基于近似消息传递的结构化信号处理算法及应用研究
基于注意力机制的不平衡数据的非侵入式负荷分解
基于注意力机制的不平衡数据的非侵入式负荷分解目录1. 内容概要 (2)2. 文献综述 (3)2.1 非侵入式负荷识别概述 (5)2.2 注意力机制在学习中的应用 (6)2.3 不平衡数据管理的现状及挑战 (7)2.4 非侵入式负荷分解的方法学进展 (8)3. 注意力机制简介 (9)3.1 注意力机制概念 (10)3.2 注意力机制的计算原理 (11)3.3 注意力机制在深度神经网络中的应用 (13)4. 非侵入式负荷分解技术与模型 (14)4.1 非侵入式负荷分解定义及现有方法 (16)4.2 注意力机制与自适应学习 (17)4.3 核心模型设计与参数优化策略 (19)4.4 模型评估与验证标准 (20)5. 非侵入式负荷分解的挑战 (21)6. 不平衡数据的处理与策略 (22)6.1 不平衡数据的特点与处理需求 (24)6.2 平衡及不平衡数据的处理方法概述 (25)6.3 基于注意力机制的不平衡数据处理方法 (26)7. 实验设计与结果分析 (28)7.1 数据集选择与预处理 (29)7.2 模型训练与验证 (31)7.3 实验结果与深度分析 (33)7.4 讨论与未来展望 (33)1. 内容概要本章节将首先定义和描述非侵入式负荷分解的基本概念和应用背景，随后详细介绍本文采用的主要技术——基于注意力机制的方法，以及这种方法如何帮助处理不平衡数据集中的负荷分解问题。
在非侵入式负荷分解研究领域，重点在于无需直接接触待分析对象的情况下，通过外部遥感数据来推断其内部的负荷状态。
这个过程通常涉及到信号处理、模式识别和数据挖掘等多学科的技术整合。
在不平衡数据集的背景下，负荷分解的挑战在于数据中的不均衡性可能导致模型无法捕捉到重要的负荷模式。
本研究将注意力机制作为一种有效的工具，用以提升模型对关键数据特征的识别能力，进而提高负荷分解的准确性和鲁棒性。
本文的主要贡献包括：详细阐述注意力机制在负荷分解中的应用原理；提出一种改进的注意力模型，以适应不平衡数据的挑战；通过实验验证所提方法的有效性，并与传统方法进行对比；对未来的研究方向提出展望和建议，为相关领域的研究者提供理论指导和技术参考。
无小区大规模MIMO系统中免授权随机接入性能分析
在现有的通信系统中，通常采用基于授权的接入方案，设 备接入网络需要复杂的调度过程，这会造成很大的开销，而在 海量机器类通 信 中，设 备 会 产 生 零 星 并 且 数 据 量 很 小 的 数 据 包，这或许会导致调度过程引起的开销比传输数据引起的开销 大的多，并且调度过程会引起延迟问题。所以，减少导频开销 至关重要。在接入点处简单地识别哪些设备具有活跃性［３］是 ５Ｇ无线通信中海量机器类通信的关键问题之一。
文献［４］～文献［６］研究了基于授权的大规模访问，在基 于授权的方法中，依赖于多个往返信令的请求和调度过程。每 个设备从正交序列池中随机选取一个导频或前导序列，并使用 所选序列通知基站有数据要发送，当有冲突发生时，基站采用
技术与市场 ２０２１年 第２８卷 第７期
创新与实践
基于竞争的机制解决冲突问题。对于基于授权的大规模访问 方式存在两个问题：①设备与基站频繁的信令交互会造成很大 的开销，在海量机器类通信中，数据包通常很短且零散，这种方 法显然十分低 效。 ② 在 海 量 机 器 类 通 信 中，虽 然 传 输 流 量 零 星，但潜在的设备量很大，并且相干时间间隔有限，不可能为每 个设备分配正交的导频序列。因此，多个设备选择相同导频序 列的概率相当高，并且增加了平均延时，这会导致比较低的频 谱效率和能源效率。
图 ２ 免授权帧结构
假设用户是同步的，并且每个用户在每个相干块中以 ε＝
０．０５的概率独立同分布的情况决定是否接入信道，令 αｋ∈｛０， １｝作为设备的活跃性标识，其中 αｋ＝１代表第 ｋ个设备是活跃 性的，αｋ ＝０代 表 第 ｋ个 设 备 是 非 活 跃 的，Ｐ（αｋ ＝１）＝ε， Ｐ（αｋ＝０）＝１－ε。由于潜在设备数量 Ｎ大，导频数量 Ｌ受到相 干时间的限制，通常具有 Ｎ＞Ｌ的情况，所以不可能将正交导
结构化稀疏数据重构的若干理论及算法研究
结构化稀疏数据重构的若干理论及算法研究如何从尽可能少的观测数据中实现原始数据的精确或鲁棒重构长久以来都是数据处理领域的一个极大挑战。
特别是随着大数据时代的到来,这一问题的重要性和急迫性愈加凸显。
近年来,以压缩感知为代表的稀疏数据重构方法因其在处理高维数据中的有效性逐渐受到了人们的重视,与之相关的理论、算法和应用也日益成为了信号处理、统计、数学、计算机和电子通信等领域的一大研究热点。
然而随着研究的深入,人们逐渐发现,现有基于稀疏数据重构的方法并不能有效地应对一些结构化稀疏数据。
因此,建立针对性的结构化稀疏数据方法,并展开相关理论和算法研究就有着十分重要的科学意义。
本文较为系统地研究了三类具有代表性的结构化稀疏问题,涵盖了压缩感知、块稀疏压缩感知以及矩阵修补,主要获得了以下研究成果:在压缩感知背景下,将l<sub>q</sub>（q≥2）范数意义下的噪声约束引入至一类非凸l<sub>1-2</sub>方法,提出并研究了针对非高斯噪声下稀疏信号重构的l<sub>q</sub>-l<sub>1-2</sub>方法,同时从理论角度建立了该问题可重构的若干条件以及鲁棒重构的误差估计。
特别是,所获可重构条件被证明要优于现存的结果。
最后通过数值实验,所提方法的有效性得到了进一步验证。
在块稀疏压缩感知背景下,首先将一类处理稀疏信号的非凸l<sub>1-2</sub>方法推广至了块稀疏情形,提出并研究了一类可处理块稀疏信号的l<sub>2</sub>/l<sub>1-2</sub>方法。
同时从理论和算法层面对该方法进行了研究。
所获实验结果表明,当测量矩阵具有高块相干性特征时,所提方法可以产生比以往l<sub>2</sub>/l<sub>1</sub>和l<sub>2</sub>/l<sub>p</sub>（0<p<1）方法还要优质的解。
计算机专业毕业论文参考文献(精选115个最新)
计算机专业是计算机硬件与软件相结合、面向系统、更偏向应用的宽口径专业。
通过基础教学与专业训练，培养基础知识扎实、知识面宽、工程实践能力强，具有开拓创新意识，在计算机科学与技术领域从事科学研究、教育、开发和应用的高级人才。
以下是我们整理的计算机毕业论文参考文献，供你参考借鉴。
首先我们一起来看看关于计算机网络和计算机英文的参考文献，详情点击查看。
计算机网络参考文献（精选119个最新）计算机英文参考文献（最新推荐100个）接下来，是计算机各个专业的毕业论文参考文献，如需查看某篇论文全文，可以通过页面右上角↗的【文献求助】免费获取。
计算机专业毕业论文参考文献一：[1]王琨. Linux操作系统下的网络多媒体技术应用[D].西安电子科技大学,2001.[2]陆海波. 智能型掌上电脑（PDA）的研究与开发[D].电子科技大学,2001.[3]高玉金. WINDOWS环境下并行容错局域网的研究及实现[D].燕山大学,2000.[4]陈军. 分布式存储环境下并行计算可扩展性的研究与应用[D].中国人民解放军国防科学技术大学,2000.[5]王霜. 瓦楞纸箱CAD系统开发[D].四川大学,2000.[6]王茂均. 织带机智能监测管理系统研究[D].大连理工大学,2000.[7]郭朝华. 多处理器并行的星上计算机系统设计[D].中国科学院上海冶金研究所,2000.[8]刘胜. 拖拉机作业机组仿真试验台自动变速控制系统的研究[D].中国农业大学,2000.[9]陈新昌. 冷藏、保温汽车静态降温调温性能测试系统的研究[D].河南农业大学,2000.[10]毛鹏军. 智能化温室环境参数微机监控系统的设计研究[D].河南农业大学,2000.[11]史志存. 电子鼻及其应用研究[D].中国科学院电子学研究所,2000.[12]孟笛. 复合材料加筋板壳结构稳定性设计的可视化研究和实现[D].大连理工大学,2000.[13]刘鹏民. 涡街电磁流量计机理的研究与开发[D].北京化工大学,2000.[14]付岩. 通用脚本语言GSCRIPT设计与应用的研究[D].中国科学院研究生院（计算技术研究所）,2000.[15]石争浩. 《计算机组成原理》CAI及其多媒体课件实现技术研究[D].西安理工大学,2000.[16]姚彤. 农机销售管理信息系统的设计与开发[D].东北农业大学,2000.[17]吕康娟. 基于地理信息系统(GIS)的小流域综合治理规划的研究[D].东北农业大学,2000.[18]邱建民. 北工大研究生教育管理信息系统[D].北京工业大学,2000.[19]刘春明. 变电站电压无功控制装置实用技术研究[D].华北电力大学,2000.[20]刘力力. 计算机系统性能评测与分析[D].中国科学院研究生院（计算技术研究所）,2000.[21]宋蓬勃. 基于校园网的高校研究生教务管理系统[D].山东师范大学,2000.[22]陈永华. WebGIS三维可视化的研究[D].解放军信息工程大学,2000.[23]潘炜华. 新生隐球菌分子重组操作系统的建立及其荚膜相关基因的研究[D].第二军医大学,2000.[24]杨群生. 模糊联想记忆网络和模糊图象处理研究[D].华南理工大学,2000.[25]牛红军. 自动车辆定位系统的研究[D].西安理工大学,2000.[26]张志强. 网络环境下住房公积金管理信息系统的研究[D].华北电力大学,2000.[27]王笑风. 路面摊铺机械自动调平控制器的仿真测试器的研究[D].长安大学,2000.[28]黄晓华. 壁板铣床数控系统硬件结构的研究与开发[D].大连理工大学,2000.[29]景玲玲. 河南省公路地理信息系统的研制与开发[D].大连理工大学,2000.[30]李吉宽. 单片机模糊控制在船舶电站自动并车中的应用[D].大连海事大学,2000.计算机专业毕业论文参考文献二：[31]徐洪禹. 面向只读应用的分布式数据库的模型构造及查询优化的研究[D].大连理工大学,2000.[32]李卫东. 微机控制LED点阵显示屏[D].大连理工大学,2000.[33]常天海. 希望-IV型多媒体语音教室系统的研究与设计[D].大连理工大学,2000.[34]解宏基. 变频调速矢量控制交流三相异步电动机的仿真研究[D].大连海事大学,2000.[35]宋东方. 基于公路养护管理的GIS应用与开发[D].大连理工大学,2000.[36]王晓丽. 工程图扫描输入与智能识别技术的研究[D].大连理工大学,2000.[37]田宇. 基于客户机/服务器的大连市血液中心管理信息系统[D].大连理工大学,2000.[38]杨敬辉. 基于Intranet的大连市血液中心管理信息系统[D].大连理工大学,2000.[39]任彬. 一种新型的水表联网抄表系统[D].大连理工大学,2000.[40]童晨涛. 港口调度现代信息网络的研究[D].大连海事大学,2000.[41]李德良. 基于寄生传输的检测报警系统[D].大连理工大学,2000.[42]侯宗浩. 集成C/S、B/S结构的物资采供系统研究[D].西安理工大学,2000.[43]雷晓强. 冗余度机器人的轨迹规划与障碍物回避的实时控制[D].西安理工大学,2000.[44]徐前锋. 多模型优化模糊控制算法的应用研究[D].西安理工大学,2000.[45]杨沂. 基于Intranet的电力综合管理信息系统分析与设计及用户满意度评价方法的研究[D].西安理工大学,2000.[46]张怀领. 异构环境下的分布式数据库事务处理的研究与实践[D].大连理工大学,2000.[47]王振华. 近海结构基础设计程序系统[D].大连理工大学,2000.[48]王琳. 基于软计算的智能控制器的研究[D].大连海事大学,2000.[49]何志刚. 基于Internet/Intranet技术的MIS应用与开发[D].大连海事大学,2000.[50]刘中兵. 焊缝图象识别的研究及应用[D].大连理工大学,2000.[51]崔鸿远. 玉米播种机工况监测系统的研究与试验[D].中国农业大学,2000.[52]田健. 超音频感应加热电源的研制[D].西安理工大学,2000.[53]祝华军. 小城镇规划及基础设施投资问题研究[D].中国农业大学,2000.[54]孙毅. 渭河洪水错峰调度决策支持系统[D].西安理工大学,2000.[55]张寿桂. 厦门港集装箱运输MIS总体规划研究[D].大连海事大学,2000.[56]王涛. 船舶管理信息系统的研究[D].大连海事大学,2000.[57]杨媛. 智能化超声波水流量计的理论分析与软件开发[D].西安理工大学,2000.[58]史庆国. 壁面机器人路径规划与控制系统研究[D].河北工业大学,2000.[59]田永青. 模糊控制系统的结构化分析[D].河北工业大学,2000.[60]丁承君. 基于神经网络和模糊控制的移动机器人墙跟踪[D].河北工业大学,2000.计算机专业毕业论文参考文献三：[61]周颖. 基于模糊滑动面的滑动模态控制方法研究[D].河北工业大学,2000.[62]张建华. 集中供热系统的水力计算及地理信息系统的开发[D].华北电力大学,2000.[63]徐延明. 地理信息系统在配电管理系统中的应用研究[D].华北电力大学,2000.[64]于成. 综合船舶信息处理与显示系统[D].大连海事大学,2000.[65]苏利敏. 新型串级调速系统的研究[D].河北工业大学,2000.[66]刘丽华. 大功率超声发生器的研制及超声乳化的实验研究[D].华北电力大学,2000.[67]孙东卫. 都江堰水利自动化控制系统设计[D].电子科技大学,1999.[68]胡霞光. 青藏公路CAE系统的研究与开发[D].长安大学,1999.[69]尹宏宾. 智能化信号交叉口控制及其交通量预测方法的研究[D].华南理工大学,1999.[70]邱焕耀. 模糊控制、神经网络和变结构控制的交叉结合及其应用研究[D].华南理工大学,1999.[71]张星明. 地质图象处理算法的研究与实现[D].中国科学院研究生院（计算技术研究所）,1999.[72]孟小峰. 中文数据库自然语言查询处理研究[D].中国科学院研究生院（计算技术研究所）,1999.[73]王灏. 机器人智能控制方法研究[D].华南理工大学,1999.[74]庄圣贤. 无传感速度伺服矢量变频调速系统的研究[D].电子科技大学,1999.[75]王伟. 序列图象的几何约束及其应用[D].西安电子科技大学,1998.[76]张光海. 受限柔性机器人装置、建模与控制的研究[D].华南理工大学,1998.[77]金菊良. 遗传算法及其在水问题中的应用[D].河海大学,1998.[78]樊晓平. 受限柔性机器人的动力学建模与智能控制[D].华南理工大学,1998.[79]黄道平. 多变量非线性过程控制[D].华南理工大学,1998.[80]陈虔. 大型应用软件协同开发的版本控制和管理—面向组件增量的版本控制方法[D].中国科学院研究生院（高能物理研究所）,1997.[81]刘黎临. 大型信息网络设计与性能研究[D].中国科学院研究生院（计算技术研究所）,1998.[82]牟树波. ACPI标准的实现技术[D].中国科学院研究生院（计算技术研究所）,1998.[83]侯春海. 工程中时延动态系统的定量稳定性分析[D].浙江大学,1997.[84]孙富春. 机械手的神经网络稳定自适应控制[D].清华大学,1997.[85]周勇. 遥感和地理信息系统支持的土水资源分类、评价与预测研究[D].华中农业大学,1997.[86]李明. 基于工作站网络的分布式共享存储系统的设计[D].中国科学院研究生院（计算技术研究所）,1997.[87]王晓鸥. 计算机控制短波自适应通信网的实现[D].中国科学院研究生院（计算技术研究所）,1997.[88]周小佳. 电力系统可靠性人工神经网络模型及实现研究[D].重庆大学,1997.[89]李永树. 地表移动预计方法及信息处理（SPDP）系统研究[D].中国矿业大学（北京）,1997.[90]孙毓忠. 互连网络性能分析及其应用[D].中国科学院研究生院（计算技术研究所）,1997.计算机专业毕业论文参考文献四：[91]马森. 曙光2000单一系统映象文件系统COSMOS操作系统相关层的设计和实现[D].中国科学院研究生院（计算技术研究所）,1997.[92]陈晨风. 高性能交流伺服系统的智能控制策略[D].浙江大学,1997.[93]林峰. 交流传动系统的控制策略[D].浙江大学,1997.[94]陈小红. 径向基函数网络及其在非线性控制中的应用[D].浙江大学,1996.[95]陈晓青. 高性能交流伺服系统的研究与开发[D].浙江大学,1996.[96]周宏甫. 六坐标工具磨床CNC系统的关键技术研究[D].华中理工大学,1996.[97]王杰. 高精度交流伺服系统的新型控制策略[D].浙江大学,1996.[98]金连文. 手写体汉字识别的研究[D].华南理工大学,1996.[99]戴建荣. 胶片剂量仪软件开发及其在X线立体定向放疗技术中的应用[D].中国协和医科大学,1996.[100]张虹. 并行计算机系统的用户界面研究与设计[D].中国科学院研究生院（计算技术研究所）,1996.[101]朱群雄. 神经网络结构理论与技术的研究及其在过程模拟与过程控制中的应用[D].北京化工大学,1996.[102]张朝海. 电力系统运行与控制[D].华南理工大学,1996.[103]侯昭胤. 神经网络辅助丙烷氨氧化催化剂设计[D].浙江大学,1996.[104]毕立群. 换热网络智能综合方法的理论研究与实践[D].北京化工大学,1995.[105]韦巍. 学习控制及其在机器人控制中的应用[D].浙江大学,1994.[106]金毅. 模糊集合论在生产计划和调度中的应用研究[D].东南大学,1994.[107]蒋其友. 人工智能理论与技术的研究及其在大型离心式压缩机故障诊断中的应用[D].北京化工大学,1993.[108]黄崇福. 信息扩散原理与计算思维及其在地震工程中的应用[D].北京师范大学,1992.[109]贾家麟. 城市环境工程地质系统工程分析方法及其应用[D].中国地质科学院,1992.[110]杨冀宏. 人工智能技术在分离过程综合中的应用研究[D].北京化工大学,1990.[111]钟勇. 人体胚胎视交叉微血管的实验研究[D].中国协和医科大学,1990.[112]赵一举. 肺动脉高压辅助诊断[D].中国协和医科大学,1989.[113]严晓光. 胶鞋模具CAD/CAM一体化技术的研究[D].华中理工大学,1988.[114]陈申. 连续搅拌反应釜（CSTR）计算机实时控制[D].浙江大学,1988.[115]朱善安. 电液控制系统辨识及实时控制策略研究[D].浙江大学,1987.以上就是关于计算机专业毕业论文参考文献的分享，希望对你有所帮助。
基于复数信息传递的结构稀疏宽角合成孔径雷达成像算法
基于复数信息传递的结构稀疏宽角合成孔径雷达成像算法佚名【摘要】Conventional matched filtering based algorithms are not sufficiently good at dealing with the anisotropic backscattering behavior of targets in Wide Angle SAR (WASAR) imaging. Sparse signal processing provides a new idea for this problem, the anisotropic problem is modeled as a group of under-determined linear equations. However, the scale of unknowns in the under-determined equations is in linear order of the number of the observation angle. As the observation angle increases, the anisotropic problem becomes more and more difficult to be solved, even failed for conventional sparse signal processing algorithms. This paper presents a Group- sparse Complex Approximated Message Passing (GCAMP) algorithm for WASAR imaging. Firstly, a group sparse based WASAR imaging model is provided according to the structured property of backscattering coefficients across different observation angles. Secondly, the GCAMP algorithm is derived from the imaging model using message passing theory. Results of simulation demonstrate the effectiveness of the proposed algorithm.%传统相关处理算法不能完全解决宽角合成孔径雷达(WASAR)成像中目标的散射特性随观测角度变化的问题。
《深入浅出图神经网络：GNN原理解析》随笔
《深入浅出图神经网络：GNN原理解析》阅读随笔目录一、前言 (2)1.1 本书的目的和价值 (3)1.2 图神经网络简介 (3)二、图神经网络基础 (5)2.1 图的基本概念 (6)2.2 神经网络的基本概念 (8)2.3 图神经网络与神经网络的结合 (9)三、图神经网络的分类 (10)3.1 基于消息传递的图神经网络 (12)3.2 基于能量函数的图神经网络 (12)3.3 基于图注意力机制的图神经网络 (14)四、图神经网络的训练方法 (15)4.1 迭代训练法 (16)4.2 随机梯度下降法 (17)4.3 动量法 (19)4.4 自适应学习率方法 (20)五、图神经网络的优化技术 (21)5.1 局部优化算法 (22)5.2 全局优化算法 (24)5.3 混合优化算法 (26)六、图神经网络的评估与可视化 (27)6.1 评估指标 (28)6.2 可视化方法 (29)6.3 实战案例分析 (31)七、图神经网络的未来发展方向与应用前景 (32)7.1 当前研究的热点和挑战 (34)7.2 未来可能的技术创新 (35)7.3 图神经网络在各个领域的应用前景 (37)八、结语 (38)8.1 对本书内容的总结 (39)8.2 对未来图神经网络发展的展望 (40)一、前言在人工智能领域，图神经网络（Graph Neural Networks, GNNs）作为一种强大的深度学习模型，近年来得到了广泛的关注和研究。
它们能够处理非结构化数据，如社交网络、分子结构、知识图谱等，因此在许多应用中具有重要的地位。
尽管GNNs在学术界和工业界都取得了显著的成功，但它们的原理和应用仍然是一个活跃的研究课题。
特别是对于初学者来说，理解和掌握GNN的原理解析及其在实际问题中的应用，是一个不小的挑战。
为了帮助读者更好地理解GNNs，本文将从基础到高级逐步展开，深入剖析GNN的核心概念、模型架构以及最新的研究进展。
结合具体的代码实现和实验结果，我们将展示GNN在实际应用中的强大能力。
多源异构感知数据融合方法及其在目标定位跟踪中的应用
多源异构感知数据融合方法及其在目标定位跟踪中的应用一、本文概述随着信息技术的飞速发展，感知数据的获取与处理已成为众多领域，如智能监控、自动驾驶、航空航天等的关键技术。
其中，多源异构感知数据融合技术更是成为了一个研究热点。
本文旨在探讨多源异构感知数据融合方法，以及其在目标定位跟踪中的应用。
本文将介绍多源异构感知数据的概念和特点，阐述数据融合的必要性和挑战。
在此基础上，我们将详细讨论多源异构感知数据融合的关键技术，包括数据预处理、特征提取、数据融合算法等。
这些技术是实现高效、准确数据融合的关键。
本文将重点探讨多源异构感知数据融合在目标定位跟踪中的应用。
我们将分析目标定位跟踪的基本原理和方法，以及多源异构感知数据融合如何提升目标定位跟踪的精度和鲁棒性。
我们还将讨论在实际应用中可能遇到的问题和挑战，并提出相应的解决方案。
本文将总结多源异构感知数据融合方法及其在目标定位跟踪中的应用现状，并展望未来的发展趋势。
我们希望通过本文的研究，能够为多源异构感知数据融合技术的发展和应用提供有益的参考和启示。
二、多源异构感知数据融合方法多源异构感知数据融合方法是指将来自不同感知设备、不同数据格式和不同类型的数据进行有效融合，以提高数据质量、增强信息的完整性和准确性，从而实现更精确的目标定位与跟踪。
需要对各个感知设备采集的数据进行预处理。
预处理包括数据清洗、去噪、标准化和归一化等操作，目的是消除数据中的冗余、错误和噪声，使数据更适合后续的融合处理。
接下来，对预处理后的数据进行特征提取。
特征提取的目的是从原始数据中提取出与目标定位跟踪相关的关键信息，如目标的形状、大小、颜色、纹理等。
对于不同类型的感知数据，需要采用相应的特征提取方法。
数据融合策略是多源异构感知数据融合方法的核心。
根据数据的特性和应用场景，可以选择不同的融合策略，如加权平均融合、卡尔曼滤波融合、基于机器学习的融合等。
加权平均融合适用于数据质量相近的情况，卡尔曼滤波融合适用于动态目标跟踪，而基于机器学习的融合则适用于复杂场景下的数据融合。
“国家质量基础设施体系”重点专项2021年度项目申报指南_20210517175034
附件11耀24튨゜2021 ㈠ 㜮′〲⸹㔴为落实“十四五”期间国家科技创新有关部署安排，国家重点研发计划启动实施“国家质量基础设施体系”重点专项。
根据本重点专项实施方案的部署，现发布2021年度项目申报指南。
本重点专项总体目标是：面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康，围绕质量强国、科技强国、健康中国、数字中国等重大国家战略需求，加强国家质量基础设施体系量子化、国际化、智能化、数字化、系统化建设。
2021年度指南按照“基础研究—关键技术—集成示范”三个层次，进行全链条设计、一体化实施，围绕基础前沿和战略任务研究、关键共性技术研发、场景应用及示范3大方向进行部署，拟支持21个重点任务，拟安排国拨经费概算4.82亿元。
其中，拟部署不超过6个青年科学家项目，拟安排国拨经费概算1200万元，每个项目200万元。
项目统一按指南二级标题（如1.1）的研究方向申报。
除特殊说明外，同一指南方向下，如未明确支持项目数，原则上只支持—282—1项，仅在申报项目评审结果相近、技术路线明显不同时，可同时支持2项，并建立动态调整机制，根据中期评估结果，再择优继续支持。
所有项目均应整体申报，须覆盖全部研究内容和考核指标。
项目执行期原则上为3~5年。
项目下设的课题数不超过5个，项目参与单位数不超过10家。
项目设1名负责人，每个课题设1名负责人。
青年科学家项目支持青年科研人员承担国家科研任务，可参考重要支持方向（标*的方向）组织项目申报，但不受研究内容和考核指标限制。
青年科学家项目不再下设课题，项目参与单位总数不超过3家。
项目设1名项目负责人，青年科学家项目负责人年龄要求，男性应为1983年1月1日以后出生，女性应为1981年1月1日以后出生，原则上团队其他参与人员年龄要求同上。
本专项2021年度项目申报指南如下。
1.信息技术与人工智能领域NQI协同创新1.1基于D-SI的数字质量基础设施关键技术研究及体系建立研究内容：研究基于数字国际单位制（D-SI）的数字质量基础设施关键技术，研制符合可发现、可获取、可互用、可复用（FAIR）规则的NQI数字框架，研制测量数据的数字化规范、国际互认机器可读数字校准证书的结构规则及参考实例，建立面向—283—NQI实体的数字身份管理规范和基于可信时间戳的信息安全系统，开展基于D-SI用于数字转换的安全可靠校准测量系统的应用研究。
基于XML的电子病历结构化的应用研究
数 据 库 格 式 ， 持 ＨＬ 支 ７
主诉
文 本 格 式 文 本 格 式
现病 史
体 格检 查 文 本 或 数 据 格式 ， 可进 行 异 常 数 据 判 断 ， 持 或 支 化 验 检 查
诊 断 病 程 记 录
Ｈ７ Ｌ ＨＬ ７
文 本 或 数 据 格式 ， 可进 行 异 常 数 据 判 断 ， 持 或 支 文本或数据格式， 持 支
检 查 报 告
数 据 ＋文 本 格 式 ， 持 支
影 像 资 料
ＤＩＯＭ 、 Ｃ 图像 、 频 格 式 视
起 ， 留 了病 历 内容和 外观 ；４ ｘ 保 （ ） ＭＬ具 有继 承病 历 的
功能 ， 通过 Ｄ Ｄ实现 ， Ｔ 无须 修改 已有软 件 ；５ ｘ （ ） ＭＬ作
病 历信息 中的姓 名 、 别 等是结 构 化数据 格式 ， 性 容
易进行 结构化 存储 处理 ； 主诉 、 断 、 而 诊 医嘱 、 手术记 录 等是 非结 构化 的文 本 数据 ， 影像 资 料 又 是 图 像 或视 频 格式， 非一般 数据 处理技 术可 以解决 ， 研 究试 图利用 本 Ｘ ＭＬ解决 这个关 键性 问题 。 基于 Ｘ ＭＬ的电 子病 历
历 内容 的结构 化处 理 ；２ ｘ （ ） ＭＬ是 一种元语言 ， 以定 可
出 院 小 结
手 术 记 录
数 据 ＋文 本 格式 ， 支持
数据库格式， 持 支
ＨＬ ７ ＨＬ ７
Ｈ ７ Ｌ
义描述 对象 的结构 ， 合病 历 中不 同 内 容结 构 的 变 化 适
和 保持病 历 的历史 ； ３ Ｘ （ ） ＭＬ将 内容 与 样式 关 联 在 一
表 １ 电 子病 历 的 数 据 格 式
基于MATLAB语音信号检测分析及处理
第一章绪论Matlab是矩阵实验室（Matrix Laboratory）的简称，是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括Matlab和Simulink两大部分。
1.1 Matlab简介MATLAB是英文MATrix LABoratory（矩阵实验室）的缩写。
早期的MATLAB 是用FORTRAN语言编写的，尽管功能十分简单，但作为免费软件，还是吸引了大批使用者。
经过几年的校际流传，在John Little。
Cleve Moler和Steve Banger 合作，于1984年成立MathWorks公司，并正式推出MATLAB第一版版。
从这时起，MATLAB的核心采用C语言编写，功能越来越强大，除原有的数值计算功能外，还新增了图形处理功能。
MathWorks公司于1992年推出了具有划时代意义的4.0版；1994年推出了4.2版扩充了4.0版的功能，尤其在图形界面设计方面提供了新方法；1997年春5.0版问世，5.0版支持了更多的数据结构，使其成为一种更方便、更完善的编程语言；1999年初推出的MATLAB5.3版在很多方面又进一步改进了MATLAB语言的功能，随之推出的全新版本的最优化工具箱和Simulink3.0达到了很高水平；2000年10月，MATLAB6.0版问世，在操作页面上有了很大改观，为用户的使用提供了很大方便，在计算机性能方面，速度变的更快，性能也更好，在图形界面设计上更趋合理，与C语言接口及转换的兼容性更强，与之配套的Simulink4.0版的新功能也特别引人注目；2001年6月推出的MATLAB6.1版及Simulink4.1版，功能已经十分强大；2002年6月推出的MATLAB6.5版及Simulink5.0版，在计算方法、图形功能、用户界面设计、编程手段和工具等方面都有了重大改进；2004年，MathWorks公司推出了最新的MA TLAB7.0版，其中集成了最新的MATLAB7编译器、Simumlink6.0仿真软件以及很多工具箱。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于近似消息传递的结构化信号处理算法及应用研究
大数据时代的到来为高阶高维信号采集和处理带来了大量新的需求和挑战。
解决这些需求的一个有希望的研究方向是,通过利用数据间的稀疏或低秩表达以
及其他结构化约束,许多高阶高维数据集可以在不丢失数据显著特征的同时,极
大地减少其内在维数。进而针对不同的信号处理问题,在使用经典技术推理不可
行的条件下,仍能进行可靠的理论推断和算法推导。长时间以来,大部分的研究工
作利用了数据集所固有存在的简洁数据表达(即稀疏和低秩),力求使用少量“重
要”元素来表示数据。
尽管这在一定程度上具有优异的表现,却忽略了数据集中可能存在的更为精
细(也可能更为复杂)的重要结构或约束。本论文基于贝叶斯的近似消息传递
(Approximate Message Passing,AMP)理论,分别针对仿射秩最小化(Affine Rank
Minimization,ARM)以及张量 CANDECOMP/PARAFAC(CP)分解这两类典型问题,研
究广义的求解算法,以及如何将具体问题模型中多样的结构化约束有效地纳入到
广义算法求解中,从而获得更为优越的性能提升。另外,针对使用经典AMP方法求
解困难的某些结构化信号处理问题,提出基于Turbo AMP算法框架的模块化AMP
算法进行有效地求解。本文主要创新点包括三个部分:1.通过将经典Turbo AMP
框架一般化,提出了广义的Turbo AMP算法框架,基于该框架提出了分别针对同时
低秩和联合稀疏(simultaneously Low-rank and joint-Sparse,L & S )压缩感
知问题和基于并行矩阵分解(Parallel Matrix Factorization,PMF)的张量完成
(Tensor Completion,TC)问题的模块化AMP算法,分析了相应的算法复杂度,并分
别应用于压缩超频谱成像和地质数据插值问题。
2.推导并提出了基于AMP的广义仿射秩最小化算法ARM-AMP,并分析了算法
的计算复杂度。该算法的推导思路是通过利用因子图对仿射秩最小化问题中的线
性仿射变换和双线性矩阵分解两部分进行统一表达,并通过引入"Onsager"修正
对基于该因子图的置信传播迭代进行AMP近似。然后,以L&S压缩感知问题和压
缩鲁棒主成分分析问题为例,通过实例化广义ARM-AMP算法分别对其进行求解,
并分别应用于实际压缩超频谱成像和压缩视频监控。3.推导并提出了基于AMP
的广义张量CP分解算法CP-AMP,并分析算法复杂度。
该算法的推导思路是通过利用因子图对基于CP的概率分解模型进行精确表
达,并采用AMP方法对基于该多线性因子图的置信传播迭代进行近似。然后,以基
于CP分解的张量完成问题为例,通过实例化广义CP-AMP算法对其进行求解,并应
用于面部图像合成。对于上述算法,本文使用合成数据和真实数据仿真验证了各
算法的性能。实验结果表明,针对以上具体问题,所提的方法较之文献中已有的方
法拥有更好(或接近)的重建精度,同时只需很少的运行时间。