摘要：智能反射面(intelligent reflecting surfaces,IRS)可以通过大量低成本的无源反射元件巧妙地调整信号反射,从而动态改变无线信道,提高通信性能,目前已成为无线通信研究的焦点。然而,由于IRS的加入,整个通信系统变得更加复杂,系统的动态性也更高,使通信系统面临着许多新的挑战。机器学习(machine learning,ML)具有很强的数据处理与自适应能力,能够不断适应变化的环境和需求,可以很好地应对通信系统中的许多挑战。因此,使用ML解决IRS辅助的通信系统中的问题,已经成为当前研究的重点。基于此,对ML在IRS系统中的应用进行了系统性的概述,从IRS辅助的通信系统中存在的问题入手,分别从反射因子的设计与优化、信道处理与建模、资源分配和管理、安全性增强4个方面对ML在IRS系统中的应用进行阐述和分析,并讨论了将ML应用在IRS系统中的优势及未来的发展趋势与挑战。

摘要：恒稳电性源是电磁发射机的重要组成部分,其功能是为电磁发射机提供稳定可靠的电压、电流,进而获得有效的数据来进行地球物理勘探。随着我国对电磁发射机的功率等级、电压等级及输出稳定性的要求不断提升,其供电系统的设计变得越来越复杂。针对目前国内发射机存在功率小、电压低及输出稳定性差的问题,本文设计了一种新型大功率电磁发射机供电变换器,主要由全桥串联LC谐振变换器与Buck变换器级联所组成,使得输出电压可以在0~1000 V调节,输出功率达到30 kW。通过对原理样机的搭建,验证了该变换器的可行性,并获得了很好的效果。本文所提新型变换器有助于中浅层地质空间探测,进而促进资源勘探,并为电磁勘探技术提供了良好的基础。

摘要：对不添加镇流电阻的非均匀发射极条间距的多发射极条异质结双极晶体管(HBT)的射频功率性能和表面温度分布进行了测量,并与常规采用镇流电阻的多发射极条功率HBT进行了比较。实验结果表明,对具有非均匀发射极条间距的多发射极条HBT,采用US QFI TMS红外测量系统测得的最高表面温度、温度分布均匀性以及采用射频测量系统测得的射频功率增益和功率附加效率,分别低于、好于和高于具有镇流电阻的多发射极条功率HBT的情况。这些结果的取得,得益于采用非均匀发射极条间距改善了多发射极条HBT的热电正反馈和不同发射极条之间的热耦合,以及摆脱了传统HBT加镇流电阻带来的对射频功率性能的负作用。

摘要：为了改善电磁发射机的性能,减小电磁发射机的体积和质量,设计了一种基于脉冲宽度调制(PWM)整流技术的电磁发射机电路结构,并对其中永磁同步发电机(PMSG)的PWM整流器的控制结构和参数进行设计.在同步旋转坐标系下,建立PMSG中PWM整流器的数学模型;根据电动机双闭环调速理论设计了转子磁链定向的PWM整流器电压电流双闭环控制系统,以实现有功电流和无功电流的解耦控制;为了提高系统的动态性能和稳定性,提出PWM整流器比例积分(PI)控制器的参数整定方法.仿真和实验结果表明,采用PWM整流技术的电磁发射机不仅可以满足地球物理探测的实际需要,而且具有结构简单、功率因数高和电流谐波小等优点.所提出控制器设计方法能够确定PI参数,从而简化了系统设计.

摘要：3D人体姿态估计是计算机视觉领域一大研究热点,针对深度图像缺乏深度标签,以及因姿态单一造成的模型泛化能力不高的问题,创新性地提出了基于多源图像弱监督学习的3D人体姿态估计方法。首先,利用多源图像融合训练的方法,提高模型的泛化能力;然后,提出弱监督学习方法解决标签不足的问题;最后,为了提高姿态估计的效果,改进了残差模块的设计。实验结果表明:改善的网络结构在训练时间下降约28%的情况下,准确率提高0.2%,并且所提方法不管是在深度图像还是彩色图像上,均达到了较好的估计结果。

摘要：针对深度卷积神经网络难以部署到资源受限的端侧设备这一问题,本文提出一种高效精简的轻量化卷积神经网络Mobile_BLNet,在模型规模、计算量和性能之间取得了良好的平衡.该网络引入深度可分离卷积和倒残差结构,通过合理分配不同分支的运算量缩减模型规模并节省大量计算资源;采用通道剪枝操作压缩网络模型,基于占总和比值方法裁剪对模型贡献度低的卷积通道,在相同压缩效果情况下提升了分类准确率;基于通道裁剪情况重构网络,进一步降低模型所需计算资源.实验结果表明,Mobile_BLNet结构精简、性能优异,在CIFAR-10/CIFAR-100数据集上以0.1 M/0.3 M参数量、9.6 M/12.7 M浮点计算量获得91.2%/71.5%分类准确率;在Food101/ImageNet数据集上以1.0 M/2.1 M参数量、203.0 M/249.6 M浮点计算量获得82.8%/70.9%分类准确率,满足轻量化卷积神经网络的端侧硬件高能效部署需求.

摘要：智能化的普及对图像编辑提出了新需求,海报作为一种以图像形式传递信息的方式,在日常生活和工作管理中起着重要的作用。海报的制作需要多元素图像进行合成,目前缺少一种交互式的、一键式的图像合成系统,因此,结合当前流行的图像处理技术,设计并实现了一款海报自动合成系统。提出了一种基于关键字的图像检索方案,构建基于文本和内容的双重过滤方案,为用户提供精准快捷的图像检索手段;通过对大量精心设计的海报图像统计构图规律并引入美学常识的构图规则,提出了一种基于双向规则的人像布局推荐方案;在双向规则的共同作用下辅助用户进行人像布局设计。实验结果表明:所提方案能够稳定高效地运行,用户能够通过简单的交互操作实现图像合成,最终图像合成的效果真实有效。

摘要：光学乐谱识别是音乐信息检索中一项重要技术,音符识别是乐谱识别及其关键的部分.针对目前乐谱图像音符识别精度低、步骤冗杂等问题,设计了基于深度学习的端到端音符识别模型.该模型利用深度卷积神经网络,以整张乐谱图像为输入,直接输出音符的时值和音高.在数据预处理上,通过解析Music XML文件获得模型训练所需的乐谱图像和对应的标签数据,标签数据是由音符音高、音符时值和音符坐标组成的向量,因此模型通过训练来学习标签向量将音符识别任务转化为检测、分类任务.之后添加噪声、随机裁剪等数据增强方法来增加数据的多样性,使得训练出的模型更加鲁棒;在模型设计上,基于darknet53基础网络和特征融合技术,设计端到端的目标检测模型来识别音符.用深度神经网络darknet53提取乐谱图像特征图,让该特征图上的音符有足够大的感受野,之后将神经网络上层特征图和该特征图进行拼接,完成特征融合使得音符有更明显的特征纹理,从而让模型能够检测到音符这类小物体.该模型采用多任务学习,同时学习音高、时值的分类任务和音符坐标的回归任务,提高了模型的泛化能力.最后在Muse Score生成的测试集上对该模型进行测试,音符识别精度高,可以达到0.96的时值准确率和0.98的音高准确率.

摘要：图文多模态情感分析旨在通过融合视觉模态和文本模态预测情感极性,获取高质量的视觉模态表征和文本模态表征并进行高效融合,这是解决图文多模态情感分析任务的关键环节之一.因此,文中提出基于视觉语言模型的跨模态多级融合情感分析方法.首先,基于预训练的视觉语言模型,通过冻结参数,采用低阶自适应方法微调语言模型的方式,生成高质量的模态表征和模态桥梁表征.然后,设计跨模态多头互注意力融合模块,分别对视觉模态表征和文本模态表征进行交互加权融合.最后,设计混合专家网络融合模块,将视觉、文本的模态表征和模态桥梁表征结合后进行深度融合,实现多模态情感分析.实验表明,文中方法在公开评测数据集MVSA-Single和HFM上达到SOTA.

摘要：哈希学习能够在保持数据之间语义相似性的同时,将高维数据投影到低维的二值空间中以降低数据维度实现快速检索.传统的监督型哈希学习算法主要是将手工设计特征作为模型输入,通过分类和量化生成哈希码.手工设计特征缺乏自适应性且独立于量化过程使得检索的准确率不高.本文提出了一种基于点对相似度的深度非松弛哈希算法,在卷积神经网络的输出端使用可导的软阈值函数代替常用的符号函数使准哈希码非线性接近-1或1,将网络输出的结果直接用于计算训练误差,在损失函数中使用ℓ1范数约束准哈希码的各个哈希位接近二值编码.模型训练完成之后,在网络模型外部使用符号函数,通过符号函数量化生成低维的二值哈希码,在低维的二值空间中进行数据的存储与检索.在公开数据集上的实验表明,本文的算法能够有效地提取图像特征并准确地生成二值哈希码,且在准确率上优于其他算法.