- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
可持续太阳能供电系统的低复杂度规模设计：基站案例
摘要： 太阳能供电系统因其无污染且经济高效的能源解决方案而日益普及。设计太阳能供电系统时，需在满足给定断电约束条件下，估算光伏面板的合适尺寸及储能容量。该设计对用户体验质量及网络运营商在断电率和收益方面的利益具有重要影响。本文通过分析太阳能通信节点的设计问题以降低计算开销，其中独立太阳能基站（SS-BS）作为案例研究对象。为此，采用近十年小时级太阳能数据进行研究：首先修订基站功耗模型以实现节能增收，结合小时级太阳能数据与功耗曲线，利用高斯混合模型获取面板尺寸与储能容量的下限值，从而缩小最优成本系统设计的搜索空间；继而通过曲线拟合技术，将成本函数与断电概率建模为面板尺寸和电池单元数量的函数，证明成本函数具有拟凸性，断电概率则为关于这两个变量的凸函数——这些特性将最优成本设计问题转化为凸优化框架，确?；竦萌肿钣沤狻Ｗ钪仗岢黾扑愀咝У亩系绺兄钣懦杀旧杓扑惴ǎ–ECoDA），无需穷举搜索即可估算系统规模。该框架在多个城市太阳能数据上测试验证（以新德里、伊塔那噶、拉斯维加斯和堪萨斯这四个地理区域迥异的城市为例），结果表明：相比现有穷举搜索方法，本优化框架能精准确定系统规模，计算开销降低达94%，相关计算能耗需求亦显著减少。CECoDA算法利用地理位置特有的太阳能辐射特征，在大幅缩短时间的同时实现了经济高效的太阳能系统设计。
关键词： 计算效率、成本最优的系统规模设计、可持续的太阳能供电系统、太阳能采集、能源中断、高斯混合模型、凸优化、曲线拟合
更新于2025-09-12 10:27:22
-
太赫兹波段体内纳米尺度通信系统的调制模式检测与分类
摘要： 本研究开启了太赫兹（THz）频段智能/认知纳米接收机设计的探索。具体而言，我们研究了智能纳米接收机的两个关键要素——调制模式检测（区分脉冲调制与载波调制），以及调制分类（识别实际使用的具体调制方案）。为实现调制模式检测，我们在纳米接收机通带中构建二元假设检验，并给出两种错误概率的闭式表达式。对于调制分类，我们通过高斯混合模型（GMM）表征目标接收信号，这需要显式估计THz信道冲激响应并进行后续补偿（通过解卷积）。随后采用期望最大化算法学习GMM参数，再对每个混合密度进行高斯近似以计算对称Kullback-Leibler散度，从而区分不同调制方案（如M进制相移键控、M进制正交幅度调制）。模式检测仿真结果表明存在使两类错误概率同时最小化的唯一帕累托最优点（对应特定信噪比和判决门限）。调制分类仿真主要揭示：在保证预设正确分类概率的前提下，识别更高阶调制方案需要更高的信噪比。更广泛而言，本研究将激发学界对智能/认知纳米接收机设计（能执行调制预测等各类智能任务）的兴趣。
关键词： 纳米级通信、期望最大化算法、Kullback-Leibler散度、高斯混合模型（GMM）、调制分类、太赫兹（THz）频段、调制模式检测
更新于2025-09-09 09:28:46
-
[IEEE 2018年第20届国际电子健康网络、应用与服务会议(Healthcom) - 奥斯特拉瓦(2018.9.17-2018.9.20)] 2018年IEEE第20届国际电子健康网络、应用与服务会议(Healthcom) - 用于皮肤镜图像分割的监督水平集方法
摘要： 本文提出一种用于皮肤镜图像病变分割的新方法。该方法采用变分水平集公式，结合基于监督学习的新型面积项，从而实现对代价函数的全局优化，有望获得鲁棒的图像分割效果。该面积项利用从训练图像集中学习的高斯混合模型，通过演化活动轮廓使病变与皮肤区域中学习模型与演化曲线所得经验分布之间的差异最小化。最终，我们在公开的PH2皮肤镜图像数据集上验证了该方法，结果表明所提方法优于本文考虑的其他先进方法。
关键词： 高斯混合模型、变分水平集、分割、皮肤癌、皮肤镜检查
更新于2025-09-09 09:28:46
-
基于弱监督的眼底图像病灶检测
摘要： 对眼疾患者进行早期诊断和持续监测一直是计算机辅助检测（CAD）技术关注的重点。过去几十年间，检测一种或几种特定类型视网膜病变在计算机辅助筛查领域已取得重大突破。然而，由于视网膜病变种类繁多且正常解剖结构复杂，从视网膜中自动检测未知且多样化的病变仍是一项具有挑战性的任务。本文针对该问题提出一种弱监督方法——仅需一系列正常与异常视网膜图像，无需专门标注其位置和类型。具体而言，将眼底图像视为背景、血管及背景噪声（异常图像包含病变）的叠加。通过空间对齐、颜色归一化和血管去除等一系列简单预处理步骤后，背景被构建为低秩结构。背景噪声则分别被视为随机变量：正常图像采用高斯模型建模，异常图像采用高斯混合模型（MoG）建模。该方法将眼底图像的背景知识与背景噪声统一编码至单一模型中，并利用正常与异常图像协同优化该模型——既能充分刻画背景的低秩子空间，又能在异常眼底图像中将病变与背景噪声区分开来。实验结果表明，该方法具有较高的准确率，性能优于既往相关方法。
关键词： 高斯混合模型、计算机辅助检测、低秩结构、弱监督学习、视网膜病变
更新于2025-09-09 09:28:46
-
成像传感器中暗电流与热像素的建模
摘要： 采用具有结构化协方差矩阵的高斯混合模型，分析数字传感器在黑暗环境下记录的图像数据，分别针对正常像素与可能存在缺陷的像素，建模温度及曝光时长对传感器暗电流期望值与方差的影响。该模型考虑了每种潜在类型内的两个方差成分：单幅图像中的随机噪声以及传感器内部的非均匀性；这两个成分均允许随实验条件变化。研究结果表明，暗电流期望值与曝光时长及温度的依赖关系无法通过简单参数模型表征。潜在类别模型检测到至少存在两类热像素。若按类别权重降序排列潜在类别，相应的期望值与方差随之递增。本分析得出的协方差结构具有重要启示：像素偏离均匀性的符号及相对幅度不受实验条件影响。
关键词： 方差成分、暗电流、热像素、潜类模型、暗帧、高斯混合模型
更新于2025-09-04 15:30:14
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于变分贝叶斯的有限数据高光谱图像分类快速样本生成方法
摘要： 高光谱遥感图像分类的数据标注是一项繁琐且成本高昂的任务。因此，在仅有极少量标注训练数据的情况下进行分类常常是必要的。目前已有多种方法被提出以解决这一问题。最近的一种方案是为每个类别通过高斯混合模型生成额外的合成样本。该方法的一个挑战在于确定高斯混合模型的分量数量。本文提出一种近似算法来选择分量数量，即变分贝叶斯（VB）方法。变分贝叶斯的主要优势在于无需预先进行多次聚类计算。该算法不仅大幅降低了计算成本，而且与其他方法相比能产生相当或更优的结果。
关键词： 合成数据、高光谱遥感图像分类、有限训练数据、高斯混合模型（GMM）、变分贝叶斯（VB）
更新于2025-09-04 15:30:14