简介：摘要为了研究编码增益，设计了一种卷积码与RS码级联编码，并搭建了该级联编码的仿真模型，仿真分析了级联编码模块对于所设计的系统性能的影响。仿真结果表明，与未采用任何编码的系统相比较，所设计的级联编码的系统能提高3db增益。而在RS码与卷积码之间加入交织器后，选取合适的交织器参数可以使系统的性能得到进一步的提升。

简介：经典的自编码网络存在计算复杂度大、全连接层丢失特征图位置信息、图像重构质量不佳等不足。本文提出了一种基于子像素全卷积的自编码网络结构优化,用卷积层优化全连接层,用子像素网络优化解码层,不仅提升了自编码网络的效率,而且图像重构质量也有很大提升,聚类性能也有提升。实验结果表明,本文优化自编码网络结构方法与经典自编码网络相比,在图像重构PSNR上平均提升3%,运算时间平均节省48%。

简介：[摘 要] 本文旨在解决面向公路场景的精准单目深度估计问题。由于视觉transformer在建模长程相关性方面表现出色，我们使用Swin Transformer来建模全局上下文以实现准确的深度估计。同时，我们设计了一个卷积神经网络分支来帮助模型捕捉公路图像的局部细节。消融实验验证了卷积神经网络分支捕获局部特征的有效性。在KITTI公路场景图像上的实验结果表明，该方法比现有的最先进的单目深度估计方法具有更好的性能。

简介：摘 要：回顾了卷积神经网络的发展历程,介绍了卷积神经网络的基本运算单元。在查阅大量资料基础上，重点介绍了有代表性的 AlexNet、VGGNet、GoogLeNet、ResNet等，对他们所用到的技术进行剖析，归纳、总结、分析其优缺点，并指出卷积神经网络未来的研究方向。

简介：

简介：摘要：卷积神经网络是一种新型的无导师学习算法,在近几年有了较大发展,其主要思想为利用层间节点竞争产生隐含函数来处理非线性系统，在处理非平稳信号方面,它的优势主要体现在:可以利用网络中所有隐含层,使得原始数据与新产生的参数都保持一定关系,从而实现了非线性函数逼近;通过使用简单、有效等方法来减少输出矢量对算法时间和计算量要求较高之处。本文将介绍一下卷积神经网模型结构及相关技术特性以及一些典型应用场景下常用学习算法进行分析研究。

简介：摘要非编码RNA（ncRNA）过去被认为是一类不具备蛋白编码功能的基因转录产物，但越来越多的研究表明部分ncRNA能够编码产生功能性多肽，且通过测序、质谱等技术可以证实此类ncRNA和多肽往往具有较高的保守性和同源性。本文以“非编码RNA”和“多肽”为关键词在多个数据库进行了相关研究的检索，对编码多肽的ncRNA特征、编码多肽的检测方法、生物学功能及其临床应用价值进行了综述。结果表明这些功能性多肽参与了包括调节肿瘤发生发展、调节肌肉活动以及调节免疫应答等过程，将来可将ncRNA来源的多肽作为一类新型的标志物在疾病早期诊断、疗效判断及预后观察等方面发挥重要作用，同时将ncRNA编码的多肽作为靶点亦可为肿瘤的个体化精准治疗提供新的思路。

简介：从信息编码的角度研究汉语字和词的构成及其组合规律,界定汉语编码系统的三级基码及各级基码之间的关系,分析汉语从笔画到词十四级编码过程,从中探索汉语字词的编码构成及规律,阐释汉语的信息编码系统。

简介：<正>计算机在音乐研究领域得到越来越广泛的应用,民歌研究也不例外。从国际范围讲,已有不少专用民歌记录、存档、检索和分析的软件。其中,德国埃森大学音乐研究所研制的MAPPET(Musicinput,AnalysisandPlaybackProgramforEsacTranscription)软件是一个较为成熟的软件。适合对大量的民歌进行存档、检索和分析。目

简介：从文化与语言的实质关系的角度,语言对文化有两种编码方式--理据性编码和任意性编码.从拟声和语声象征主义的角度,可以认知理据性编码的原生性和文化制约性.从构形学和句法学角度,可以探索到任意性编码的特点和两种编码的辨证联系.语言对文化的两种编码使外在文化现实转化为内在心理现实.

简介：寄信的时候，要在信封的左上角填写邮政编码。你知道邮政编码的由来吗？

简介：您刚查阅了“档案编码：2011”。您选择了“返回档案列表”。您选择了“档案编码：2012”。请稍候……视频系统媒介出错。载入语音系统……完毕。

简介：网络编码是信息理论研究领域的重大突破，已经引起学术界广泛关注和高度重视，是一种融合编码和路由的信息交换技术。本文介绍了网络编码的优缺点，最后对网络编码的理论和应用研究的发展趋势进行了分析与展望。

简介：相对于以语言理解为主旨的解码词典而言,针对语言输入的编码词典的研究显得比较薄弱.本文回顾了编码词典的产生与发展,结合具体的词典分析了编码词典的特征与其在指导语言使用方面的不可或缺性.

简介：文章研究一类微分算子ｆ’（ｚ）＋ｚｆ＾″（ｚ）定义的解析函数关于卷积运算的封闭性，这是对Ｒ．Ｓｉｎｇｈ和Ｓ．Ｓｉｎｇｈ在这方面工作的发展；并就与此类函数相关的特殊情形，证明Ｓｔ．Ｒｕｓｃｈｅｗｅｙｈ等卷积猜想成立。

简介：

简介：摘要卷积神经网络在自然语言处理中的应用是近年的研究热点。文章通过对几项典型工作的分析，研究了卷积神经网络在各项自然语言处理任务中的性能与效果。并对卷积神经网络语言模型的改进规律进行了总结。

简介：通过对任意两个不同门宽矩形脉冲信号卷积的分析，得出的结论是其卷积结果为梯形脉冲，其下底宽度为两个矩形脉冲宽度之和，其上底宽度为两个矩形脉冲宽度之差，其高为两个矩形脉冲高度和最小矩形脉冲宽度三者的乘积。

简介：行人重识别在视频监控领域是一个非常具有挑战性的问题,不同的摄像头位置角度、光照等因素会使同一行人的图像差异较大.文章提出一种DGD（DomainGuidedDropout）卷积神经网络（CNN）与样本相对距离结合的行人重识别算法：首先,通过卷积神经网络来提取来自多个域的数据中具有一般性及鲁棒性的特征;其次,通过计算各个特征样本之间的相对距离来筛选出更具有一般性及鲁棒性的特征;最后,比较筛选出的特征间的欧氏距离进行重识别.实验结果表明,该算法能够提高行人重识别的效率.

简介：通过基本方法将概率论中用于求两个连续型随机变量商的概率密度函数的卷积公式进行了推广,推广后的公式可以用于求形如Z=kX/Y(k≠1)的二维连续型随机变量函数的概率密度函数。文章对推广后的公式首先给出了证明,然后将推广后的公式应用于求解具体的例子,从而验证公式的有效性。