首页期刊导航|电子与信息学报
期刊信息/Journal information
电子与信息学报
电子与信息学报

吴一戎

月刊

1009-5896

jeit@mail.ie.ac.cn

010-58887066

100190

北京市北四环西路19号

电子与信息学报/Journal Journal of Electronics & Information TechnologyCSCD北大核心CSTPCDEI
查看更多>>本刊是电子科学高级综合性学术刊物。主要刊登有关电子与信息科学方面的具有创新性的、高水平的文章。
正式出版
收录年代

    一种用于射频识别阅读器的双频宽带圆极化天线

    王丽黎高智勇杜忠红徐亚妮...
    960-966页
    查看更多>>摘要：该文设计了一种紧凑的用作射频识别(RFID)阅读器的双频宽带圆极化天线.天线由弯折处理的矩形贴片、L形贴片和三角形地板构成,通过微带线进行馈电.两个辐射贴片分别独立控制高低两个频段,其轴比带宽也可独立调整,三角形地板可以使横向电流和纵向电流发生变化,从而改变横向电流和纵向电流的比值大小,实现圆极化性能.天线尺寸为0.92λ0×0.92λ0×0.0064λ0(λ0为2.40 GHz时的自由空间波长).测试结果表明在超高频(UHF)频段该天线实现了49％(0.77～1.27 GHz)的阻抗带宽和46％(0.84～1.34 GHz)的轴比带宽,在无线局域网(WLAN)频段实现了47.5％(1.54～2.50 GHz)的阻抗带宽和24.2％(1.96～2.50 GHz)的轴比带宽,可以完整覆盖UHF和WLAN两个频段,具有良好的辐射特性.与其他双频圆极化天线相比,该天线整体结构紧凑、设计简单、避免了使用复杂的馈电网络,且具有较宽的3 dB轴比带宽.

    双频段宽带射频识别阅读器天线圆极化天线

      原文链接:
    • 万方数据
    • 维普

    基于DenseNet和卷积注意力模块的高精度手势识别

    赵雅琴宋雨晴吴晗何胜阳...
    967-976页
    查看更多>>摘要：非接触的手势识别是一种新型人机交互方式,在增强现实(AR)/虚拟现实(VR)、智能家居、智能医疗等方面有着广阔的应用前景,近年来成为一个研究热点.由于需要利用毫米波雷达进行更精确的微动手势识别,该文提出一种新型的基于MIMO毫米波雷达的微动手势识别方法.采用4片AWR1243雷达板级联而成的毫米波级联(MMWCAS)雷达采集手势回波,对手势回波进行时频分析,基于距离-多普勒(RD)图和3D点云检测出人手目标.通过数据预处理,提取手势目标的距离-时间谱图(RTM)、多普勒-时间谱图(DTM)、方位角-时间谱图(ATM)和俯仰角-时间谱图(ETM),更加全面地表征手势的运动特征,并形成混合特征谱图(FTM),对12种微动手势进行识别.设计了基于DenseNet和卷积注意力模块的手势识别网络,将混合特征谱图作为网络的输入,创新性地融合了卷积注意力模块(CBAM),实验表明,识别准确率达到99.03％,且该网络将注意力放在手势动作的前半段,实现了高精度的手势识别.

    手势识别毫米波雷达卷积神经网络卷积注意力模块

      原文链接:
    • 万方数据
    • 维普

    基于任务感知关系网络的少样本图像分类

    郭礼华王广飞
    977-985页
    查看更多>>摘要：针对关系网络(RN)模型缺乏对分类任务整体相关信息的感知能力的问题,该文提出基于任务感知关系网络(TARN)的小样本学习(FSL)算法.引入模糊C均值(FCM)聚类生成基于任务全局分布的类别原型,同时设计任务相关注意力机制(TCA),改进RN中的1对1度量方式,使得在与类别原型对比时,局部特征聚合了任务全局信息.和RN比,在数据集Mini-ImageNet上,5-way 1-shot和5-way 5-shot设置中的分类准确率分别提高了8.15％和7.0％,在数据集Tiered-ImageNet上,5-way 1-shot和5-way 5-shot设置中的分类准确率分别提高了7.81％和6.7％.与位置感知的关系网络模型比,在数据集Mini-ImageNet上,5-way 1-shot设置中分类准确率也提高了1.24％.与其他小样本图像分类算法性能比较,TARN模型在两个数据集上都获得了最佳的识别精度.该方法将任务相关信息和度量网络模型进行结合可以有效提高小样本图像分类准确率.

    小样本学习图像分类度量学习任务感知关系网络

      原文链接:
    • 万方数据
    • 维普

    基于双阶段元学习的小样本中医舌色域自适应分类方法

    卓力张雷贾童瑶李晓光...
    986-994页
    查看更多>>摘要：舌色是中医(TCM)望诊最关注的诊察特征之一.在实际应用中,通过一台设备采集到的舌象数据训练得到的舌色分类模型应用于另一台设备时,由于舌象数据分布特性不一致,分类性能往往急剧下降.为此,该文提出一种基于双阶段元学习的小样本中医舌色域自适应分类方法.首先,设计了一种双阶段元学习训练策略,从源域有标注样本中提取域不变特征,并利用目标域的少量有标注数据对网络模型进行微调,使得模型可以快速适应目标域的新样本特性,提高舌色分类模型的泛化能力并克服过拟合.接下来,提出了一种渐进高质量伪标签生成方法,利用训练好的模型对目标域的未标注样本进行预测,从中挑选出置信度高的预测结果作为伪标签,逐步生成高质量的伪标签.最后,利用这些高质量的伪标签,结合目标域的有标注数据对模型进行训练,得到舌色分类模型.考虑到伪标签中含有噪声问题,采用了对比正则化函数,可以有效抑制噪声样本在训练过程中产生的负面影响,提升目标域舌色分类准确率.在两个自建中医舌色分类数据集上的实验结果表明,在目标域仅提供20张有标注样本的情况下,舌色分类准确率达到了91.3％,与目标域有监督的分类性能仅差2.05％.

    中医舌色分类小样本域自适应双阶段元学习

      原文链接:
    • 万方数据
    • 维普

    多目标跟踪中基于次模优化的轨迹片段生成方法

    孙瑾杜官明
    995-1004页
    查看更多>>摘要：作为智能视觉任务的基础工作,多目标跟踪(MOT)一直是计算机视觉领域具有挑战性的课题之一.遮挡是影响跟踪准确性的主要因素,为此该文采用基于检测跟踪的思想,以轨迹片段为基础进行关联获取目标的完整轨迹;同时,为提高跟踪鲁棒性,该文将轨迹片段的生成问题转化为运筹学中的设施选址问题,并进而提出基于次模优化的轨迹片段生成方法.该方法融合梯度(HOG)和颜色(CN)两个互补特征进行目标表征,并根据运动信息设计权重系数提高目标匹配准确度,最后提出具有约束的次模最大化算法实现全局范围内的数据关联生成轨迹片段.通过在多个基准数据集上的对比实验,表明该文算法在保证性能的同时能有效处理遮挡问题.

    多目标跟踪轨迹片段数据关联次模优化

      原文链接:
    • 万方数据
    • 维普

    基于双路径递归网络与Conv-TasNet的多头注意力机制视听语音分离

    兰朝凤蒋朋威陈欢赵世龙...
    1005-1012页
    查看更多>>摘要：目前的视听语音分离模型基本是将视频特征和音频特征进行简单拼接,没有充分考虑各个模态的相互关系,导致视觉信息未被充分利用,分离效果不理想.该文充分考虑视觉特征、音频特征之间的相互联系,采用多头注意力机制,结合卷积时域分离模型(Conv-TasNet)和双路径递归神经网络(DPRNN),提出多头注意力机制时域视听语音分离(MHATD-AVSS)模型.通过音频编码器与视觉编码器获得音频特征与视频的唇部特征,并采用多头注意力机制将音频特征与视觉特征进行跨模态融合,得到融合视听特征,将其经DPRNN分离网络,获得不同说话者的分离语音.利用客观语音质量评估(PESQ)、短时客观可懂度(STOI)及信噪比(SNR)评价指标,在VoxCeleb2数据集进行实验测试.研究表明,当分离两位、3位或4位说话者的混合语音时,该文方法与传统分离网络相比,SDR提高量均在1.87 dB以上,最高可达2.29 dB.由此可见,该文方法能考虑音频信号的相位信息,更好地利用视觉信息与音频信息的相关性,提取更为准确的音视频特性,获得更好的分离效果.

    语音分离视听融合跨模态注意力双路径递归网络Conv-TasNet

      原文链接:
    • 万方数据
    • 维普

    特征反馈机制优化的超声图像病灶检测算法

    丁建睿王凌涛汤丰赫宁春平...
    1013-1021页
    查看更多>>摘要：该文提出一种基于特征反馈机制的超声图像病灶检测方法,以实现超声病灶的实时精确定位与检测.所提方法由基于特征反馈机制的特征提取网络和基于分治策略的自适应检测头两部分组成.特征反馈网络通过反馈特征选取和加权融合计算,充分学习超声图像的全局上下文信息和局部低级语义细节以提高局部病灶特征的识别能力.自适应检测头对特征反馈网络所提取的多级特征进行分治预处理,通过将生理先验知识与特征卷积相结合的方式对各级特征分别进行病灶形状和尺度特征的自适应建模,增强检测头对不同大小病灶在多级特征下的检测效果.所提方法在甲状腺超声图像数据集上进行了测试,得到了70.3％的AP,99.0％的AP50和88.4％的AP75,实验结果表明,相较于主流检测算法,所提算法能实现更精准的实时超声图像病灶检测和定位.

    病灶检测特征反馈自适应检测头

      原文链接:
    • 万方数据
    • 维普

    面向方面情感分析的多通道增强图卷积网络

    韩虎范雅婷徐学锋
    1022-1032页
    查看更多>>摘要：传统的基于单通道的特征提取方式,仅使用单一的依赖关系捕获特征,忽略单词间的语义相似性与依赖关系类型信息.尽管基于图卷积网络进行方面情感分析的方法已经取得一定成效,但始终难以同时聚合节点的语义信息和句法结构特征,在整个迭代训练过程中最初的语义特征会逐渐遗失,影响句子最终的情感分类效果.由于缺乏先验知识会导致模型对相关情感词的误解,因此需要引入外部知识来丰富文本信息.目前,如何利用图神经网络(GNN)融合句法和语义特征的方式仍值得深入研究.针对上述问题,该文提出一种多通道增强图卷积网络模型.首先,通过对情感知识和依赖类型增强的句法图进行图卷积操作,得到基于语法的两种表示,与经过多头注意力和图卷积学习到的语义表示进行融合,使多通道的特征能够互补学习.实验结果表明,在5个公开数据集上,准确率和宏F1值优于基准模型.由此可见,依赖类型和情感知识均对增强句法图有重要影响,表明融合语义信息与句法结构的有效性.

    方面情感分析图卷积网络情感知识依赖关系嵌入多头注意力

      原文链接:
    • 万方数据
    • 维普

    基于深层特征差异性网络的图像超分辨率算法

    程德强袁航钱建生寇旗旗...
    1033-1042页
    查看更多>>摘要：传统深层神经网络通常以跳跃连接等方式堆叠深层特征,这种方式容易造成信息冗余.为了提高深层特征信息的利用率,该文提出一种深层特征差异性网络(DFDN),并将其应用于单幅图像超分辨率重建.首先,提出相互投影融合模块(MPFB)提取多尺度深层特征差异性信息并融合,以减少网络传输中上下文信息的损失.第二,提出了差异性特征注意力机制,在扩大网络感受野的同时进一步学习深层特征的差异.第三,以递归的形式连接各模块,增加网络的深度,实现特征复用.将DIV2K数据集作为训练数据集,用4个超分辨率基准数据集对预训练的模型进行测试,并通过与流行算法比较重建的图像获得结果.广泛的实验表明,与现有算法相比,所提算法可以学习到更丰富的纹理信息,并且在主观视觉效果和量化评价指标上都取得最好的排名,再次证明了其鲁棒性和优越性.

    超分辨率深层特征特征融合卷积神经网络差异性

      原文链接:
    • 万方数据
    • 维普

    正交约束域适应的跨工况滚动轴承剩余使用寿命预测方法

    韩延林志超黄庆卿向敏...
    1043-1050页
    查看更多>>摘要：针对跨工况轴承剩余使用寿命(RUL)预测模型的决策边界不明显、特征可辨识性低的问题,该文提出一种正交约束的最大分类器差异方法(MCD_OC).首先,将采集的轴承原始振动信号进行快速傅里叶变换,得到振动信号的频域信号作为模型的输入;然后,通过卷积神经网络(CNN)和门控循环神经网络(GRU)提取轴承信号的深层时空特征,利用最大分类器差异将源域和目标域特征对齐,并对目标域轴承深层特征进行正交约束,增大无标签目标域样本特征之间的可辨识性;最后,基于轴承寿命数据集开展了跨工况轴承寿命预测对比实验,对该文所提方法进行评估,并在多组实验中取得最优结果.

    滚动轴承剩余使用寿命正交约束最大分类器差异

      原文链接:
    • 万方数据
    • 维普