基于节约训练时隙的多中继协作通信分段信道估计

在多中继放大转发协作通信系统中,针对分段信道估计时需要增加额外的时隙来发送训练序列的问题,提出一种节约训练时隙的分段信道估计方法。该方法结合预编码技术和半盲信道估计技术,在源节点对数据序列进行预编码,使其与训练序列正交后叠加,在中继节点进行预编码,使不同中继间的训练序列彼此正交,进而估计出每条链路的信道信息值。仿真结果表明,提出的方法只需占用1个训练时隙,并可有效获取S→R链路和R→D链路每段链路的信道信息,且R→D链路的平均MSE估计性能比S→R链路大约有5 dB的优势,提高了系统的传输效率。     

关于加强纪检监察工作实感温度的思考建议

推进新时代纪检监察工作,必须认真学习贯彻习主席关于运用好监督执纪"四种形态"的重要指示精神,既要保持常态高压严惩违纪违法行为,也要坚持挺纪在前治病救人,促进广大官兵健康成长,使纪检监察工作既有"硬度"又有"温度"。为充分发挥惩前毖后、治病救人的效果,使纪检监察工作做出实感温度,提三个方面建议。     

全面加强党风廉政建设

正八师、石河子市认真贯彻执行十八届中央纪委三次全会精神,全面落实党风廉政建设责任制,坚持党委负主体责任,纪委负监督责任。一、抓教育促文化,营造风清气正的良好氛围。一是给予财力支持。投资近400万元新建了警示教育基地、投资近90万元在繁华街道建立了12组90块廉政文化长廊,作为宣传教育基地。二是开展主题教育月活动。在每年3月"廉政文化建     

党芳:到祖国最需要的地方去

正"到西部去、到基层去、到祖国最需要的地方去。"这是西部计划志愿者党芳的肺腑之言。2009年从河南平顶山学院毕业后,党芳光荣地加入到西部计划志愿者队伍中,来到兵团开展志愿服务。2011年7月服务期满后,在兵团精神和老兵精神的感召下,他怀揣青春梦想,励志扎根兵团,继续留在了十四师四十七团工作。2009年8月到服务岗位后,党芳在十     

二师、铁门关市 打造南疆产业集聚高地

正数字:经过近几年的建设,二师库西经济工业园区迅速成为南疆地区科学发展的示范区、生态经济的高效区、新兴产业的孵化区。截止2013年底,入驻园区的企业达37家,其中,已投产项目16个,在建项目19个,招商引资项目投资总额288.68亿元,完成固定资产投资41.24亿元。故事:就在2014年5月,二师库西经济工业园区捷报频传——5月7日,选用国际最新的先进生物柴油生产技术,总投资2亿余元的新疆鑫     

十二师:强化认识 勇于担当

正十二师在开展党的群众路线教育实践活动过程中,严格按照中央和兵团党委的统一部署,紧紧围绕维护社会稳定和长治久安总目标,紧扣"为民务实清廉"主题,落实"照镜子、正衣冠、洗洗澡、治治病"总要求,以"深化‘四百’活动,促进和谐繁荣发展"为活动载体,各级党组织和广大党员干部积极主动参与,"四风"方面一些突出问题得到有效解决,赢得了全师各族干部职工好评,达到了预期目的。     

军品价格激励性管制研究

文章从激励性管制的理论和实践入手,分析了军品自身的特点和价格形成的特殊性,提出应按照“机制设计”的理论,通过设计合理的制度来克服传统价格管制所存在的缺陷,给予被管制企业提高内部效率的激励,从而减少管制成本,合理有效地配置企业资源,提高军费的使用效益。     

2023年深度学习技术主要发展动向分析

深度学习已成为人工智能领域的研究热点和主流发展方向之一,为诸多重要应用领域带来了革命性的进步。对2023年深度学习技术热门领域的主要发展动向进行了综合评述。首先介绍了深度学习技术发展现状,其次探讨了深度学习技术的军事应用任务和挑战,最后盘点了深度学习技术的未来重点发展方向。综述表明,大语言模型是深度学习领域在2023年最突出的亮点,世界模型框架下的自监督学习技术、强化学习框架下的人工智能智能体技术等也呈现加速发展态势;环境恶劣与强干扰复杂条件下的高鲁棒性深度学习、面向实时流数据高效处理与内在逻辑关联的深度学习、面向多变作战场景自主决策与快速决策的深度学习、面向跨域数据协同感知与协同推理的深度学习等,是深度学习技术未来重要的发展方向。     

基于特征增强和损失优化的弱监督目标检测算法

针对弱监督目标检测中只能检测出图像中最具有辨别性部分和训练过程极易陷入局部最优问题,提出了一种特征增强和损失优化的弱监督目标检测算法。该算法设计了一种高效可选择通道注意力模块,该模块通过关联通道的选择来提高其局部信息的交互能力,以此来扩大最具辨别性的示例目标区域;此外,通过对网络回归损失函数施加针对性的动态权重,使其能够自动弱化回归分支中伪标注边界框不准确性的影响,提高目标定位的精度。在PASCAL VOC 2007及PASCAL VOC 2012数据集上的实验表明,相比其他同类算法,该算法能够有效地提高弱监督目标检测的精度。同时,由于该算法引入的额外训练参数和计算负担几乎可以忽略不计,因此还具有良好的高效性。     

对象边框标注数据的弱监督图像语义分割

针对图像语义分割应用中像素级标注数据费时昂贵的问题,主要研究以对象边框标注数据为代表的弱监督模型下的图像语义分割方法。使用基于金字塔的密集采样全卷积网络提取图像的像素级特征,并用GrabCut算法转化对弱监督数据进行数据标记,通过将图像特征和标记数据进行联合训练,构建了基于金字塔密集采样全卷积网络的对象边框标注弱监督图像语义分割模型,并在公开数据集上进行了验证。实验结果表明,所构建的弱监督模型与DET3-Proposed模型、全矩形转化模型以及Bbox-Seg模型相比,达到了更好的分割效果。