一种达到最优折中的空时块码设计

本文采用一种特定的旋转矩阵和循环矩阵,对收发两端具有相同天线的MIMO系统提出了一种空时块码构造方法,给出了其等价信道模型,并用球译码方法对其进行译码.仿真结果表明,这种编码方案的性能与某些已知的最优编码方案基本相同.     

使用LDC码的BI-STCM-ID系统中的星座映射分析

研究了BI-STCM-ID系统中的星座映射问题。证明了在使用LDC（Linear Dispersion Code）空时编码方案的BI-STCM-ID系统中,基于最大化编码增益的高维星座映射设计优化问题等价于基于最大化欧式距调和均值的一维星座映射设计优化问题。     

kNN中局部生成模型测度学习

已有的关于k近邻测度学习算法的工作主要集中于纯区分模型。在假定隐含的生成模型已知的情况下,提出了一种通过分析样本的k个近邻点的概率密度学习测度的方法。实验表明,这种基于类的生成模型假设学习到的局部测度可以有效改善kNN区分模型的性能。     

低密度校验码的研究进展

本文对低密度校验(LDPC)码的奇偶校验矩阵的构造方法和编译码方法进行了分析和总结,对LDPC码的应用及未来的研究方向进行了展望。     

基于轮廓特征提取的叶形相似性研究

叶片的形态特征多样,它的叶形特征对植物的研究具有重要的意义。为了判断不同叶形之间的轮廓相似性,利用轮廓特征提取,将叶子的叶形存储在一维序列中。结合统计学,引用Pearson相关性进行特征分布的相关系数计算。实验结果显示,不同叶形的相关系数之间有较为显著的差异,测试的叶子叶形判别准确率较高,可作为判断叶形相似性的重要依据。     

基于超像素统计量的随机森林遥感图像分类

针对遥感图像地物覆盖分类方法对图像空间分布信息利用不足的问题,提出一种基于超像素统计量的随机森林遥感图像分类方法。以北京市海淀区为研究区,选用Landsat-8卫星为主要数据源,通过改进SLIC超像素分割方法,使之适用于多光谱遥感图像中超像素的分割,提取超像素常见的六个统计量(最小值、最大值、均值、标准差、上四分位数、下四分位数)用于随机森林在遥感图像中的分类。实验结果表明,本文对研究区遥感图像的总体分类精度为89.01%,明显改善了对地物的错分和漏分现象,能够推广到Landsat-8遥感图像的地物覆盖分类工作中。     

使用TAST码的BI-STCM-ID系统中的星座映射分析

研究了BI-STCM-ID系统中的星座映射问题.证明了在使用TAST空时编码方案的BI-STCM-ID系统中,基于最大化编码增益的高维星座映射设计优化问题等价于基于最大化欧式距调和均值的一维星座映射设计优化问题.     

基于LDPC的BICM系统星座映射方式分析

星座映射方式在BICM系统的设计中非常重要。将外信息传递函数(Extrinsic Information Transfer Function)曲线用于星座映射的设计,用Monte Carlo仿真给出了16QAM星座的几种星座映射方式的外信息传递函数曲线,结合EXIT曲线分析了星座映射方式对系统性能的影响。仿真结果证实了EXIT曲线在星座映射设计中的有效性。     

GPRS组网方案

简述了GPRS的网络结构，介绍了GPRS骨干网和本地网的组网方案。     

基于聚类的林业病虫害实体抽取研究

在基于半监督和主动学习的信息抽取研究中,对初始样本集的选择,鲜有考虑样本在数据集中的分布情况。以林业领域的病虫害抽取为例,提出基于聚类的方法来获取样本在数据集中的分布信息,以此指导初始样本集和迭代过程中标注样本的选择。实验结果表明,基于聚类的方法相比于随机初始训练集,在不同标注样本集个数的情况下,模型f值均有提高。相比于单一的主动学习方法,在性能相近的情况下,节约了30%左右的人工标注量。