排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
根据地面中子探测与宇宙线环境之间的关联性,在太阳活动平静期以地球静止环境业务卫星及全球各个中子探测站的探测数据构建数据集。基于极端梯度提升决策树(XGBoost)和人工神经网络建立了由地面中子探测数据反演宇宙线质子环境的模型。模型采用遗传算法求解模型的最优超参数并对神经网络的各个神经元参数进行训练,实现了宇宙线质子环境在太阳活动平静期的反演,模型训练的均方差MSE为0.499,对测试集的平均反演误差分别为26.9%,对比航天常用的辐射环境模型误差通常在200%以内,提高显著。同时使用包括支持向量回归、误差反向传播算法、长短期记忆在内的多种其他机器学习算法进行了对比,结果表明本文所建立的模型具有训练时间短、计算速度快、占用资源小的优点。 相似文献
2.
针对室内可见光通信(VLC)直流偏置光正交频分复用(DCO-OFDM)系统存在的低信道利用率问题,文章对该系统的信道资源和比特资源进行了优化分配研究。首先介绍了DCO-OFDM系统的信号发射端模型和系统的信道利用率计算,并按照两步算法的思路依次分析了信道资源分配和比特资源分配问题,进而提出了自适应动态资源分配算法,该算法能够根据信道幅度频率响应来灵活分配子信道,并为各信道自适应选择满足服务质量要求的最高阶正交振幅调制(QAM)调制方式。仿真结果表明,相比于传统固定分配算法,该自适应资源分配算法可显著提升室内VLC DCO-OFDM系统的信道利用率。 相似文献
3.
4.
毫米波引信通过发射宽带信号获得目标的精细结构信息,然而在非合作目标的探测与识别过程中,由于缺乏目标的类别信息,大量的目标样本无法得到充分的利用。针对这一问题,将基于拉普拉斯得分(LS)的监督特征选择算法推广到半监督情况,得到基于标签重构的拉普拉斯得分算法(LRLS),并应用到非合作目标的识别中。LRLS的理论框架与LS相同,并利用标签重构技术获得半监督情况下的图拉普拉斯矩阵。为了更好地描述高维目标样本的相似性,在标签重构的过程中使用测地距离代替欧氏距离。实验结果表明,相对于传统的特征选择算法,LRLS能够得到更好的识别效果。 相似文献
5.
本文给出了基本的弱正则*-半群的一个结构定理.作为这一结构定理的特 殊情形,基本的正则*-半群的一个新的结构被给出. 相似文献
6.
针对综合孔径成像中,基于单一模型的成像反演方法难以有效应对模型误差,进行准确图像重构的问题,提出了一种基于双模型(DM)的综合孔径成像反演方法,用于校正反演模型的参数误差,并对目标场景进行高精度的毫米波图像重构。鉴于傅里叶变换(MFFT)模型和G 矩阵(GM)模型参数敏感性不同的特性,提出的DM方法首先通过比较两种模型的重构误差,对存在误差的成像参数进行准确校正;然后在精确GM模型的基础上,借助改进的正则化方法重建出高精度的目标图像。经仿真实验证明,相比于传统的单模型成像方法,提出的DM方法能够有效校正成像模型的参数误差,并对目标场景进行高精度的毫米波图像重构。 相似文献
7.
探索了在XPb(Sb_2/3Mn_1/3)O_3-YPbZrO_3-ZPbTiO_3三元系内获得滤波器用低Kp压电瓷料的可能性.实验表明,在此三元系的低Kp组成中,Pb(Sb_2/3Mn_1/3)O_3组份的引入使压电活性明显增大,机械损耗减小,但难以实现良好的频率温度稳定性.经过在富钛的四方相区和富锆的三方相区调整各基础组份并加入适当的杂质,获得了Kp≤20%,Qm≥2,000,△f/f≤0.15%(—40℃—+50℃)的瓷料. 相似文献
8.
9.
10.