智慧生活 规范领航——2012年智能家电产品智商评测结果发布

由消费电子产品信息化推进委员会组织的“2012年智能家电产品智商评测结果发布会”，于2012年9月25日在京举行。创维、TCL、康佳、长虹、海信、联想、三星、TCL、康佳、三洋、三星、LG、松下等家电制造企业共同启动“智慧生活规范领航”市场推广计划。     

TP-Link Hy-Fi整合无线和电力线网络传输

2012年的CES国际电子消费展依然在在美国拉斯维加斯如火如荼,TP-Link携众多新品亮相展会,并推出了全新的网络互联理念Hy-Fi Network,给家庭、SOHO和中小企业网络带来最灵活、最稳定的网络传输体验。     

中国移动落地智能管道 部分地市公司推流量消费

促进总体规模的提升是流量经营的第一步,流量消费正是通过强化客户感知、增加消费透明度来刺激用户扩大消费,从而提升流量规模。三大运营商今年以来不约而同地开始关注智能管道的话题,由于各家运营商具体情况     

基于特征分解的单站无源定位算法

本文提出了一种联合利用辐射源ＤＯＡ和ＴＯＡ信息，通过特征分解实现定位的方法，本文分析了这种定位算法的原理，并给出了模拟结果。本方法具有计算量小，不需进行迭代运算的优点。     

融合与竞争:数字化时代的主旋律(上)——2000年国际消费电子大展印象

<正> 全球最重要的国际消费电子大展CES2000于今年1月6日至9日在美国拉斯维加斯如期举行。在总面积相当于22个足球场那么大的各展馆里,汇聚了世界各地1500多家厂商的最新产品。纵观此次展会,我们能够深切地感受到世界信息电子产业发展的两大趋势,一是“融合”,包括视与听的融合,AV与Hi-Fi的融合,软件与硬件的融合,电视、电信、电脑的融合,家电业、通讯业、网络业的融合等;二是“竞争”,几乎每一种主流产品,都有不同技术或多种规格共存。究竟谁能够成为市场的主宰成为新世纪的悬念。     

基于激光雷达和特征地图的车辆智能定位研究

针对激光雷达采集行驶车辆的三维点云数据中包含过多畸变数据，影响车辆定位效果的问题，本文研究一种基于激光雷达和特征地图的车辆智能定位方法。激光雷达利用基于飞行时间的激光测距法，采集车辆及其行驶环境的三维激光点云数据，去除激光点云数据中的畸变数据。利用正态分布变换方法，优化删除畸变数据的点云集的正态分布概率值，配准三维激光点云数据。从完成配准后的三维激光点云数据中，提取柱状物体的圆形特征，构建车辆行驶的自然柱状特征地图。利用卡尔曼滤波算法，结合自然柱状特征地图信息，实现高精度的车辆智能定位。实验结果证明：该方法可以精准定位车辆目标，车辆智能定位精度较高，最高可达到97%,定位效率较好，最短可在5 s时间内完成定位，具有一定应用价值。     

基于改进SSD的航拍飞机目标检测方法

针对航拍图像中对于小尺度的飞机目标出现漏检、错检的问题，在SSD(Single Shot MultiBox Detector)模型的基础上提出了一种改进SSD的航拍图像目标检测模型。首先，针对SSD模型中浅层特征图中缺乏语义、细节信息的问题，设计了一种特征融合机制，通过添加细节信息补充特征层和添加由递归反向路径获得的语义信息补充特征层来丰富浅层特征图的语义、细节信息。然后，针对SSD模型对通道以及空间信息的关注能力不足的问题，引入了结合通道和空间的混合注意力模块来提高模型整体的关注能力。最后，针对SSD模型中先验框与小尺度目标不匹配的问题，对先验框的比例进行了调整。使用自制的航拍图像数据集进行验证，结果表明改进后的模型检测精度为95.7%，相较于原模型提高了7.5%，检测速度达到30.8 FPS。     

基于机器学习的武术动作姿势识别方法

武术动作姿势包括静态与动态，呈现多维性，提出基于机器学习的武术动作姿势识别方法。采用小波阈值变换去除原始图像噪声干扰，参考运动过程中关节角度变化曲线，提取人体静态特征和动态特征，构建动作图像多维分割模型，结合机器学习与目标姿势参数，获取武术动作姿势边缘轮廓的特征分布函数，完成武术动作识别。实验证明：动作识别精准度较高、特征分辨能力较强，具有很好的姿势检测和辨识能力，能够满足武术训练对姿势细节获取要求。     

基于GAN实现环境声音分类的组合对抗防御

虽然深度神经网络可以有效改善环境声音分类(ESC)性能，但对对抗样本攻击依然具有脆弱性。已有对抗防御方法通常只对特定攻击有效，无法适应白盒、黑盒等不同攻击场景。为提高ESC模型在各种场景下对各种攻击的防御能力，该文提出一种结合对抗检测、对抗训练和判别性特征学习的ESC组合对抗防御方法。该方法使用对抗样本检测器(AED)对输入ESC模型的样本进行检测，基于生成对抗网络(GAN)同时对AED和ESC模型进行对抗训练，其中，AED作为GAN的判别器使用。同时，该方法将判别性损失函数引入ESC模型的对抗训练中，以驱使模型学习到的样本特征类内更加紧凑、类间更加远离，进一步提升模型的对抗鲁棒性。在两个典型ESC数据集，以及白盒、自适应白盒、黑盒攻击设置下，针对多种模型开展了防御对比实验。实验结果表明，该方法基于GAN实现多种防御方法的组合，可以有效提升ESC模型防御对抗样本攻击的能力，对应的ESC准确率比其他方法对应的ESC准确率提升超过10%。同时，实验验证了所提方法的有效性不是由混淆梯度引起的。     

基于调制信号细节特征的证据识别

从系统的观点，着力从特征提取和分类两方面提高调制信息的分类正确率和识别效率。由于通信信号的不确定性和信噪比变化范围较大的特点，提出了基于小波争解的细节特征，这种特征不但包含了不同类别的差异信息，而且压缩了信噪比变化范围，在此基础上，分类器设计运用信任函数（证据）理论，改进了常规的贝叶斯决策方法，明显提高了分类正确率。计算机模拟结果证明了此方法的可行性。