论文部分内容阅读
民间传说与景观叙事的张力 ——以“白蛇传”与金山寺为例
【出 处】
：
南京农业大学
【发表日期】
：
2020年01期
其他文献
认知雷达作为雷达未来发展的方向之一,其最大的特点是构成了从雷达接收端到发射端的闭环信号处理系统,该系统通过实时感知环境和目标信息,基于先验信息和推理调整雷达发射和接收参数,使雷达能在各种环境中处于最优的状态。MIMO雷达由于在发射端具有极高的设计自由度,可以作为实现认知发射的载体,能在阵列结构固定和发射资源有限的前提下,根据不同的任务场景灵活设计发射端各天线的发射信号。在此背景下,本文主要研究基于
弹道导弹和高速飞行器的快速发展,使得高速目标的检测成为雷达的重要任务之一。由于宽带雷达的距离分辨率更高,可以获取的目标特征信息更多,在运动参数估计和目标识别等方面有着更多的优势。因此,研究基于宽带雷达的高速运动目标检测具有重要的应用价值以及明朗的应用前景。为了提高雷达对高速目标的探测和分辨能力,通常要求雷达的发射信号具有大的时宽带宽积,从而导致需要处理的回波数据量增多和现有检测算法的计算复杂度增大
IGBT是电力电子设备和电力系统主电路中常用的功率开关器件,将多个功率半导体芯片按照一定拓扑进行串并联之后封装为一体形成功率半导体模块,当模块中主要的功率芯片为IGBT管芯时,该模块被称为IGBT模块。当IGBT模块电流等级较大时,往往需要多个管芯并联,多管芯并联的IGBT模块的性能主要体现在两个方面,电性能和热性能。其中电性能主要表现在模块内部各并联管芯之间电流分布是否均匀,同时,模块关断时在I
在无线通信技术的快速发展中,网络业务量急速增长。尤其是第五代移动通信系统(5th Generation Mobile Communication System,5G)商用以来,单一的无线接入技术（Radio Access Technology,RAT）难以应对用户日益复杂多变的业务需求,形成了包括5G和第四代移动通信系统(4th Generation Mobile Communication Sy
近年来,在计算机视觉领域,视觉目标跟踪技术日益成为研究热点。基于相关滤波的目标跟踪算法在满足跟踪实时性要求的同时,跟踪性能也表现优异,因而在视觉目标跟踪领域受到了广泛关注。然而,此类算法在复杂多变的跟踪场景下,仍面临诸多挑战。本文针对复杂场景中的挑战因素,在相关滤波跟踪框架的基础上提出了两种改进算法,有效提高了算法在背景混乱、大范围形变、遮挡和旋转等复杂场景下的鲁棒性。本文的研究成果和主要贡献如下
随着全球经济的发展,信息技术得到了广泛使用。云计算、虚拟服务器和AI等行业的兴起,对存储器的性能要求越来越高。传统的机械硬盘已不能满足这些高性能需求。固态硬盘凭借体积小、功耗低、噪音低、速度快、抗震性好等优点,在多个领域得到了广泛应用,因此分析它的结构并提高性能十分重要。SSD的关键组件是控制器和存储介质,高性能的SSD其内部有独立的ARM核实现FTL算法。从固态硬盘的结构出发,要提高性能可以从以
作为人工智能领域的重要组成部分,深度学习系统因其简易,高效,并且能够解决多种复杂问题的特点成为了现阶段机器学习领域中的研究热点和主流方向。然而,深度学习系统在备受瞩目的同时也面临着挑战。比如,神经网络领域中的对抗样本问题就能对以深度学习为基础的神经网络系统造成严重的恶意破坏,对于更大规模、更广范围的人工智能系统更会产生毁灭性的冲击。因此本文着力于研究神经网络系统与对抗样本问题。本文将从对抗样本及神
随着半导体产业的不断升级发展,传统的Si基功率半导体器件已进入性能瓶颈期。以氮化镓（GaN）为代表的第三代宽禁带氮化物半导体材料性能为微波功率半导体器件提供了坚实的基础,使得氮化镓基材料与HEMT器件在高功率和高频率应用方面具有卓越的优势,迅速成为国际研究的热点。2021年,“十四五”规划将氮化镓（GaN）、碳化硅（Si C）宽禁带半导体列为发展目标,未来五年,基于第三代半导体材料的电子器件将广泛
辐射源个体识别是指通过提取辐射源信号表现出的某个或者多个具有无意调制特征对辐射源个体进行识别的技术,具有广阔的军民应用前景,随着空中辐射源设备的大幅增加,需要对空中辐射源是否工作正常和异常空中辐射源的敌我属性进行判断,而这些判断均需要以空中辐射源的个体识别为前提。本文主要研究了基于多模态多尺度排列熵的个体识别方法以及在分布式联邦学习系统中实现基于可变形卷积网络的辐射源识别。针对传统的辐射源个体识别
遥感卫星技术的飞速发展形成了大量的多时相遥感图像集合,多时相遥感图像分类问题由于其在监测地表覆盖变化方面的重要作用,不可避免的引起了学者们的广泛关注。多时相遥感图像序列分类问题旨在利用现有的有参考标签的图像（源图像）的信息,对后续获得的无标签的目标图像进行分类,源图像和目标图像为同一时间不同地点拍摄所得。传统的半监督方法需要为目标图像收集足够多的参考标签,领域自适应方法则假设源图像和目标图像数据分