【摘 要】
：
＜正＞类脑智能又被称为神经形态计算,旨在模拟人类大脑的形态结构及信息处理机制。在信息处理方面,人脑有几个显著优势:一是能够很好地处理非结构化信息,能够多模态感知并行处理数据,动态过滤和捕捉关键内容,并进行跨媒体融合和自主决策;二是小样本学习和泛化能力强,在知识和资源相对不足的条件下,主体具有强有力的自适应能力,具有强容错性;三是存算一体化,大脑的生物神经元同时具备运算和存储能力,具有一体化运行和超
论文部分内容阅读
＜正＞类脑智能又被称为神经形态计算,旨在模拟人类大脑的形态结构及信息处理机制。在信息处理方面,人脑有几个显著优势:一是能够很好地处理非结构化信息,能够多模态感知并行处理数据,动态过滤和捕捉关键内容,并进行跨媒体融合和自主决策;二是小样本学习和泛化能力强,在知识和资源相对不足的条件下,主体具有强有力的自适应能力,具有强容错性;三是存算一体化,大脑的生物神经元同时具备运算和存储能力,具有一体化运行和超低能耗的特点;四是大脑建模不仅可以通过计算来实现,还具有稀疏性、学习性、
其他文献
索引调制（Index Modulation,IM）技术利用通信系统中某些资源的激活状态传送附加信息位,希望在不增加硬件成本的情况下提高系统频谱效率。可重构智能表面（Reconfigurable Intelligent Surface,RIS）作为一个由大量低成本无源反射元件组成的超表面,可在不增加发送信号功率的同时对无线传播环境进行智能重塑。将IM技术与RIS技术进行融合,通过控制RIS反射单元或
对话交流是自然人表达情感的主要方式之一,分析文本对话中的情感是实现人机设备智能化、情感化的关键步骤。然而,由于自然对话内容的多样性、人类情感的多变性,现有文本对话情感分析方法存在深层语义信息利用不足、不同类型特征交互不充分等问题。为此,从语境上下文和社交背景信息出发,通过层次特征的高效提取与交互融合进行研究。1.针对对话语境中提取上下文特征与细粒度特征时存在的矛盾,不同层次信息交互不足的问题,提出
视觉同时定位与地图构建（Visual Simultaneous Localization and Mapping,VSLAM）利用相机在无先验信息的环境中同时定位机器人和构建环境地图,以保障移动机器人能够实现完全自主运动。大多数视觉SLAM系统仅使用点特征来获取视觉信息,但前提是必须有理想的光照和纹理条件,这样才能获取足够的环境信息。所以,光照变化明显和弱纹理等复杂环境下的基于特征点法的视觉SLA
行为识别是视频理解领域的重要基础任务,因其极高的应用价值吸引了越来越多的关注。现有主流行为识别方法主要应用于可见光视频领域,而红外视频领域的研究相对较少。然而,在一些特殊场景下,可见光视频会因为自身成像特性难以获得较好的图像质量。例如,在低光照环境中,场景中发生的行为即使是人工辨别也有一定难度。相对于可见光视频,红外成像视频具有对光照环境不敏感、抗干扰能力强等特点,能够在低光照环境中得到较好的成像
为了得到更好的焊接件，解决在电子束焊接中焊件间焊接角度无法调整的问题，设计出可方便调节两个采用直线形运条法焊接的钣金零件的焊接角度的定位装置，重点对夹持部位进行分析，得到合理的设计方案，进而使两个零件的焊接工作更精确。同时，为了得到其所能夹持的零件的最大重量，对夹持部位进行仿真，进行应力应变分析，得出所能夹持最大重量是36.3kg。验证了此汽车钣金焊接定位装置在实际工作中有提升焊接工作效率的意义。
在公众运输管理领域,对行李实施X光安检是保障乘客生命财产安全的重要方式,但安检人员以肉眼观察图像来确认威胁物品易受人为因素影响且效率较低。深度学习是提升威胁物品检测精度的有效手段。然而,大多数检测方法仍存在提取特征质量较低,多阶网络层交互能力不足的问题。本文通过强化网络模型特征提取和多层语义信息交互能力来提升威胁物品分类精度和检测效率,主要研究内容如下:1.提出了浅层多头空间注意力机制、深层多头通
云无线接入网（Cloud Radio Access Network,C-RAN）的出现为物联网（Internet of Things,Io T）应用的快速发展提供了有力支持。然而,在C-RAN中,业务请求的突发性和信道的突变性使得用户难以获得确定性的服务。具体地,在上行任务卸载过程中,为了保障能量有限的感知终端对数据速率和时延的要求,从而保障用户的服务质量（Quality of Service,Q
随着移动互联网的快速发展,用户对无处不在的通信需求愈发强烈,这给当前主要依赖地面通信的网络带来了相当大的挑战。一方面,地面网络的基础设施在自然灾害中易受到破坏;另一方面,地面网络在偏远或远洋等区域部署困难。为给用户提供全球覆盖的通信服务,将天、空、地结合的天地一体化网络应运而生。传统的TCP/IP架构应用到天地一体化网络中会导致内容交付效率低,而利用信息中心网络对内容命名和网内缓存的特征,用户可以
在认知无线电网络中,协作感知用户的感知意愿对于次要用户未知,往往造成信息的非对称。合同理论技术的提出能很好的解决信息非对称问题,该技术主要是通过提供一份所要求的绩效和相应报酬的合同来有效地激励员工。在雇员个人理性约束和激励相容约束下来最大化雇主收益的目标函数。运用区块链的不变性、透明性、去中心化和安全性等特性,将其作为认知无线电系统中交易双方的分布式账本,以达到去除第三方的机构参与,降低单点故障的
作为一个具有挑战性的不适定问题,图像超分辨率技术一直都是计算机视觉领域的研究热点,在社会生产生活的多个领域都有着极大的应用前景。得益于计算机硬件算力的大幅度提升和算法的进步,深度学习算法在图像超分辨率领域取得了最优的性能表现,但在真实场景中深度学习算法仍面临着诸多挑战。因此,本文聚焦于真实场景下的图像超分辨率算法进行研究。通过设计复杂度更高的神经网络架构和选取有效性更强的优化目标,基于深度学习的图