检索范围:
排序: 展示方式:
基于分代网络编码的无线协作下载系统性能分析和优化方法 Article
Xiu-xiu WEN, Hui-qiang WANG, Jun-yu LIN, Guang-sheng FENG, Hong-wu LV, Ji-zhong HAN
《信息与电子工程前沿(英文)》 2017年 第18卷 第10期 页码 1601-1613 doi: 10.1631/FITEE.1601361
王秀妮,姜威,王利村
《中国工程科学》 2006年 第8卷 第1期 页码 54-57
由于分形图像编码过程非常费时,因此在前人的基础上,通过分析影响分形图像编码速度的相关因素,提出了使用图像块的改进方差来提高分形压缩性能的思想。在证明迭代函数系统不会改变图像块的改进方差的基础上,给出了基于改进方差的分形图像压缩方法。实验结果说明该方法在保证快速性的同时,重建图像的质量又得到了进一步的提高。
面向网络编码的无证书多重签名方法 Research Article
俞惠芳,亓哲伟
《信息与电子工程前沿(英文)》 2022年 第23卷 第9期 页码 1369-1377 doi: 10.1631/FITEE.2200271
5G最小代价多播网络中的次优编码子图算法 None
Feng WEI, Wei-xia ZOU
《信息与电子工程前沿(英文)》 2018年 第19卷 第5期 页码 662-673 doi: 10.1631/FITEE.1700020
认知中继三跳网络联合优化 Article
澄 赵,万良 王,信威 姚,双华 杨
《信息与电子工程前沿(英文)》 2017年 第18卷 第2期 页码 253-261 doi: 10.1631/FITEE.1601414
基于感受野编码的多神经元决策脉冲神经网络 Article
Yong-qiang MA, Zi-ru WANG, Si-yu YU, Ba-dong CHEN, Nan-ning ZHENG, Peng-ju REN
《信息与电子工程前沿(英文)》 2018年 第19卷 第1期 页码 139-150 doi: 10.1631/FITEE.1700714
深度三维重建:方法、数据和挑战 Review Article
刘彩霞1,孔德慧1,王少帆1,王志勇2,李敬华1,尹宝才1
《信息与电子工程前沿(英文)》 2021年 第22卷 第5期 页码 615-766 doi: 10.1631/FITEE.2000068
迈向下一代视网膜神经假体——基于脉冲的视觉计算方法 Review
余肇飞, 刘健, 贾杉杉, 张祎晨, 郑雅菁, 田永鸿, 黄铁军
《工程(英文)》 2020年 第6卷 第4期 页码 449-461 doi: 10.1016/j.eng.2020.02.004
半监督堆叠距离自动编码器的表征学习在图像分类上的应用 Research Articles
侯亮,罗潇逸,汪子扬,梁军
《信息与电子工程前沿(英文)》 2020年 第21卷 第7期 页码 963-1118 doi: 10.1631/FITEE.1900116
6G移动网络架构SOLIDS——驱动力、特征及功能拓扑 Review
刘光毅, 李娜, 邓娟, 王莹莹, 孙军帅, 黄宇红
《工程(英文)》 2022年 第8卷 第1期 页码 42-59 doi: 10.1016/j.eng.2021.07.013
随着第五代(5G)移动网络的大规模商用部署,面向2030 年的新服务和新应用正逐渐兴起,信息、通信和数据技术(ICDT)的深度融合已成为未来网络发展趋势新应用需求、新技术趋势以及5G实践经验,构成了下一代移动网络发展的三大驱动力。本文回顾了移动网络架构演进的历史和驱动力,提出了第六代(6G)移动网络的逻辑功能架构。所提6G网络架构称为SOLIDS,由其六大基本网络特征构成,即柔性(soft)、按需服务(on-demand fulfillment)、至简(lite)、内生智慧(native intelligence该网络架构可以有效解决5G网络面临的高成本、高功耗、操作和维护难等主要问题,可在无需人工参与的情况下支持网络的自生成、自修复、自演进和自免疫。
用二极管统一构建两个n阶电路网络 Research Article
林小燕,谭志中
《信息与电子工程前沿(英文)》 2023年 第24卷 第2期 页码 289-298 doi: 10.1631/FITEE.2200360
基于双向深度生成模型和功能磁共振成像数据的大脑编码和解码 Review
杜长德, 李劲鹏, 黄利皆, 何晖光
《工程(英文)》 2019年 第5卷 第5期 页码 948-953 doi: 10.1016/j.eng.2019.03.010
通过功能磁共振成像(fMRI)进行大脑编码和解码是视觉神经科学的两个重要方面。尽管以前的研究人员在大脑编码和解码模型方面取得了显著进步,但是现有方法仍需要使用先进的机器学习技术进行改进。例如,传统方法通常会分别构建编码和解码模型,并且容易对小型数据集过度拟合。实际上,有效地统一编码和解码过程可以进行更准确的预测。在本文中,我们首先回顾了现有的编码和解码方法,并讨论了“双向”建模策略的潜在优势。接下来,在体系结构和计算规则方面,我们证明了深度神经网络和人类视觉通路之间存在的对应关系。此外,深度生成模型[如变分自编码器(VAE)和生成对抗网络(GAN)]在大脑编码和解码研究中产生了可喜的成果。最后,我们提出了最初为机器翻译任务设计的对偶学习方法,该方法通过利用大规模未配对数据提高了编码和解码模型的效果。
基于深度学习紧致二进制编码的指纹索引 None
Chao-chao BAI, Wei-qiang WANG, Tong ZHAO, Ru-xin WANG, Ming-qiang LI
《信息与电子工程前沿(英文)》 2018年 第19卷 第9期 页码 1112-1123 doi: 10.1631/FITEE.1700420
一类分数阶多功能n阶蜂巢型RLC电路网络 Article
Ling ZHOU, Zhi-zhong TAN, Qing-hua ZHANG
《信息与电子工程前沿(英文)》 2017年 第18卷 第8期 页码 1186-1196 doi: 10.1631/FITEE.1601560
标题 作者 时间 类型 操作
基于分代网络编码的无线协作下载系统性能分析和优化方法
Xiu-xiu WEN, Hui-qiang WANG, Jun-yu LIN, Guang-sheng FENG, Hong-wu LV, Ji-zhong HAN
期刊论文
基于感受野编码的多神经元决策脉冲神经网络
Yong-qiang MA, Zi-ru WANG, Si-yu YU, Ba-dong CHEN, Nan-ning ZHENG, Peng-ju REN
期刊论文