基于深度LSTM辅助卷积网络的新型自动调制分类

自动调制分类在无线频谱异常检测和无线电环境感知中将发挥重要作用.随着深度学习算法的突破,调制分类任务可利用神经网络达到前所未有的高分类精确度.文中提出了一种新颖的神经网络,称为长短期卷积深度神经网络(LCDNN).该网络创造性地结合了长短期记忆网络(LSTM)、卷积神经网络(CNN)和深度网络体系结构的优点.该模型无需...     

Landau-Lifshitz方程平面波解的全局光滑性

该文研究了 S2上LL方程的n维平面波解.基于Hasimoto变换得到了平面波型的等价薛定谔方程,利用Strichartz估计和傅里叶变换下的能量方法,证明了在小初值条件下该类解的全局存在性.得到的全局解是光滑且空间范数落在任意阶希尔伯特空间中,该文中的结果提高了论文[3]中解的正则性.     

一类广义非线性sine-Gordon方程新的显式解

将行波变换推广为一般的函数变换,给出一种改进的试探方程法.应用该方法求解一类广义的非线性sine-Gordon方程,获得了多种形式的新显式解,包括三角函数型解,双曲函数型解.     

含高阶非线性效应的薛定谔方程的精确解研究

利用孤子理论,研究了含三次和五次非线性项的非线性薛定谔方程,在参数取不同值时得到了方程的新型亮孤子解、新型暗孤子解和新的三角函数周期解。     

基于特征转移金字塔网络的SAR图像跨尺度目标检测

SAR图像多尺度目标检测能够实现大场景SAR图像中关键目标的定位与识别,是SAR图像解译的关键技术之一.然而针对尺寸相差较大的SAR目标的同时检测,即跨尺度目标检测问题,现有目标检测方法难以实现.该文提出一种基于特征转移金字塔网络(FTPN)的SAR图像跨尺度目标检测方法.在特征提取阶段采用特征转移方法,实现各层特征图...     

卷积型加权残值法求解薄壳的动力学问题

板壳等弹性体,受到动荷载作用时,其动力分析问题是比较重要且难于解决的．利用卷积型加权残值法,推导出Gurtin变分原理,并应用卷积型加权残值法计算了薄壳的动力学问题,为计算薄壳的结构动力学问题提供了一种有效的方法．     

扁球面网壳的混沌运动研究

在圆形三向网架非线性动力学基本方程的基础上,用拟壳法给出了圆底扁球面三向网壳的非线性动力学基本方程．在固定边界条件下,引入了异于等厚度壳的无量纲量,对基本方程和边界条件进行无量纲化,通过Galerkin作用得到了一个含二次、三次的非线性动力学方程．为求Melnikov函数,对一类非线性动力系统的自由振动方程进行了求解,得到了此类问题的准确解．在无激励情况下,讨论了稳定性问题．在外激励情况下,通过求Melnikov函数,给出了可能发生混沌运动的条件．通过数字仿真绘出了平面相图,证实了混沌运动的存在．     

基于上下文注意力机制的实时语义分割

针对实时语义分割网络提取的特征缺少上下文信息,易造成分割结果出现类内不一致和类间不可区分的问题,文中提出了轻量级的自适应通道注意力模块和空间注意力模块。自适应通道注意力模块使用深度分离卷积对通道层面的特征依赖关系进行建模,自适应地调整通道卷积核大小,强化高层特征的上下文表征能力,加强了分割结果的类内一致性。空间注意力模块使用分组卷积,以较小的计算量获得较大的特征信息流动区域,在空间层面加强特征的上下文联系,增强特征的空间细节信息,加强了分割结果的类间可区分性。在Cityscapes数据集上的测试与分析表明,轻量级上下文注意力机制获得了71.5%的mIoU。     

A Note on Casoratian Solutions to Two-Dimensional Toda Lattice

In this short paper we generalize the conditions that Casoratian entries satisfy for the two-dlmenslonal Toda lattice. Although we finally conclude that our generalization is trivial in some sense for getting new solutions, our discussion is still helpful for the study of Wronskian technique.