基于改进ERFNet的无人直升机着舰环境语义分割

为增强无人直升机对着舰环境的感知理解,促进其安全高效地实现自主着舰,将ERFNet网络模型应用于无人直升机着舰场景语义分割任务中。首先,结合非对称残差模块和弱瓶颈模块对ERFNet网络模型进行改进,提高运行速度、减少精度损失;其次,利用MultiGenCreator和VegaPrime等技术开发无人机自主着舰仿真系统,并建立无人机自主着舰场景数据集;最后,采用PyTorch深度学习框架实现网络模型,采取模型再训练方法对网络进行学习和训练。实验结果表明,所提网络综合优势明显,平均交并比(Mean Intersection over Union,MIOU)达到76.35%,前向传播时间为22.37 ms。     

基于时域分割的DS/FH信号参数估计

针对时频分析方法在直扩/跳频(DS/FH)混 合扩频信号参数估计中存在时频分辨率受限、交叉项干扰、实时性差等缺点,通过分 析DS/FH信号的时频特性,提出了一种新的DS/FH信号参数估计方法。该方法从待测信号的时 域分析出发,利用不同跳频点对应的周期数不相等的性质,完成了对DS/FH信号的时域分割 ,最后结合DS/FH信号性质完成了对待测信号跳频周期、驻留时间、跳频频率的估计。仿真 结果表明,该方法针对DS/FH信号的参数估计精度高,运算速度较快,且没有干扰频率。     

利用时频域稀疏性的LFM信号盲源分离方法

信号分离是雷达电子对抗的重要环节。考虑到雷达信号在时频域具有稀疏性的特点,在独立分量分析的基础上,提出了一种基于时频域稀疏性的线性调频雷达信号盲源分离方法。首先对混合信号进行短时傅里叶变换,在每个频点利用自然梯度算法分离信号,由分离信号幅度的比值作为对源信号后验概率的估计;然后根据相邻频点后验概率序列的相关性进行排序,确保各个频点的分离信号属于同一个源信号;最后设计时频掩码分离信号。进行了线性调频雷达信号卷积混合的盲分离实验,所提方法分离结果明显优于传统独立分量分析方法的分离结果,验证了该方法的有效性。     

采用互补滤波器组进行频带分解的欠定盲源分离方法

为了有效估计混合 矩阵并恢复出源信号,考虑到现实中的很多信号都是带限信号,提出了采用互补滤波器 组进行频带分解的欠定盲源分离方法。该方法将接收的混合信号经互补滤波器组分离到不同 的子频带,然后在每一个子频带分别估计混合矩阵进行常规的盲分离,利用聚类分析方法估 计总的混合矩阵,最后把相关的分离子频带信号进行叠加以恢复出源信号。即使源信号数目 远大于观测信号数,但只要保证在每一个子频带的信号数不大于观测信号数,该方法也可 以有效地分离出源信号。最后通过仿真验证了该方法的有效性及良好的分离性能。     

基于二阶矩的雷达信号盲分离

针对雷达接收机在现代战场复杂电磁环境下接收到的混叠信号,提出了一种基于二阶矩的信号盲源分离方法。在混合信号球化过程中,对于具有加性白噪声的模型,构造了一组新的协方差矩阵,在信噪比不是很高的情况下,使其不会影响分离结果。在协方差矩阵对角化过程中,采用自然梯度的方法,避免分离矩阵更新过程中的求逆问题,提高了算法的实时性。仿真实验证明,在信噪比为-10 dB的条件下,对比FastICA算法,所提算法分离精度高,收敛速度快,为进一步的信号识别提供可靠依据。     

基于多尺度残差网络和小波变换的LPI雷达信号识别

针对复杂战场电磁环境下的低截获概率（Low Probability of Intercept,LPI）雷达信号识别问题,提出了一种基于小波变换和多尺度残差网络的识别方法。首先利用离散小波变换提取LPI雷达信号的时频特征;然后利用多尺度残差网络的多层特征提取网络对输入信号进行深层自主学习,以获取原信号时频数据的分布式特征,从而实现对雷达信号的识别预测。在不同信噪比条件下对不同调制样式信号进行实验,证明了所提方法的可行性与有效性,以及较高的识别率和泛化能力。     

应用萤火虫算法的混沌信号盲源分离

针对现有的独立成分分析法分离混合混沌信号精度不理想的问题,提出了一种新的混沌信号盲分离方法。该方法以求解最优解混矩阵为目标,利用峭度构造目标函数,将混沌信号的盲源分离转化为一个优化问题,并用萤火虫算法求解。同时,通过预白化和正交矩阵的参数化表示降低优化问题的维数,能有效提高分离精度。仿真结果表明,无论是处理混合的混沌映射信号还是混合的混沌流信号,该方法都能快速收敛,并且其分离精度在各项实验中都优于独立成分分析法等现有的盲源分离方法。     

混叠通信信号的盲分离处理

同频混叠信号的处理一直是通信信号处理中的难点,常规的信号处理方法难以对其进行有效分析。本文运用最新的盲源分离理论,实现了混叠通信信号的盲分离。仿真结果表明,本文采用的算法分离效果好,运算速度快,可移植性强,基本实现了对混叠通信信号的实时盲分离。     

一种基于Hopfield网络的MRI图像分割方法

磁共振成像（ＭＲＩ）是临床中一种重要的非介入式成像诊断方法。本文提出了一种基于Ｈｏｐ ｆｉｅｌｄ网络的ＭＲＩ图像分割算法。在无教师监督的情况下,神经网络在其能量最小化过程中,逐渐趋于特征聚类空间的一个稳定状态,因而可以实现图像的分割。     

网络聊天中“呵呵”一词的语义变异

当代社会互联网已经越来越普及,随着其发展,越来越多的人的交际活动涉及到互联网这一媒介。网络对人们生活的影响涉及方方面面,其中就包括对人们交际方式的影响。网络聊天这一新型话语交际活动促进了许多网络词汇、用语不断更新与发展,在这一过程中,形形色色的拟声应答词也浮上众多网民的屏幕之上。拟声应答词具有自己的个性特征,其中呵呵一词在漫长的使用过程中其词义与用法已经发生了巨大改变。在网络会话交际中,呵呵一词已经不仅被聊天者用来表达愉悦的心情,它还成为一种话语标记语,具有对谈话对方嘲讽、敷衍等意义。呵呵这一词发生的这种语义变异,以及人们对这一词的用法发生变化,既要归功于语言内部的发展规律,也在一定程度上体现出了语言使用者的心理发生了某些变化。具体分析了呵呵一词,此词在网络会话中使用范围较广,使用频率也较高。在分析时,考虑了呵呵一词使用时的具体网络交际环境和词汇上下文,将讨论重点放在呵呵在网络聊天中被使用时,其语义上所发生的变化以及对话者的使用心理。     

基于逆注意力机制和像素相似度学习的图像分割

针对图像语义分割中目标边界容易混淆、定位不准以及边界不平滑问题,在Deeplab v2 Resnet-101网络的基础上引入提出的逆注意层与像素相似度学习层,构造了一种新的语义分割的网络结构,并设计了注意力层和像素相似度学习层的损失函数。首先,使用Deeplab v2 Resnet-101网络提取图像语义特征;然后,利用提出的逆注意力层修正预测网络的分割结果,同时,利用提出的像素相似度学习层解决边界不够平滑的问题;最后融合两者分割的结果,得到语义分割的结果。在PASCAL-Context上取得了像素准确度76.2%、像素平均准确度59.7%、平均IoU(Intersection over Union)准确度指标49.9%的结果,在PASCAL Person-Part、NYUDv2、MIT ADE20K数据集上分别取得了平均IoU准确度指标69.6%、42.1%、44.38%的结果,与已有的主流方法相比,所提算法能够提升语义分割的精确度,验证了算法的有效性。     

智能网WAC业务的实现

介绍了智能网ＷＡＣ业务的概念及呼叫流程,详细说明了通过智能网实现ＷＡＣ业务的具体方法,并总结了在实现过程中交换侧、智能网端应注意的问题以及目前ＷＡＣ业务还存在的不足。     

一种基于信号强度的OLSR路由协议改进算法

借助接收分组时测得的信号强度,提出OLSR-PSSA(Pre-rerouting and Signal Strength A-ware OLSR)改进协议。为了建立和维护生存时间更长、链路更加健壮的路由,并加入预切换路由机制,来适应节点的移动和网络拓扑结构的频繁变化。OPNET仿真结果显示,与传统OLSR协议相比,OLSR-PSSA改进协议提升了传输成功率,增加了网络吞吐量。     

RFM-based repurchase behavior for customer classification and segmentation

Customer behavior modeling and classification are well-studied areas for applications in retail. Past studies implemented the purchase behavior modeling based on the physical behavior of a subject. In this research, we apply the recency, frequency, and monetary (RFM) model and data modeling techniques to detect behavior patterns for a customer. Each transaction attributed to a customer is part of one's behavior, and an instance of the feature vector, it is modeled on a set of transactions to constitute repurchase behavior. The proposed scheme is validated by simulating a publicly accessible real-world data set with a need-tailored multi-layer perceptron (MLP) and also support vector machine (SVM) and decision tree classification (DTC) methods. The experiments yield a high customer classification rate of more than 97% for the different numbers of the customers. Empirical analysis shows that eight transactions are sufficient to classify a customer with high accuracy.     

市场细分理论的新发展

市场细分理论被广泛地运用于指导企业的市场营销活动,在加强企业市场竞争力方面起到了重要作用。随着市场营销实践的发展,市场细分理论逐渐向两个极端发展,形成了超市场细分理论和反市场细分理论。文章认为,既不能简单地否定超市场细分理论,也不能简单地否定反市场细分理论,两者在实践中各有不同的适用时期和范围,只有充分把握,才能正确地指导企业的营销活动。     

Customer segmentation in retailing based on retail brand patronage patterns

In this study, we propose an alternative method for customer segmentation based on households’ retail brand portfolios. We suggest blockmodeling, a method that is rooted in social network analysis, to identify homogeneous groups of customers being characterized by similar patronage patterns. In a second step, we combine this method with psychometric analyses to examine group differences based on sociodemographic and purchasing behavior variables. To illustrate our approach, we use a sample of 500 households out of a panel data set of 36,502 German households in the fast-moving consumer goods sector. The findings of our analyses yield support for our assumption that our methodology, taking into account the relationship between households and the different retail brands they patronize, provides a broader understanding of the antecedents of households’ multiple store patronage strategies, leading eventually to a new form of customer segmentation.     

基于批处理和核函数的非线性盲源分离算法

针对基于核函数的非线性盲源分离算法性能对核函数及其参数选择依赖性强这一问题 ,提出采用批处理方法代替聚类和核主成分分析方法来构造低维近似子空间的正交基,以 改进基于核函数的非线性盲源分离算法对核函数及其参数变化的稳健性,并对这种改进的非 线性盲源分离算法进行了完整的分析。通过仿真实验,对分离信号与源信号求相似度,可以 看到提出的基于批处理的非线性盲源分离算法能够取得更稳健、准确的分离效果。