2022年, 第42卷, 第01期　
刊出日期：2025-06-18

  

• 全选
  |

• Select
  基于随机频率间隔的OFDM-FDA雷达通信一体化波形设计

  张琳, 欧阳缮, 廖可非, 李晶晶

  桂林电子科技大学学报. 2022, 42(01): 1-7. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2022.01.009

  摘要 ( )   可视化   收藏

  针对现有技术的不足,提出了一种基于随机频率间隔的OFDM-FDA雷达通信一体化波形设计方法。采用较少的脉冲发射多载波的雷达通信一体化信号,在不同阵元间增加了随机频率间隔以便在频域上区分通信数据,从而实现多载波通信信号的传输及频控阵雷达目标成像的功能。仿真结果表明,该一体化信号能够在发射较少脉冲的情况下,有效提高一体化系统的频谱利用率,实现双基地雷达下的数据传输和目标成像功能。
• Select
  蓝宝石衬底上AlGaN/GaN异质结的制备及性能研究

  张法碧, 杨倩倩, 梁智文, 王琦

  桂林电子科技大学学报. 2022, 42(01): 8-13. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2022.01.001

  摘要 ( )   可视化   收藏

  为了研究用MOCVD在蓝宝石衬底上制备的AlGaN/GaN异质结的性能,分别在成核温度为580℃和600℃的非故意掺杂GaN模板上制备了Al_0.30Ga_(0.70_N/GaN异质结构,并用光学显微镜和HRXRD等测试设备对其进行了表征,结果表明:与580℃的成核温度相比,在成核温度为600℃的非故意掺杂GaN模板上制备的Al_0.30Ga_(0.70_N/GaN异质结构的性能较好,其样品表面形貌较佳,GaN外延层的原位监测反射率曲线的振幅更均匀;HRXRD测试结果表明,其（002）面和（102）面的半高宽较小,分别为8178、214rad·s^-1,位错密度处于较低水平(螺型位错密度为6.24×10～7cm^-2,刃型位错密度为4.1×10～8cm^-2)。为进一步改善Al_(0.30_Ga_(0.70_N/GaN异质结构性能,研究了AlN插入层的影响,结果表明:带有AlN插入层的Al_0.30Ga_0.70N/AlN/GaN异质结构的2DEG面密度增加明显且处于较高水平,为3.014×10¹³cm^-2,带有AlN插入层的Al_0.30Ga_0.70N/AlN/GaN异质结构的平均方块电阻值为277.0Ω,明显低于无AlN插入层的Al_0.30Ga_(0.70_N/GaN的平均方块电阻值331.9Ω。以上结果表明,优化成核层温度和引入插入层能提高Al_0.30Ga_(0.70_N/GaN异质结构性能。
• Select
  RBP结合位点预测的深度学习方法进展

  董正心, 潘小勇, 沈红斌

  桂林电子科技大学学报. 2022, 42(01): 14-28. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2022.01.005

  摘要 ( )   可视化   收藏

  预测RNA结合蛋白(RBP)的结合位点对于理解RNA结合蛋白如何在基因调控中发挥作用起至关重要的作用。近年来,随着高通量实验数据的大量积累和深度学习的快速发展,深度学习方法在RBP结合位点预测领域上的应用越来越广泛。通过深度学习模型可以在海量的生物数据中挖掘隐藏的模式,与传统实验方法相比,具有低消耗、高速度、高鲁棒性的优势。研究实验证明,深度学习方法已经取得了显著的性能,并且在逐步完善。本文总结了常用的RNA-蛋白质结合位点数据库,介绍了RNA序列的编码方法及经典的深度学习模型,主要回顾了近年来深度学习在RBP结合位点预测领域上的成功应用,然后进一步总结了RBP绑定模体挖掘方法。最后讨论了目前深度学习方法在RBP结合位点预测的应用上的局限性与潜力以及潜在的改进方向。
• Select
  基于深度强化学习算法的车辆行为决策研究

  陈名松, 张泽功, 吴冉冉, 吴泳蓉

  桂林电子科技大学学报. 2022, 42(01): 29-35. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2022.01.008

  摘要 ( )   可视化   收藏

  针对传统的DDPG算法训练时间长和收敛速度慢的问题,提出一种将引导式学习和优选经验回放机制相结合融入DDPG的算法。改进的DDPG算法在训练初期的动作输出为引导式学习和策略网络共同作用的结果,后期引导式学习不再参与控制。同时引入经验池分离技术,将优势经验样本和劣势经验样本分开存储和固定比例随机抽取。在TORCS平台上进行车辆决策测试,结果表明,改进后的DDPG算法可有效减少训练时间,提升有效行驶距离,提高算法效率。
• Select
  基于U-Net++的人体脊椎MRI图像识别

  吴相远, 申诺, 蒙玉洪, 王子民

  桂林电子科技大学学报. 2022, 42(01): 36-42. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2022.01.004

  摘要 ( )   可视化   收藏

  医学图像分割是疾病诊断和治疗的重要组成部分,通常由经验丰富的医生或专家手动完成。随着医学成像技术的发展,医学图像的规模快速增长,给医学专家带来了大量且繁琐的工作。因此,许多研究人员提出了医学图像自动分割方法。其中,深度学习近年来已成为医学图像分割任务的首选方法。为此,提出了一种基于U-Net++的脊椎MRI图像分割方法,剪掉了U-Net++的L4阶段,简化了计算量,并改进了YOLOv3模型,用于人体椎间盘检测。实验结果表明,进行剪枝后的网络在实验时间上较原来的方法减少了一半,m AP提升到了81.49%。该方法准确率达到了良好水平,并一定程度上减小了计算量。
• Select
  融合自注意力的旅游电商智能推荐方法

  何倩, 王国泰, 许艳阳, 贺名流

  桂林电子科技大学学报. 2022, 42(01): 43-52. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2022.01.010

  摘要 ( )   可视化   收藏

  为解决旅游电商推荐中细粒度捕获用户偏好,提出了基于自注意力机制并结合商品侧分类信息的序列推荐方法(SATMSRec)。充分考虑序列间的时间间隔和序列的绝对位置作为自注意力机制的依托,对用户交互序列进行特征处理后,由一个GRU网络对特征序列进行长期记忆,最后结合商品侧层次性分类信息,构建类别感知多跳推理网络来学习补足用户偏好,完成对用户偏好的整体学习过程。通过在传统公开电商数据集和真实自建旅游电商数据集中NDCG@10对比次优方法均有3%以上的性能提升,SATMSRec在Top-N推荐中相对于其他基线方法具有更优越的性能。
• Select
  改进SMOTE的过采样算法

  覃琴, 杨悦, 陈名松, 王鑫

  桂林电子科技大学学报. 2022, 42(01): 53-59. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2022.01.002

  摘要 ( )   可视化   收藏

  针对不平衡数据集分类,现有的过采样算法更多地解决了类间不平衡问题,而未考虑少数类的类内不平衡,未筛选进行过采样的样本及未去除噪音,且合成过程中存在样本重叠及样本分布“边缘化”等问题,提出一种基于层次聚类和改进SMOTE的过采样算法AGNES-SMOTE。该算法对多数类和少数类样本分别进行层次聚类,并根据获得的多数类簇划分少数类簇,合并过程中考虑多数类样本分布,避免重叠样本的生成。接着根据少数类簇中的样本数量确定采样权重,并根据少数类样本到其近邻多数类样本的距离计算出每个少数类簇的概率分布,结合两者来选取“种子样本”。最后在采样过程中采用质心方式来限制合成样本的生成区域。将AGNES-SMOTE与分类器结合来处理不平衡数据集的分类问题。通过UCI数据集上与其他文献中相关算法的对比实验表明,AGNES-SMOTE在新样本的整体合成效果上表现出色,取得更高的G-mean值、F-measure值和AUC值,有效提高了分类器在不平衡数据集上的分类性能。
• Select
  基于混合神经网络的实体与关系联合抽取模型

  蒋伟强, 李凤英, 董荣胜

  桂林电子科技大学学报. 2022, 42(01): 60-65. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2022.01.011

  摘要 ( )   可视化   收藏

  针对实体关系联合抽取任务中的重叠实体关系识别问题,提出了一种混合神经网络模型(MNN-RE)。MNN-RE使用膨胀卷积神经网络结合门控线性单元作为输入共享编码层,增强了实体与关系之间关联度。采用自注意力机制结合指针网络的标注策略提取主实体。基于贪心策略,对每个预定义的关系都进行关系存在的预测并抽取目标实体,以此得到完整三元组。实验结果表明,该模型在中文的实体与关系联合抽取任务的表现比经典的联合抽取模型Noveltagging及Multi-head模型要好。
• Select
  间歇牵制控制下非线性多智能体系统的滞后一致性

  黎美华, 李丰兵, 马忠军

  桂林电子科技大学学报. 2022, 42(01): 66-71. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2022.01.006

  摘要 ( )   可视化   收藏

  为了使智能体适应相关的间歇信号并降低其控制成本,在间歇牵制控制下,对多智能体系统的滞后一致性问题进行了研究。给出了滞后一致性的定义,然后对于多智能体系统模型,设计了一种合适的间歇牵制控制协议,并运用Lyapunov泛函方法和矩阵不等式理论导出在间歇牵制控制下该系统的滞后一致的充分条件,从而实现了非线性多智能体系统在间歇牵制控制下的滞后一致性。数值模拟实验验证了理论结果的正确性和有效性。
• Select
  混合Lebesgue空间中平移不变信号的随机采样稳定性

  李婉, 蒋英春

  桂林电子科技大学学报. 2022, 42(01): 72-79. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2022.01.007

  摘要 ( )   可视化   收藏

  采样和重构是采样理论中2个重要的问题。在采样集满足稳定性的情况下,信号可以从离散采样集中稳定地重构。为了达到信号重构的目的,对混合Lebesgue空间中平移不变信号的随机采样稳定性进行研究,重点研究能量集中子集上信号的采样稳定性。在生成元满足紧支性和平移稳定性的条件下,定义能量集中子集的标准化子集;研究能量集中子集上信号的无穷范数与(p,q)范数的关系,并借助这一关系估计限制到方体上的标准化子集的覆盖数;根据均匀分布在方体上的随机样本点定义新的随机变量序列并研究其相关性质;借助覆盖数的相关引理、随机变量的相关性质及Bernstein不等式,建立能量集中信号的采样不等式。研究结果表明,当采样点足够多时,能量集中信号的采样稳定性以高概率成立。
• Select
  石墨烯量子点作为阳极界面层的聚合物太阳能电池

  葛晓美, 苏振英, 张坚

  桂林电子科技大学学报. 2022, 42(01): 80-86. https://doi.org/10.16725/j.cnki.cn45-1351/tn.2022.01.003

  摘要 ( )   可视化   收藏

  采用含有F、Cl、Br、I的苯肼小分子修饰石墨烯量子点(GQDs),制备了卤素功能化石墨烯量子点(X-GQDs)。通过较高电负性的卤族元素p型掺杂,提高了X-GQDs修饰的电极的功函数。将这种可溶液加工的X-GQDs用于聚合物太阳能电池的阳极界面层,与基于GQDs的器件的能量转换效率(PCE,9.01%)相比,基于X-GQDs的器件的PCE均得到了提高,基于F-GQDs的聚合物太阳能电池器件的PCE最高,达到11.75%。实验结果表明,基于X-GQDs的聚合物太阳能电池性能的提高是X-GQDs的高导电性与修饰后电极的高功函数共同作用的结果。因此,应用X-GQDs提高阳极功函数是一种制备高性能聚合物太阳能电池的方法。