简介：摘要：在语音通信过程中往往都混有各种噪声，为降低噪声的干扰，提高语音质量和可懂度，本文提出了一种基于压缩感知（Compressed Sensing, CS）的语音降噪算法研究。首先利用语音端点检测方法判断出语音段和非语音段，去除非语音段的噪声，然后利用语音和噪声在离散余弦变换（Discrete Cosine Transform, DCT）域具有不同的稀疏特性以及正交匹配追踪（Orthogonal Matching Pursuit, OMP）重建算法所采用的相似度特性实现对带噪语音段的噪声滤除。仿真结果表明，与经典子空间语音降噪算法相比，本文提出的算法去噪效果更好。

简介：摘要：本文针对智能汽车的感知与决策算法进行研究，旨在提高智能汽车在复杂交通环境下的感知能力和决策准确性。我们综合分析了当前感知与决策算法的问题和挑战，并提出了一种基于深度学习和强化学习的综合算法，有效提升了智能汽车的感知和决策能力。通过实验验证，该算法在各项性能指标上取得了显著的改善。

简介：摘要：面向2030年，6G将推动社会走向“数字孪生”和“智慧泛在”，实现虚拟世界和物理世界的融合交互。智慧工业、智能交通、智慧医疗、智能交互等新兴业务场景的不断涌现，驱动着通信、计算、人工智能、大数据、安全等技术的深度融合。除传统通信能力的提升之外，6G网络还将打造与通信融合为一体的计算、感知、人工智能和安全等全新能力，以更好地支持未来全新的应用场景需求。在工业互联网、无人机、车联网等应用场景中，信息交互的维度已经从传统的信息传递扩展到信息采集、信息计算，位置和目标感知能力和通信能力已经成为不可或缺的能力需求。所以，感知和通信的融合已经成为6G研究的重要方向，而移动通信系统与雷达感知系统在信息处理流程、工作频段、大规模天线阵列应用等方面呈现出的高度相似性也为二者的融合提供了基础。

简介：传统信号处理方法存在采样数据量大、压缩复杂度高的问题，而压缩感知理论可以解决上述问题，因此在模式识别、图像采集以及电能质量信号分析中应用广泛。其中，合适的重构算法可以达到很好的重构精度。文章对压缩感知的基本原理进行了阐述，并对不同恢复算法进行了分析，最后对不同恢复算法的重构效果进行了比较。

简介：为了解决5G认知无线网络中的Byzantine攻击,在频谱感知过程中提出了一种双边阈值筛选方案.在每个回合中,从用户首先将感知能量值和检测信噪比提交给融合中心.根据检测信噪比,融合中心对能量值进行归一化.然后,对归一化能量值进行排序并遍历这些归一化能量值的中点,以最大化从用户的分类准确率.此外,通过引入识别概率和误筛概率,分析了归一化能量值的分布,从而推导了给定误筛概率情况下的恶意用户双边筛选阈值.最后,通过该双边筛选阈值获得恶意用户名单.仿真结果表明:所提方案的主用户正确感知率、虚警和检测概率均要优于当前主流方案.

简介：摘要：随着统计学习方法的发展，越来越多的机器学习算法被逐渐广泛应用到各个学科和领域。本文聚焦于分类问题，通过对葡萄牙城市批发商客户的信息的研究，将所有客户分别按照食品购买渠道和城市地区的分布进行群体的划分，并建立感知机模型算法进行预测研究。从结果中发现批发商客户按照食品渠道进行分类，感知机的预测将更加准确，之后，我们又对数据进行主成分分析，达到对其降维的目的，之后对降维后的数据进行了建模。结果表明，将主成分分析与机器学习算法相结合，能够得到更好的分类预测效果。

简介：摘要随着新时代的到来，经济在逐渐地向前发展，社会也在不断地进步，并达到了一个更全新的水平，人民群众的生活水平也在日益提高，全民小康已经不再成为妄想，现在随着人民群众的生活水平的上升，人们对医疗设备也越来越重视和关注了，心电图机就是其中比较重要的常用医疗电子仪器，心电图机，顾名思义，就是针对心脏等器官的仪器，主要是能够自动记录心脏跳动时心肌产生的生物电信号。心电图机的作用就是将这微小的跳动信号通过某种方法放大，所以，对于心电图机自动分析算法我们还要更加积极认真地去思考和讨论。

简介：造纸过程中，由于纸机种类及生产纸种不同，控制对象的结构和参数也各异。本文给出一种纸机定量水分通用模型的表示方法，并着重说明在该通用模型的基础上，通过最忧解耦，控制模型拟合，控制参数选取等通用步骤，获得纸机定量水分的通用控制算法，使系统稳定并具有良好的动态性能。

简介：研究了GPS软件接收机捕获算法；针对常规时域串行搜索算法速度慢和并行码相位频域搜索算法FFT计算量大等缺点，采用常规串行捕获算法牙口频域并行码空间捕获算法相结合的混合搜捕算法来实现对空中可见卫星的捕获；针对信号较弱情况下的卫星捕获，采用了非相关积分捕获算法；设计了中频信号仿真器，并使用其产生的仿真信号对捕获算法进行了验证。测试结果表明，混合搜捕算法能够为软件接收机提供较快的捕获能力，非相关积分捕获算法能够有效地实现微弱信号的捕获。

简介：摘要：随着新时代的到来，经济在逐渐地向前发展，社会也在不断地进步，并达到了一个更全新的水平，人民群众的生活水平也在日益提高，全民小康已经不再成为妄想，现在随着人民群众的生活水平的上升，人们对医疗设备也越来越重视和关注了，心电图机就是其中比较重要的常用医疗电子仪器，心电图机，顾名思义，就是针对心脏等器官的仪器，主要是能够自动记录心脏跳动时心肌产生的生物电信号。心电图机的作用就是将这微小的跳动信号通过某种方法放大，所以，对于心电图机自动分析算法我们还要更加积极认真地去思考和讨论。

简介：摘要：随着我国酒店、房地产等行业的发展，地毯的需求量在逐年增加，而地毯中有些优点是其他铺地材料无法与之相比的，产生的有害气体最少、安全性高等，因此受人们所喜爱，购买力增加，供不应求，所以一些厂家开始用机器生产地毯。本文是研究自动规划路径毯机算法，通过比较各个阶段不同的算法，选择最优算法，来实现地毯机自动规划路径，提高地毯机制作地毯的效率。

简介：摘要：频谱感知是一种基于认知无线电的技术，利用智能设备对无线电信号进行感知和分析，以获取可用频谱资源及其质量信息。本文就频谱感知技术的经典算法进行了综述，旨在提出可借鉴化建议。

简介：传统蚁群算法在进行路径规划时收敛速度较慢，容易陷入停滞现象等缺点。为此，文章通过模拟蚂蚁的自然生理特征，给每只蚂蚁人工添加上感知能力，提出了一种具有方向感知适应能力的蚁群算法，并将其应用到路径规划中。经过大量实验测试结果表明，该算法具有较强的搜索能力，不易陷入局部最优，且能快速搜索到一条全局优化的路径。

简介：摘要：本文综述了近年来基于深度学习技术在自动驾驶车辆感知与决策领域取得的重要进展。在感知方面，深度学习在视觉和激光雷达数据处理中表现出色，提高了车辆对环境的精确感知。在决策方面，深度学习算法在意图识别、路径规划、行为预测和交互决策等任务上展现了强大的潜力。然而，仍然存在数据标注成本高、实时性要求提高、极端天气和复杂场景下鲁棒性等问题需要解决。

简介：摘要：本研究拟基于机器学习算法，进一步探讨其在电磁频谱感知中应用的可能性及其性能的优化。在研究中，我们详细比较了常见的多种机器学习算法, 如支持向量机、决策树和神经网络等在频谱感知中的表现，并通过大量实验进行性能验证。结果显示，机器学习算法在电磁频谱感知中表现出较高的精度和效率，且可有效优化感知性能。在突破传统电磁频谱感知性能瓶颈方面，该研究为相关技术的发展趋势提供了新的理论依据和技术路径，有望在未来的无线通信技术中得到广泛应用。

简介：在不均衡数据集下,SVM分类超平面的偏移,使得基于KKT条件进行样本选择的增量学习算法性能不佳,针对该问题,提出动态代价的SVM增量学习算法,该算法依据各类样本密度之间的关系动态计算类的错分代价,减少每次迭代中分类超平面偏移造成的错误累积,保证依据KKT条件选取样本的准确性,使得每次迭代选取的样本都包含当前分类器缺少的空间信息,提高最终分类器在不均衡数据集下的分类性能.最后,在UCI数据集上的仿真实验结果表明该算法能够提高不均衡数据下的分类性能.

简介：本文提出的算法是利用凸函数共轭性质中的Young不等式构造优化目标函数，这个优化目标函数对于权值和隐层输出来说为凸函数，不存在局部最小。首先把隐层输出做为变量进行优化更新，然后快速计算出隐层前后的权值。数值实验表明：此算法简单，收敛速度快，泛化能力强，并能大大降低学习误差。

简介：摘要：本文旨在研究基于深度学习的汽车人工智能感知与决策算法，并探讨其在汽车领域的应用。通过深度学习算法的发展，汽车可以实现更高级的感知和决策能力，从而提高安全性和自动化水平。本文介绍了深度学习的基本原理和技术，然后重点讨论了在汽车感知和决策中的应用。最后，总结了基于深度学习的汽车人工智能感知与决策算法的研究现状，并展望了未来的发展方向。

简介：摘要：本文深入探讨了电力拖动系统中智能感知技术与自适应控制算法的应用与发展。首先，概述了电力拖动系统的基本组成和工作原理，随后分析了智能感知技术在电力拖动系统参数检测中的优势与挑战。接着，详细介绍了自适应控制算法在电力拖动系统中的应用，并探讨了其在提高系统稳定性、响应速度和节能降耗方面的作用。最后，本文展望了电力拖动系统中智能感知与自适应控制算法的发展趋势，并提出了未来可能的研究方向。

简介：摘要:相关工作人员为了能够对注塑机的锁模力进行检测，以注塑机拉杆应力检测为基础，研发出注塑机锁模力感知仪，在实际检测的过程中，将应变片放置在注塑机的拉杆上，在应变片的作用下可以对注塑机拉杆发生的形变进行感知，明确其形变特点，同时利用应变片电桥来全面的检测拉杆的应力情况，进而了解注塑机的锁模力。电桥信号在信号调理模块的作用下，传输到采样端，之后得到相应的采样结果，采样结果直接表示拉杆应力，按照电压量的方式将其传输到注塑机的主控系统中，利用WiFi将注塑机的锁模力传输到相应的服务器中。最终发现，利用折线计算出来的注塑机锁模力与实际的锁模力之间并没有太大的误差，误差最大值大约为－67．182kN，由此发现，在对注塑机锁模力进行检测的过程中应用锁模力感知仪是十分有效的，锁模力感知仪的性能及其应用效果都可以满足检测工作的要求，能够相对准确的检测出注塑机的锁模力，提高检测效率。