-
量子信道不确定下的量子检测新方法:随机优化与等距扩展的应用
本文针对量子信道不确定性导致的检测性能下降问题,提出了一种基于随机梯度优化和等距扩展的量子检测框架。研究团队开发了联合设计与两阶段设计算法,通过广义幂迭代和隐式投影梯度方法优化测量算符和探针态,显著提升了检测概率和互信息。该工作为量子通信与传感系统的鲁棒性设计提供了新思路,相关成果发表于《IEEE Transactions on Quantum Engineering》。
来源:IEEE Transactions on Quantum Engineering
时间:2025-12-08
-
量子程序动态测试新策略:融合增量学习模型的QDT-IL方法
本文针对量子程序测试中因叠加态、纠缠态等量子特性及输入空间指数级增长带来的独特挑战,提出了一种名为QDT-IL(Quantum Dynamic Testing with Incremental Learning)的新型动态测试策略。该策略通过增量学习模型动态识别并适应量子程序的故障模式,同时结合基于汉明距离(Hamming Distance)的多样性度量,有效提升了故障检测的效率和有效性。实验结果表明,QDT-IL在多个量子程序上均优于随机测试(RT)、自适应随机测试(ART)和动态随机测试(DRT),为量子软件可靠性保障提供了创新解决方案。
来源:IEEE Transactions on Quantum Engineering
时间:2025-12-08
-
基于注意力增强型WNet架构的北极融池语义分割新方法——ArcticNet的创新与应用
本文针对北极海冰融池人工解译效率低、边界复杂等难题,提出了一种融合循环残差操作与注意力机制的双UNet架构——ArcticNet。该模型通过引入跨网络跳跃连接和注意力门控机制,显著提升了融池边界的分割精度,在HOTRAX和Operation IceBridge高分辨率遥感数据集上实现了96.39%的准确率和0.941的mIoU,为北极气候变暖研究提供了可靠的自动化监测工具。
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
时间:2025-12-08
-
多级空间-光谱双注入平衡网络:高保真遥感图像融合新方法
本文针对全色锐化中空间与光谱信息失衡问题,提出多级空间-光谱双注入平衡网络(MSSDIBNet)。通过级联式双注入架构,分别设计空间注入子网络(含全局/局部处理模块)和光谱注入子网络,结合自适应注意力机制,在WV3、GF2、QB数据集上实现最优指标(PSNR达48.62,QNR达0.9631),显著提升空间细节与光谱保真度的平衡能力。
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
时间:2025-12-08
-
基于语音声学标记物的帕金森病轻度认知障碍检测新方法
本研究针对帕金森病(PD)患者轻度认知障碍(PD-MCI)缺乏有效生物标记物的问题,通过分析42例PD患者的朗读和图片描述语音样本,提取MFCC、Formant、Env、CPP等声学特征,构建高斯混合模型(GMM)。结果显示图片描述任务中融合多特征的模型鉴别PD-MCI的AUC达0.82,证实语音声学标记物可作为PD-MCI的非侵入性检测工具,为早期认知衰退监测提供新思路。
来源:IEEE Journal of Selected Topics in Signal Processing
时间:2025-12-08
-
基于多谐波QCM主动感知的稳健四元气味混合物定量方法研究
本文针对气味混合物定量分析中传感器交叉敏感性和环境干扰导致的精度下降问题,提出了一种基于石英晶体微天平(QCM)多谐波频率和电阻响应的主动感知方法。研究通过引入基于条件数的谐波响应选择策略,结合有限时域线性二次调节器(LQR)反馈控制,成功将四元气味混合物的平均均方根误差(RMSE)降低47.44%(p=0.0070)。该方法在短期和长期重复性实验中均表现出强鲁棒性,为气味记录系统提供了高精度定量解决方案。
来源:IEEE Sensors Journal
时间:2025-12-08
-
基于虚拟低分辨率影像重建与时空特征融合的遥感图像相对辐射校正新方法
本文针对多源遥感影像间辐射差异大、传统方法细节丢失严重的问题,提出了一种基于虚拟低分辨率影像(VLRI)重建与时空特征融合的相对辐射校正(RRC)新方法。该方法通过重建具有原始影像辐射特性和参考影像纹理特征的VLRI,将RRC问题转化为时空融合问题,并引入加权时空滤波机制量化光谱相似性、时间相关性和空间邻近度。实验表明,该方法在消除辐射差异的同时最大程度保留影像细节,显著提升了大范围遥感影像镶嵌质量。
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
时间:2025-12-08
-
CN-UNet:融合ConvNeXt与切片辅助超分割的红外弱小目标检测新方法
本文针对红外弱小目标检测中存在的低对比度、纹理缺失等难题,提出了一种基于ConvNeXt模块的U形分割网络CN-UNet。研究通过引入多尺度局部对比学习模块(MSLCLM)增强目标特征筛选能力,并结合切片辅助超分割(SAHS)技术提升推理精度。实验表明,该方法在NUAA-SIRST、NUDT-SIRST和IRSTD-1K三个基准数据集上均优于现有先进方法,在保持较低计算成本的同时显著提升了检测性能,为复杂背景下的红外目标识别提供了高效解决方案。
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
时间:2025-12-08
-
基于语言中间特征的电子喉语音增强方法:解决领域失配问题
本研究针对电子喉(EL)语音增强任务中的领域失配问题,创新性地提出利用语言中间特征(linguistic intermediates)提升语音可懂度与自然度。研究人员通过构建识别-对齐-合成框架,首先采用瓶颈特征(BNF)中间表示消除预训练(典型语音)与微调(EL语音)数据间的音色失配,显著提升性能;进一步引入离散文本中间特征(如音素级表示)缓解源-目标数据间的时序失配,改善韵律建模。实验表明,该方法在字符错误率(CER)和自然度评分(MOS)上均取得显著提升(CER绝对改善16%,MOS提高0.83),并在大规模伪EL数据集上验证了其泛化能力。该研究为跨领域语音转换提供了有效解决方案,对改善语言障碍患者的沟通质量具有重要意义。
来源:IEEE Journal of Selected Topics in Signal Processing
时间:2025-12-08
-
SCPDNet:融合可变形注意力与多尺度特征的遥感影像滑坡检测新方法
本文针对复杂地形下滑坡检测存在的边界模糊和小尺度目标识别难题,提出了一种基于SAM(Segment Anything Model)的SCPDNet网络。通过引入可变形多头注意力(DMHA)模块增强几何特征感知能力,结合多尺度注意力融合(MSAF)机制实现跨层级特征交互,并设计交叉金字塔可变形注意力(CPDA)模块协同优化局部细节与全局上下文信息。实验表明,该方法在Bijie(0.8 m分辨率)和Landslide4Sense(10 m分辨率)数据集上mIoU分别达到87.66%和76.51%,显著提升滑坡边界分割精度,为地质灾害应急响应提供可靠技术支撑。
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
时间:2025-12-08