简介:摘要:无线信道预测在现代通信系统中具有重要意义,尤其是在快速发展的5G和即将到来的6G时代。传统的无线信道预测方法主要依赖于数学模型和统计方法,尽管这些方法在一定程度上取得了成功,但在面对复杂多变的无线环境时,往往显得力不从心。近年来,随着深度学习技术的迅速发展,基于深度学习的无线信道预测方法开始受到广泛关注。这些方法通过学习无线信道的历史数据,能够更准确地捕捉信道的时变特性和空间相关性,从而提高预测精度。
简介:摘要:为了准确检测小麦外观品质,首先需要利用图像处理技术对采集的小麦图像进行分割,将小麦与背景分割开,粘连的小麦图像分割为单粒小麦,针对单粒小麦进行理化指标检测,因此图像分割成为小麦品质检测中至关重要的环节。但是在实际稻小麦图像分割时,存在着小麦粒本身不规则,整粒与碎粒混合以及小麦粒大小参差不齐等问题,使得在实际小麦粒图像分割过程中分割困难。本文简要陈述了目前粮食无损检测的重要性,综述了模糊C均值、分水岭算法、凹点匹配等传统图像处理方法,以及CNN、U-Net、Mask R-CNN等深度学习算法在小麦图像分割中的应用与优缺点。通过算法优化,提高了复杂粘连小麦图像的分割精度,推动了小麦品质检测的自动化进程。
简介:摘要: 英语学习投入是学生在英语学习过程中所投入的努力程度,已有研究表明学习投入对学业成就具有重要的预测作用。在学生的学习过程中,教师支持对学生投入学习的影响力不容忽视,如果学生能感知到教师积极的支持,则会在学习中投入更多的时间和精力。目前已有研究多为探讨教师支持与学习投入的相关性,但忽视了学生的二语坚毅程度对学习投入的影响。本研究以187名高二学生为研究对象,通过问卷调查收集数据,探讨高中生感知英语教师支持、二语坚毅和英语学习投入之间的关系,并考察二语坚毅在该关系中的中介作用。研究结果表明:1.高二英语学习者整体的感知教师支持程度中等偏高(M=4.32)、二语坚毅程度(M=3.70)和英语学习投入水平处于中等水平(M=3.93);2.学生的感知教师支持程度与二语坚毅程度(r=0.338 ,p<0.01)和英语学习投入(r=0.781, p<0.01)均呈显著正相关 ;3.二语坚毅在感知教师支持和英语学习投入之间发挥部分中介作用,总效应为0.729,直接效应为0.650,间接效应为0.079。
简介:摘要:超固结比是衡量土的固结状态的重要参数。地震波孔压静力触探(SCPTU)能够同时给出剪切波速测试与孔压静力触探(CPTU)测试。基于SCPTU黏土数据,建立基于BP神经网络的黏性土OCR预测模型,发现BP神经网络模型准确率高于传统经验公式,并分析了输入参数的选择对BP神经网络模型准确性的影响,最终筛选出最利于模型准确率的输入参数组合。