首页期刊导航|湖南大学学报(自然科学版)
期刊信息/Journal information
湖南大学学报(自然科学版)
湖南大学
湖南大学学报(自然科学版)

湖南大学

王道平

月刊

1674-2974

hdxbzkb@hnu.cn

0731-88822870

410082

湖南省长沙市岳麓区湖南大学期刊社行政办公室

湖南大学学报(自然科学版)/Journal Journal of Hunan University(Natural Sciences)CSCD北大核心CSTPCDEI
查看更多>>本刊是由教育部主管、湖南大学主办的综合性学术理论刊物,双月刊,面向国内外公开出版发行。主要报道湖南大学自然科学领域最新研究成果,也适当发表国内外同行专家的优秀学术论文。
正式出版
收录年代

    斜极化雷达辐射发射指标测量与计算方法研究

    李建轩金祖升张磊张晓...
    204-210页
    查看更多>>摘要:本文提出了一种斜极化雷达辐射发射指标的测量与计算方法。采用接收天线正交的两次组合测量,可快速测量与计算得到任意未知角度斜极化雷达各频点的信号真实幅值,进而计算得到斜极化雷达的谐波和乱真抑制度。分别采用接收天线一组X轴对称角度和0°三个极化方向的三次频域组合测量可快速测量与计算得到任意斜极化雷达每个频点的准确极化角度。提出的测量与计算方法可有效避免目前国军标中雷达辐射发射指标测量方法针对斜极化雷达时的不足,且测量效率高,误差小,试验结果证明了提出方法的正确性和准确性。

    斜极化雷达辐射发射指标极化角度测量与计算

    基于CT-GAN的半监督学习窃电检测方法研究

    杨艺宁张蓬鹤夏睿高云鹏...
    211-222页
    查看更多>>摘要:针对电网公司获取有标签数据成本高、难度大,而获取的无标签数据难以训练有效窃电检测模型的问题,提出了在少量有窃电标签数据场景下基于联合训练生成对抗网络(Co-training Generative Adversarial Networks,CT-GAN)的半监督窃电检测方法。首先,探究了生成对抗网络及半监督生成对抗网络的原理与结构。其次,提出了采用Wasserstein距离取代JS(Jensen-Shannon)散度和KL(Kullback-Leibler)散度距离以解决生成对抗网络因梯度消失和模式崩溃原因导致的模型训练不稳定和生成数据质量低的问题,并构建了多判别器联合训练模型,避免了单个判别器分布误差高的问题,同时增强了GAN生成标签样本数据的能力,通过扩充标签样本数据集,提升了模型检测准确度和泛化能力。最后,采用爱尔兰电网数据集验证了该方法的准确性和有效性。

    窃电检测生成对抗网络半监督学习Wasserstein距离判别器