论文部分内容阅读
两类低相关值的四元序列的分析和应用
【出 处】
：
西安电子科技大学
【发表日期】
：
2021年01期
其他文献
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
现代战场电磁环境趋于复杂多变,信息化趋势逐渐加强,这对雷达系统提出了新的要求,智能化雷达系统的研究和构建成为必然趋势。本文以智能化雷达信号处理SoC系统设计与开发为主要研究内容,在现有雷达技术的基础上进行智能化研究,结合随集成工艺快速发展而不断成熟的SoC系统开发技术,构建智能化雷达信号处理SoC系统,并最终开展系统的测试及验证工作,保证系统的性能和稳定性。首先本文基于高速信号的采集对数字信道化方
聚碳酸酯（PC）是一种性能优良的高分子材料,其本身具有一定的阻燃性能。但在电子电器等行业,PC的阻燃性能依然无法满足实际应用的要求。在用于PC的众多阻燃剂中,有机硅阻燃剂和磺酸盐阻燃剂是效率最高的两大类,这两类在阻燃机理上有一定的互补性。在燃烧过程中,磺酸盐阻燃剂能加快PC降解成炭的过程。有机硅阻燃剂能迁移至PC表面,并使形成的炭层更稳定。在本文中将这两种结构相结合,期望通过硅基的带动作用提高PC
利用多时相遥感图像进行的变化检测技术是监测地球表面动态的宝贵工具之一,它被广泛应用于城市扩展、灾害评估、资源管理和土地利用等大量与地球观测相关的研究活动。与传统的合成孔径雷达图像和多光谱图像等遥感图像相比,高光谱图像不仅包含地物的空间结构信息,而且蕴含大量精细的地物光谱信息。因此,基于高光谱图像的变化检测技术具有检测更加细微的地物变化的能力。但同时,研究高光谱变化检测仍面临许多特有的挑战。比如目前