摘要：目前大部分的单目深度估计网络存在网络参数庞大,消耗硬件资源多等问题.针对这些问题提出一种特征选择融合和特征增强的轻量级深度估计方法.首先,设计了特征选择融合模块来对编码器输出的多尺度特征进行选择融合,在解码器中融入编码器底层位置特征信息,提高不同尺度特征信息的利用率;其次,设计了一个Sobel特征增强模块来加强模型对场景边界信息的感知,提高场景边界深度信息的估计精度.实验结果表明,该方法的模型参数量在仅有4.2M(M为百万),在NUY Depth V2数据集上取得δ1指标0.823的先进性能.该方法不但兼顾了推理速度和估计精度,而且对场景边缘信息有较强预测能力以及模型有较强鲁棒性.

摘要：针对光栅耦合器存在偏振依赖性问题,在薄膜铌酸锂(TFLN)平台上相继设计了标准型和改进型偏振不敏感光栅耦合器。在设计过程中,首先对粒子群(PSO)算法进行了改进,然后利用改进后的PSO算法对光栅参数进行了优化,包括光栅周期、占空比、刻蚀深度以及入射角等关键参数。最后,设计了偏振不敏感啁啾光栅耦合器,并通过线性啁啾调节有效折射率,从而显著提升了耦合效率和偏振不敏感带宽。仿真结果表明:在波长为1 544 nm时耦合效率最高,偏振不敏感啁啾光栅耦合器的横电(TE)、横磁(TM)模式耦合损耗分别为-4.88、-5.05 dB;在1 500~1 580 nm波长内偏振相关损耗(PDL)小于0.5 dB,偏振不敏感带宽为45 nm。

摘要：针对串行抵消翻转译码算法(Successive Cancellation Flip,SCF)受限于单比特翻转而性能提升有限问题,提出了一种双比特翻转译码算法(Successive Cancellation Flip with 2 Bits,SCF2)。针对SCP算法扰动方差初始值固定的问题,设计了一种扰动方差可随码长和码率变化的改进SCP算法。在此基础上,结合翻转和扰动机制,提出了一种动态扰动辅助的串行抵消双比特翻转(Dynamic Perturbation-Aided SCF2,DPA-SCF2)译码算法,并对其译码复杂度和性能进行了分析。仿真结果显示,相比于列表长度为4的循环冗余校验辅助串行抵消列表(Cyclic Redundancy Check Aided Successive Cancellation List,CA-SCL)译码算法,所提算法最大可获得约0.5 dB的性能增益。

摘要：可重构智能表面(Reconfigurable Intelligent Surface,RIS)技术是一种新兴的、绿色的技术,可以有效地实现频谱和能量的高效无线通信.本文研究基站(Base Stations,BSs)与RIS的联合波束形成中总发射功率最小化问题.由于人工智能(Artificial Intelligence,AI)在处理高维数据问题和非凸模型方面的优势,本文基于深度强化学习(Deep Reinforcement Learning,DRL)中的双延迟深度确定性策略梯度算法(Twin Delayed Deep Deterministic policy gradient,TD3),设计一种新颖的联合波束成形算法来处理RIS辅助无线通信系统的基站总发射功率最小化问题.仿真结果表明,本文所提算法的性能优于经典的交替优化算法,并且通过本文所提算法训练得到的模型可以直接部署和调用,不需要再次重复计算.

摘要：单目3D目标检测旨在通过单目图像完成3D目标检测,现有的单目3D目标检测算法大多基于经典的2D目标检测算法。针对单目3D目标检测算法中通过直接回归的实例深度估计不准,导致检测精度较差的问题,提出了一种基于高深约束与边缘特征融合的单目3D目标检测算法。在实例深度估计方法上采用几何投影关系下的实例3D高度与2D高度计算高深约束,将实例深度的预测转化为对目标的2D高度以及3D高度的预测;针对单目图像存在图像边缘截断目标,采用基于深度可分离卷积的边缘融合模块来加强对边缘目标的特征提取;对于图像中目标的远近造成的目标多尺度问题,设计了基于空洞卷积的多尺度混合注意力模块,增强了对最高层特征图的多尺度特征提取。实验结果表明,所提方法在KITTI数据集上的汽车类别检测精度相比基准模型提升了7.11%,优于当前的方法。

摘要：针对现有目标检测模型在实际运用中会受到各种噪声的影响而导致性能退化的问题,提出一种双支路注意力特征融合(double branch attention feature fusion,DBAFF)的方法。基于CenterNet的结构设计,引入卷积稀疏编码(convolutional sparse coding,CSC)去噪模块。通过双支路互补学习,自适应选择不同模态的有效信息,使融合特征达到最优化,有效解决该类模型的退化问题。实验结果表明,该方法在噪声数据集VOC-Nosiy上mAP50、mAP75、mAP性能分别达到了57.9%、29.8%、24.5%,检测速度FPS达到111帧,综合性能优于原网络和仅添加卷积稀疏编码的去噪网络。

摘要：为获取从任意起始代谢物到目标代谢物的生化相关性较好的代谢路径,提出一种融合原子交换特征信息的基于约束的代谢路径预测算法PVA。结合代谢网络中具有的原子交换特征信息,建立一种基于约束的混合整数线性规划(MILP)代谢路径预测模型,以搜索从任意起始代谢物到目标代谢物并包含特定原子交换信息的代谢路径。实验结果表明,与同类方法相比,PVA能够有效地发现生化相关性更好的代谢路径。

摘要：针对多元低密度奇偶校验码(LDPC)译码算法复杂度较高的问题,设计了一种新的基于信息向量可靠度分布特征的动态门限截断策略。利用可靠度的最大值和次大值之间的差值动态选择截断门限阈值,以减少参与运算的有限域元素。在迭代过程中,根据该门限阈值进行信息筛选,使网格图上参与运算的状态数和边数更少,从而获得更低的平均译码复杂度。基于该策略,提出了一种基于动态门限策略的扩展最小和(DT-EMS)算法。仿真实验结果显示,所提算法在译码性能上与经典的多元和积算法和基于固定门限策略的扩展最小和算法等非常接近。此外,所提DT-EMS算法的复杂度低于基于固定门限策略的扩展最小和算法,并且明显低于多元和积算法的复杂度。

摘要：设计了一种基于绝缘体上硅的具有大带宽调谐范围的紧凑型可重构光学滤波器,该滤波器由两级双微环谐振器辅助对称马赫-曾德尔干涉仪结构级联构成,器件的尺寸为60μm×87μm。通过控制微环谐振器的相位,可以实现对滤波器输出带宽和中心波长的调谐。采用时域有限差分方法模拟该器件的性能,仿真结果表明,该滤波器的带宽调谐范围为1.5~5 nm,在调节带宽的过程中滤波器的阻带抑制度大于20 dB,通带损耗为0.73 dB~0.88 dB,同时该滤波器的中心波长调谐范围可以覆盖整个自由光谱范围,并保持3 dB带宽和形状因子基本不变。

摘要：面部表情能自然高效地表达人类的心理活动和思想状态,影响着人们的沟通交流过程。在诸多智能化应用中,人脸表情识别是人类与机器间建立情感交互的重要基础。在细粒度人脸表情识别任务中,由于特征提取网络对表情产生区域的关键特征处理不足,从而引发细节特征信息丢失问题。提出一种词频-逆文档频率注意力机制TF-IDF SPA,通过该机制调整表情产生关键区域的注意力分布,强化网络对该区域关键细节特征的提取能力。同时,为了应对表情识别任务中普遍存在的类间差异小、类内差异大的问题,设计一种改进型混合加权损失函数,以增强表情类内聚拢性同时增大类间距离。依据数据集中样本的数量分布情况,动态调整损失函数的分类权重值,从而强化模型对小数据量样本的学习能力。在此基础上,将结构简单的TF-IDF SPA模块与卷积层共同堆叠以构建人脸表情识别网络。实验结果表明,该网络具有较好的人脸表情识别性能,在FER2013和CK+数据集上的分类准确率分别达到73.52%和98.27%。