课程文献中心 更多>>

关键词： 显著目标检测   深度学习   360°全景图像   多尺度特征  

摘要： 为解决360°全景图像显著目标检测(SOD)中的显著目标尺度变化和边缘不连续、易模糊的问题，该文提出一种基于相邻协调网络的360°全景图像显著目标检测方法(ACoNet)。首先，利用相邻细节融合模块获取相邻特征中的细节和边缘信息，以促进显著目标的精确定位。其次，使用语义引导特征聚合模块来聚合浅层特征和深层特征之间不同尺度上的语义特征信息，并抑制浅层特征传递的噪声，缓解解码阶段显著目标与背景区域不连续、边界易模糊的问题。同时构建多尺度语义融合子模块扩大不同卷积层的多尺度感受野，实现精确训练显著目标边界的效果。在2个公开的数据集上进行的大量实验结果表明，相比于其他13种先进方法，所提方法在6个客观评价指标上均有明显的提升，同时主观可视化检测的显著图边缘轮廓性更好，空间结构细节信息更清晰。

关键词： 符号网络   划分   启发式   变邻域搜索   强化学习  

摘要： 给定一个无向图，符号网络划分问题(Signed Graph Partitioning Problem,SGPP)是将节点集合划分为K(K≥2)个互不相交的非空分组，旨在最小化所有位于分组内的负符号边权重之和加上位于分组之间的正符号边权重之和，使网络划分结构尽量趋于平衡。SGPP是NP难问题，在计算机视觉、社交网络分析、生物信息学等实际领域中具有重要应用。但大数据时代的到来给求解大规模SGPP带来一定的挑战。因此，设计了新颖且高效的学习驱动型扩展变邻域搜索算法(Learning Driven Extended Variable Neighborhood Search,LDEVNS)来求解SGPP。具体来说，该算法设计全新的快速增量更新策略以及高效的扩展变邻域搜索，同时结合强化学习机制来调整算法搜索过程中的前进方向，进一步探索更有希望的解空间区域来找到更高质量的求解方案。实验部分使用15组大规模社交网络图来评估LDEVNS的高性能，实验结果显示，LDEVNS在求解质量和计算时间方面相较于当前表现最佳的算法具有显著优势，同时也验证了强化学习在LDEVNS中的有效性。

关键词： 弱覆盖   网络结构评估方法   站址规划  

摘要： 针对弱覆盖导致信号不足，从而严重影响用户连接和体验的问题，提出了一种创新的网络结构评估方法，该方法通过对各站址进行网络结构评分，对低分站址进行调整，调整至高分位置，达到评估700 MHz无线网络的站址规划效果。实验结果表明，根据评分结果进行站址规划的调整，ss-RSRP和ss-SINR的分值均有提高，能够有效地解决弱覆盖问题，提升无线网络选址合理性。

关键词： 5G   4.9 GHz   共建共享  

摘要： 当前运营商间广泛开展共建共享网络建设，96%的5G站址通过共享存量资源来实现，共建共享不仅加快了网络部署，也大大降低了整体建网成本，中国移动和中国广电的4.9 GHz频段共建共享可形成160 MHz大带宽，能够极大提升双方无线频谱资源方面的竞争力，但是同时也面临着资源共享的效率和公平问题。通过4.9 GHz频段的频谱资源共享方式进行差异化策略分析，探讨了4.9 GHz 5G网络共建共享技术方案和业务保障方案。

关键词： 高空基站   卫星通信   应急通信   无人机   空天地一体化网络   6G  

摘要： 空基网络属于天地一体化网络的重要组成部分，随着无人机技术的快速发展，将无人机作为升空平台的高空基站，灵活机动、覆盖范围广，可广泛应用于应急通信、增强覆盖等场景。首先介绍了高空基站的发展趋势并进行分析，之后提出了基于无人机的高空基站的关键技术在回传、升空平台、通信能力方面的挑战，并介绍了无人机高空基站的实践应用和测试，尤其是基于系留式无人机和中型垂直起降固定翼无人机的高空基站，最后提出了相关发展建议。

关键词： 算力网络   安全威胁风险   安全防护体系   数据安全  

摘要： 算力网络是计算资源、存储资源以及网络资源相结合的新型信息基础设施，可根据业务需求，在云、网、边之间按需分配和灵活调度，为用户提供包含计算、存储和连接的整体算力服务，并根据业务特性提供灵活、可调度的按需服务。算力网络的新架构、新技术和新服务诞生了新的安全风险，需要与之适配新的安全机制来保障。算网方面，算力具有泛在化分布以及跨域、跨境的多场景点对点网络连接等特点，同时SRv6等网络新技术的应用会对算力网络带来潜在的安全问题。调度及编排方面，多样化、定制化的算力需求，需要对算力网络各个域的资源进行协同调度，面临编排、调度、管控等安全挑战，现有的单点安全防护模式已无法应对上述安全风险，因此需通过提升边界安全防御能力、丰富信息安全防护手段、构建内生安全自智体系等，打造接入、连接、算力、数据、运营多维度防护能力，构建一体化全程可信体系，保障算网安全。

关键词： 电力变压器   故障检测   声纹信号   图注意力网络   频域信号  

摘要： 为解决变压器故障诊断中基于声纹信号的多种故障类型的快速准确识别问题，提出了一种基于变压器声纹信号的图注意力网络（TAS-GAT）故障诊断模型。TAS的核心创新在于引入了多片段关联图构建方法和特征融合策略，充分利用不同时间片段的声纹信号特征，并通过k近邻（KNN）算法建立时序关联，克服了传统模型的短期依赖问题。该模型通过快速傅里叶变换（FFT）将时域信号转换为频域特征，从而在特征表示上提供更丰富的信息，减少噪声干扰，并与多片段关联图构建和特征融合策略结合，进一步提升了故障诊断的精度与鲁棒性。实验结果表明，TAS-GAT模型在少量带标签数据的情况下，显著优于现有的时序分析方法，具有更高的诊断精度和鲁棒性，为复杂工况下的变压器故障诊断提供了一种可靠的解决方案。

关键词： 输电线路   深度学习   防振锤   缺陷检测   YOLOv8s  

摘要： 在输电线路防振锤缺陷检测中，常常面临缺陷样本不平衡、环境背景复杂以及防振锤尺寸较小等挑战，基于此本文提出一种用于输电线路防振锤缺陷检测的FSO-YOLO模型。在YOLOv8s的主干和颈部结构中引入全维动态卷积模块(omni-dimensional dynamic convolution，ODConv)，增强算法对小目标缺陷特征提取和融合的能力；在模型中加入聚焦调制网络(focal modulatoin network，FMNet)，提高模型聚焦关键区域的识别能力；使用样本加权函数Slideloss取代原分类损失函数，以缓解样本不均衡问题。实验结果表明，本文提出的FSO-YOLO模型能够有效检测输电线路防振锤缺陷，平均精度均值(mean average precision，mAP)可达95.3%，浮点计算量(floating point operations，GFLOPs)比原模型降低了32%，检测速度(frames per second，FPS)为51帧/秒，可以更加快速精准的定位识别缺陷目标。

关键词： 体育社会学   整体主义与个体主义   行动者网络   构成叙事  

摘要： 为解决我国体育社会学知识生产“宏观结构与微观身体”非此即彼的二元困境，提出拉图尔的行动者网络方法论或可为我国体育社会学提供新的方法路径。研究借拉图尔“物之社会学”的关联视角，通过对“网络”与“物”这两个关键概念的说明，试图撤销体育社会学“社会解释个体”或“个体解释社会”的规范性假设，并专注于描述“物何以为物”的社会运动过程。落实到具体的体育社会学研究方法手段即为：“跟随”运动过程中的人类与非人类行动者、让物开口说话以及随时随地的笔记。另外，体育社会学行动者网络的文本书写也需避免提前框架或理论的预设，转而在脉络化意义生成的基础之上进行深度描述。

关键词： 斜拉桥   物理信息神经网络   振动方程   索力识别   参数识别  

摘要： 准确识别索力具有重要现实意义，但工程中常用的频率法存在计算公式复杂多样等问题。为实现高精度的索力识别，将物理信息神经网络（Physics-informed Neural Network, PINN）引入索力识别领域，提出基于物理信息神经网络的斜拉索索力识别方法。该方法在神经网络损失函数中引入表征斜拉索索力的弦振动方程损失项作为物理信息，将索力设置为神经网络的可学习参数，并利用斜拉索的动位移响应进行网络训练，通过最小化损失函数即可实现索力识别。建立5根典型斜拉索的有限元模型以获取响应数据，并利用该方法进行索力识别。结果表明：在设定的所有斜拉索索力识别问题中，该方法的索力识别误差均不超过3%，识别精度高；网络预测位移场难以精整重构斜拉索的真实位移，但能较好还原斜拉索的低阶振动位移场。在此基础上，开展室内模型桥试验，再次验证了所提方法的有效性，证明该方法具有较高的识别精度、较强的可靠性以及良好的可拓展性，适用于实际工程中斜拉索索力的识别。