,明晰未来学习空间建设方向,构建多元融合视域下的未来学习空间设计框架和设计理念,总结提出高校图书馆应以自身实际为基石,用户需求为导向,学科发展为抓手,打造多元融合的未来学习空间。

摘要：传统故障诊断方法存在特征提取有限和故障检测不准确的问题，为此提出新的轴承智能故障诊断方法.构建连续小波卷积层取代卷积神经网络(CNN)中的初始卷积层，用于提取轴承数据的初级特征；使用增强ACON激活函数处理提取的振动信号；设计新的计算空间，提高CNN的整体自适应性.在凯斯西储大学轴承数据集上开展滚动轴承故障诊断方法对比实验.结果表明，与传统基于CNN、快速傅里叶变换-CNN、长短时记忆-CNN故障诊断方法相比，所提方法的故障诊断精度分别提高了7.45、4.46和1.53个百分点，CNN的收敛速度更快.在不同工况的泛化任务中，所提方法的平均准确率为99.64%，准确性和泛化能力良好.

摘要：在天线优化设计领域,传统电磁软件采用参数扫描方法,计算量大且效率低。针对此问题,文中提出了一种基于火烈鸟搜索算法和HFSS(High Frequency Structural Simulator)联合优化的设计方法,并通过MATLAB和HFSS联合仿真完成实现。在MATLAB中编写天线设计和仿真代码,生成VBS(Visual Basic Script)脚本供HFSS调用,HFSS将电磁仿真的结果返回给适应度函数计算。由火烈鸟搜索算法根据适应度值进行粒子寻优,直至找出最优结果,确定最优天线尺寸参数。文中联合仿真设计在迭代23次时寻得最优尺寸参数,使得优化后的天线在两个工作频段对应的适应度值由-483.37 dB优化到-771.15 dB。仿真结果表明,所提算法具有较强寻优能力,收敛速度块,可有效提升天线优化设计的效率。