摘要：在声波探测领域,放大声压具有重要意义。为了放大声压,设计喇叭状结构和抛物面结构模型,使用基于COMSOL Multiphysics软件的有限元分析法建立两种结构的声压放大模型。首先,计算两种结构对声压的增益倍数。仿真结果表明,喇叭状结构能够对声压实现最大20倍的放大,抛物面结构能够对声压实现最大30倍的放大。其次,研究不同结构的尺寸对声压的放大效果。结果表明,喇叭状结构尺寸与波长相当时的放大效果最显著,抛物面结构开口直径在几个特定数值处的放大效果最显著。最后,对声波造成的膜振动幅度进行仿真。结果表明,喇叭状结构使振膜振动幅度提高2.7~6倍,抛物面结构使振膜的振动幅度提高2~3.3倍。

摘要：利用变量节点符号可靠度在迭代过程中的分布特征,提出了一种基于可靠度差值特征的自适应判决多元低密度奇偶校验(Low Density Parity Check,LDPC)译码算法.整个迭代过程划分为两个阶段,针对不同阶段节点可靠度的差值特征分别采用不同的判决策略:前期阶段,采用传统的基于最大可靠度的判决策略;后期阶段,根据最大、次大可靠度之间的差值特征,设计自适应的码元符号判决策略.仿真结果表明,所提算法在相当的译码复杂度前提下,能获得0.15～0.4 dB的性能增益.同时,对于列重较小的LDPC码,具有更低的译码错误平层.

摘要：定点乘法器是现代信号处理常用的运算单元之一,其整体性能直接决定了系统的竞争力。为了乘法器的计算效率,设计了一种新型高能效有符号数乘法器,使用基4-Booth编码,减少了一半的部分积;另外使用直接求相反数的方法代替传统的取反加一求相反数的方法,使得部分积阵列比特数减少且形状规整,易于压缩。提出的3-2压缩器和半加器相混合的新型树型压缩结构硬件资源开销优化明显,对比现有的乘法器异或门数量下降了14%,二选一选择器数量下降了31%,总面积减少了50%,计算效率大大提高。

摘要：大回旋电子注具有良好的模式选择特性,能有效抑制太赫兹回旋振荡管模式竞争,使得太赫兹回旋振荡管能稳定工作于高次谐波高阶模状态,大大降低工作磁场要求的同时增大了高频互作用电路尺寸,提高了功率容量,为实现大功率、高频率太赫兹波辐射提供了可能。论文基于超高次谐波大回旋振荡管注-波互作用理论研究,借助于三维粒子仿真软件,探讨了超高次谐波太赫兹大回旋振荡管注-波互作用物理过程、模式竞争等问题,优化设计了464 GHz九次谐波太赫兹回旋振荡管,在电子注电压为250 kV,电流为4.5 A时,实现峰值输出功率为7.5 kW,为应用生物医学提供关键技术支持。

摘要：回旋行波管兼具高功率、宽频带特性,在毫米波高分辨成像雷达、电子对抗等重要军事领域具有广泛的应用前景。基于大回旋电子注的回旋行波放大器可工作于高次谐波状态,大大降低了工作磁场,甚至可实现无超导工作,提高了回旋行波管使用的灵活性和机动性。本文优化设计了一支Ka波段二次谐波大回旋行波管,采用具有介质加载的纵向开槽互作用高频结构有效抑制返波振荡,提高了器件工作的稳定性。利用三维粒子仿真,对大回旋行波管注-波互作用过程进行了模拟。结果表明,在电子注电压为70 kV,电流为6.5 A时,磁场可降低至0.642 T,输出功率达到106.5 kW,带宽为2.10 GHz,最大增益为35 dB。

摘要：传统基于知识图谱的推荐模型一般采用TransH策略来表达图谱中节点间关系,同时利用基于特征机的交互方式进行推荐学习。该类方法对于节点间的关系表述不够准确,同时往往忽略了节点间低维数据所隐藏的关系。为提升推荐准确率,本研究提出了一种基于极化关系表述的新方法,将节点间的表述映射到酉空间,丰富了节点间关系表述的有效信息;此外,设计了一种对知识图谱嵌入和推荐过程低维数据进行关联学习的方法,深入挖掘其所隐藏的丰富与细致关系,从而提升了推荐的准确率。实验证明,本研究所提方法是有效的,与基于知识图谱表述学习的推荐方法领域前沿研究相比,其在Amazon-book、Last-FM数据集上的召回率和归一化折损累计增益有明显的提升。

摘要：针对基于会话的推荐算法只捕获用户的短期动态兴趣,忽略长期兴趣和社交好友对用户行为的影响,提出结合社交影响和长短期偏好的推荐算法.设计新颖的异构关系图来组织用户的社交关系和历史会话,提出基于注意力机制的异构图神经网络对图进行学习,得到融合用户社交影响的长期偏好.针对社交影响力不一致容易引入噪声的问题,提出加权剪枝策略,减少了噪声干扰且丰富了图结构信息.利用无损的会话建模方法捕获用户的短期偏好,将短期偏好与长期偏好进行自适应融合,得到反映用户全局偏好的特征表示.Gowalla和Delicious数据集上的实验结果表明,所提方法的各项指标相比现有先进方法均有显著提升,证明了所提算法的有效性.

摘要：为了在高光谱图像分类中更好提取和表达光谱与空间的精细特征以及特征间的交互信息,提出一种基于多层次空-谱融合网络的高光谱图像分类方法。首先,利用多层次特征提取模块,分别提取高光谱图像的多层次空间和光谱特征;其次,设计空-谱特征交互融合模块将获得的多层次空间与光谱特征进行特征融合,以产生空-谱融合特征。本文方法可以结合网络中不同层次的空间与光谱特征,有效地捕获高光谱图像精细特征;同时,通过联合学习融合空间与光谱特征,捕获光谱与空间特征之间交互作用。实验结果表明,与现有基于神经网络的分类方法相比,所提出的高光谱图像分类算法能够获得更高的分类精度,表明该网络能有效地提取精细特征和增强空-谱融合特征的表达能力。

摘要：以往的序列推荐方法通常从近期交易记录中捕获用户的消费偏好,忽略了全局交易信息和好友偏好对用户交易行为的影响,导致模型的推荐结果不够准确。针对以上问题,文中提出了一种自适应融合全局协同特征的社交推荐模型AFGSRec。首先,用异质图神经网络建模社交网络中的用户、历史交易信息,以捕获全局协同特征和好友之间的社交影响;接着,设计了一种基于选择机制的门图神经网络,以有效过滤与当前序列无关的节点转换信息,更准确地捕获用户当前偏好;然后,提出了一种自适应的特征融合方法,以动态捕获全局协同特征对用户偏好的影响,提高系统的推荐准确率;最后,将周期动态学习率用于模型训练,以更好地处理鞍点,提升模型的收敛速度。实验结果表明:AFGSRec具有较好的鲁棒性,命中率(HR)和平均倒数排名(MRR)都优于当前领先模型SERec,在Gowalla数据集上,HR@10、HR@20分别提升了1.91%和1.15%,MRR@10、MRR@20分别提升了5.05%和4.83%;在Delicious数据集上,HR@10、HR@20分别提升了2.45%和1.19%,MRR@10、MRR@20分别提升了4.84%和4.32%。

摘要：传统工科专业的改造升级是新工科建设的重要内容,跨学科专业培养创新性工程技术人才是地方普通高校新工科建设面临的一项挑战性任务。本文结合学校实际,以电子信息产业发展需求为导向,对学校现有专业的培养模式进行了改革探索。通过围绕产业链建设专业链,构建跨学科专业的专业集群;通过强化顶层设计为保障,构建组织管理新机制;通过以培养学生创新能力为核心,构建人才培养新模式。形成了产业-技术-专业三链贯通的跨学科专业的专业集群新工科建设基本体系。多年的教学实践表明,学生的跨学科专业创新实践能力获得了显著提升,为传统工科专业的改造升级提供有益借鉴。