雷达目标识别发展回顾与实现中的关键理论

雷达目标识别作为智能化武器发展的关键技术,在未来信息化条件下联合作战中发挥着极为重要的作用.阐明了雷达目标识别研究的科学意义,回顾了该领域的发展过程及已取得的研究成果,分析了基于高分辨雷达一维距离像目标识别研究的具体思路,在此基础上,重点讨论了几种一维距离像的特征提取方法、分类识别方法及如何克服方位角变化对距离像的影响等雷达目标识别实现中的关键理论,对这些理论的深入研究将极大地促进雷达目标识别技术的发展.     

社交媒体中“隐私悖论”解构:基于隐私态度与隐私行为的实证研究

随着网络社交媒体的普及,用户数据隐私披露和保护之间的矛盾日益凸显,这种现象被称为隐私悖论。文中以大学生在社交媒体中的隐私关注情况为研究对象,通过对隐私态度、隐私行为、感知风险和隐私悖论之间关系的研究,认为大学生用户对网络社交平台的信任感较高,导致隐私感知风险较低。为了更好地保护用户数据隐私,文中从国家、平台和个人3个层面提出了对策建议。     

多模态理论在数字媒体交互艺术中的探索与研究

在研究多模态理论的基础上探索多模态的应用领域,从多模态的视觉、听觉、嗅觉、触觉、味觉的角度出发,分析在数字交互艺术中的潜意识三要素：感知要素、习惯要素、意境要素。通过对现有的数字交互艺术装置案例进行分析,探讨在多模态理论下数字媒体交互艺术的发展趋势,以进一步思考创作过程中如何理解数字交互艺术思维模式与创作呈现形式,总结出数字媒体交互艺术的特点在于“一加一大于二”的多维融合,这种融合产生的效果可以引起观众多模态的参与感受,以及对数字交互艺术新的理解。     

碰撞中的融合:论新旧媒体的优势互补与发展

伴随着移动互联网技术的普及,"互联网+"思维的建立,新兴传播媒介迅速崛起,传统媒体面临极大挑战,与此同时,新媒体凭借与生俱来的技术优势迅速与大数据联合,显示出其核心媒体地位。本文正是基于这一背景,通过比较分析传统媒体与新媒体的优劣势,试图找出一条新旧媒体互相融合,优势互补的发展之路。     

人工智能在移动通信网络中的应用:基于机器学习理论的信道估计与信号检测算法

机器学习是人工智能的重要方向之一,文章介绍两种机器学习理论应用于移动通信网络的案例。首先介绍一种基于期望最大化算法的信道估计器,不需要导频也可实现对信道的盲估计,提高了系统的吞吐率。随后介绍了一种基于深度神经网络的信道估计和信号恢复算法,该算法能够隐性地分析信道的特性,直接将信号恢复出来,当导频数据减少时其性能优于传统算法。神经网络估计器虽然训练模型复杂,但后续可直接将信号恢复,降低了信号处理的复杂度。