摘要：针对长文本语义匹配中词向量前后之间联系不易捕获以及主题信息可能不唯一,通常使得语义匹配效果不佳的问题,提出了一种基于BERT与密集复合网络的长文本语义匹配方法,通过BERT嵌入与复合网络的密集连接,显著提高了长语义匹配的准确率。首先,将句子对输入BERT预训练模型,通过迭代反馈得到精准的词向量表示,进而得到高质量的句子对语义信息。其次,设计了一种密集复合网络,先由双向长短期记忆网络(Bi-LSTM)获得句子对的全局语义信息,然后由TextCNN提取并整合局部语义信息得到每个句子的关键特征和句子对间的对应关系,并将BERT与Bi-LSTM的隐藏输出与TextCNN的池化输出融合。最后,汇总训练过程中网络之间的关联状态,可以有效防止网络退化和增强模型判断能力。实验结果表明,在社区问题回答(CQA)长文本数据集上,本文方法平均提升幅度达到45%。

摘要：实现太阳全光谱辐射的完美吸收并尽可能少地使用光敏材料是太阳能吸波器研究的终极目标。提出了一种基于金属-电介质-金属(MIM)谐振器结构的高吸收率太阳能吸波器。该吸波器以金属钨(W)为衬底,衬底上的多层空心圆盘分别构成了金属(Ti)-相变材料(GST)-金属(Ti)或金属(Ti)-砷化镓(GaAs)-金属(Ti)的MIM谐振器结构。研究结果表明,GaAs和非晶体态GST材料在太阳能吸波器设计方面都有极高的应用价值。该结构在0.3~2.5μm的波长范围内的平均吸收率为97.48%,太阳能光谱加权吸收效率为98.02%;该结构在0.3~4μm的整个工作波段内的平均吸收率为96.95%,太阳能光谱加权吸收效率为97.54%。吸收率大于95%的带宽为2.37μm,吸收率大于90%的带宽为3.57μm。结构自身的对称性使其具备优良的偏振无关特性,有助于吸收太阳光。此外,在0.3~2.5μm波长范围内,该结构对入射角变化表现出稳定的响应。本研究设计的太阳能吸波器具有超宽带和高吸收率的特点,其结构简单,大大降低了制造复杂度和成本。该技术在太阳能收集与转换、光伏器件以及热发射器件等领域具有潜在的应用前景。

摘要：提出一种偏振不敏感且高选择性的新型纳米结构颜色滤波器。当平面光入射到超材料表面时,金属与介质交界处会发生表面等离子体共振和光学异常透射现象,部分频率的光被束缚在微纳结构中,而其他频率的光发生透射,从而实现滤色效果。采用时域有限差分法,对4种不同结构的滤波器的透射光谱和颜色显示规律进行研究。同时,还研究了结构周期、圆环直径、十字架宽度和偏振角等参数对透射光谱和滤波特性的影响。结果表明:与单层表面等离子结构相比,所提双层等离子体亚表面结构模型的透射率更高;在可见光波段内,该滤波器具有偏振不敏感特性,半峰全宽的最小值为23.26 nm,并且具有90.5%的高透射率。这项研究为下一代颜色滤波器的设计提供了理论参考。

摘要：文中设计了一款超宽带准八木天线。根据特征模理论对传统的准八木天线进行分析,并结合天线理论,在不改变天线原有尺寸的情况下,通过采用弯折、切槽等技术,增大了电流路径,拓宽了低频的工作带宽。天线尺寸为0.256λ_(0)×0.256λ_(0)×0.002λ_(0)(λ_(0)为最小工作频率所对应的波长),工作带宽为0.78 GHz~1.58 GHz。与初始天线相比,相对带宽从32.0%提高至67.8%。通过前后比可以看出,天线具有良好的定向性能,可以满足人脑探测活动的需求。

摘要：设计了一款用于微波医学成像系统的小型化超宽带蝶形印刷对数周期天线.在馈电线开端加载电感短柱改善了天线的阻抗匹配,在传统印刷对数周期天线上加载蝶形结构和U型贴片结构拓展了天线带宽并实现了小型化.天线尺寸为 0.300 λ×0.280 λ×0.007 λ(f=1.12 GHz),天线S11＜-10 dB的实测工作频带为 1.12 GHz～4 GHz,最大实测增益达到6 dBi.天线的实测方向图在工作频带内实现了定向辐射,辐射效果好,该天线可以应用于微波脑检测系统等医学领域.

摘要：文中研究了一款超宽带对拓式Vivaldi天线。为了提高其增益,设计了一款具有非谐振式特性的超宽带人工电磁超材料单元,将此单元与对拓式Vivaldi天线集成后,可以在不影响天线效率及回波损耗的特性下提高天线增益,实测最高可提高2.5 dB。天线尺寸为0.9250λ×0.6500λ×0.0083λ,实测阻抗带宽为2.5 GHz~20.0 GHz,可达8个倍频程,在15 GHz时实测增益可达到9.56 dBi。天线实测与仿真结果基本吻合。在主要工作频带内,天线呈现较好的定向辐射效果,可应用于电磁兼容测试、探地雷达测试、超宽带无线传输系统、微波脑检测系统等领域。

摘要：随着片上系统处理的数据增多,数据存储器测试逻辑相应增加,在保证测试功能的同时减小测试电路面积是当下急需解决的问题。基于共享总线结构的存储器内建自测试(MBIST)电路,通过将多个存储器引脚信号进行复用的方式,对存储器进行层次化设计,将物理存储器拼接组成逻辑存储器模块,再整合多个逻辑存储器成为一个大的存储器集模块,MBIST控制器针对存储器集进行MBIST,从而减少测试逻辑数量以达到减小测试电路占用面积的目的。通过实验证明,该结构可以满足MBIST相关需求,相较于针对单颗存储器测试的传统MBIST电路面积减小了21.44%。该方案具有良好的实用性,可以为相关存储器测试设计提供参考。

摘要：针对水下成像光MIMO系统子信道间相关性强的问题,提出一种基于格基约减最小均方误差预编码算法。通过将接收端的最小均方误差检测操作转化为发送端的预编码,解决了传统光MIMO线性检测算法对噪声的放大问题,并利用格基约减后正交性更好的信道矩阵求解预编码阵,降低了光MIMO系统子信道间的相关性。仿真结果表明,在误码率为10^(-4)数量级时,与传统光MIMO检测算法相比,采用格基约减预编码算法的系统获得了5 dB的信噪比增益。

摘要：针对ORB-SLAM3算法中特征点存在易丢失、精度低,进而导致双目在复杂场景下运动轨迹误差大的问题,本文设计了一种改进的ORB-SLAM3算法。首先,在ORB特征匹配算法中引入自适应角点检测技术,增加特征点的采集数量,并采用光流法跟踪图像特征,提高关键帧的创建成功率;其次,以特征点为中心,作区域搜索,提高实时性;然后,采用双向左右一致性检验筛选最优视差,应用Prosac算法去除误匹配点对;最后,结合深度信息对关键帧进行筛选,提高关键帧的质量,优化相机位姿。采用KITTI和EuRoc数据集进行了试验,验证了改进算法在绝对轨迹误差上具有良好的优化效果。

摘要：基于图神经网络的社交推荐模型在提升推荐系统性能方面有不错的表现。但现有方法都忽略了被查询的目标用户和项目节点与其邻居节点间可能存在特征不匹配的问题,导致噪声的引入而降低了模型性能。为了解决该问题,文中提出一种社交推荐模型DNSSR。首先构建一个包含用户和项目多元关系的关系图谱,图节点间信息关联更丰富;然后利用动态邻域采样机制获得与目标查询对的特征更一致的邻居节点,减少了噪声信息;另外,为了进一步提高模型预测性能,设计了一种增强型图神经网络对采样后得到的关系子图进行建模,它可以区分不同邻居节点的重要性并选择更可靠的信息源,获得更鲁棒的用户和项目嵌入向量用于评分预测。实验结果表明:相比其他先进模型,该模型预测误差明显降低,证明了文中所提各项方法的有效性;尤其是动态邻域采样机制,若将其弃用,DNSSR在Ciao数据集上的RMSE(均方根误差)和MAE(平均绝对误差)指标将分别上升6.05%和7.31%,在Epinions数据集上则分别上升3.49%和5.41%,充分验证了其能有效降低噪声干扰、提高社交推荐模型的性能。