训练序列

摘要： 阅读与习作密不可分,“读写一体”视域下单元习作整体训练是统编版语文教材的内在需求。教师要有习作训练的精准靶向意识,通过构筑单元习作训练的分阶模块,让学生进行扎实有效的序列化、层次化训练,促进学生写作能力的提升、写作素养的养成。

摘要： 正交频分复用(OFDM)是一种多载波调制技术,被广泛用于高速无线局域网和5G传输中。但是CP-OFDM系统对接收机的同步要求特别高,尤其是定时同步,这是接收机的第一步也是最关键的一步,定时不准确将引起系统性能的大幅度下降。针对现有技术存在的计算量大、运算复杂的缺点,提出了一种适用于CP-OFDM系统的定时同步方法,其算法复杂度低而且可以准确快速地找到数据符号的起始位置。

摘要： 一、整合“词句段运用”范例,细化习作力训练序列景物推介类习作有其习作力序列,“词句段运用”景物描写有其语言力序列。如何将两个序列链接,让景物描写力序列更有效呢?1.梳理“词句段运用”景物描写范例,厘清语言力目标指向我们细读三到六年级“词句段运用”,通过梳理,语言力目标指向词句积累、想象训练、五官调动、关注变化等。同一内容在不同年级前后勾连,层层递进。2.解读“景物推介类习作”描写力目标.

摘要： 甚高频窄带通信的通信距离较短,抗干扰能力较差,系统对时间同步的要求比较高,而目前的时间同步算法无法满足同步高精度、低抖动的要求,且对硬件单元要求较高。联合分组训练序列法与最小二乘拟合法,提出了一种甚高频窄带通信系统的时间同步算法,提高了长距离、低信噪比下的系统同步性能,具有低复杂度、高精度、低抖动的特点。最后,MATLAB仿真验证了算法的优越性。

摘要： 文章作者在单元教学中,尝试建构阅读指引写作序列,即学生读"回忆"写怀念之美,读"突然"写动态之美,读"走走"写清新之美;建构写作提升阅读序列,即学生批注"风雨"读懂了依恋之情,批注"绿的"读明了希望之志,批注动词读好了轻快之意;建构"读"与"写"共生共长序列,即学生读前写词画下了印象,边读边写品析了形象,读后仿写优化了习作.三个训练序列的实施,提高了学生的读写能力和语文素养.

摘要： 针对传统盲源分离算法在低信噪比时分离性能较差的情况,提出一种基于相关运算的盲源分离抗干扰算法.该算法通过对训练序列进行分段相关运算并进行信号能量累积,实现信噪比提高.该算法实现简单,可改善低信噪比条件下的扰信分离效果.仿真结果表明,改善程度与训练序列的相关性及其分段长度成正比,并且在信干比为-15 dB时,至少可以在信噪比为-11 dB情况下使得通信信号解调后的误码率达到10-4量级.

摘要： 《普通高中语文课程标准(2017年版)》将"思维发展与提升"纳入语文学科核心素养中,要求在发展语言能力的同时,发展学生的思维能力.2019年秋,统编小学语文教科书开始全面使用,十二册教科书中编排有较为丰富的思维训练内容,是思维培育的最佳载体.基于此,我们将根据教科书的编排情况,对"联想和想象能力"相关的教学内容进行梳理、分析,进一步建立训练序列,并针对训练序列提出相应的教学策略,让学生获得形象思维的发展.

摘要： 为了减小直流噪声对正交频分复用(OFDM)系统接收机性能的影响,在原有基于训练序列的帧同步算法的基础上增加了半周期延迟相关值与能量值之比作为判决变量,仿真表明,该算法能够很好地抵抗直流噪声的干扰,并能够明显地提高同步成功的概率.

摘要： 针对目前写作教学存在无“序”可循、无“据”可依、无“法”可遵、无“源”可供等问题,远远没有达到《语文课程标准》要求的现状,指出作文教学要有明确的写作训练序列,构建写作序列训练体系要综合考虑能力要求、素养达成、内容训练、方法指导、习作评改等要素。

摘要： Tbit/s级高速光传输需采用高阶调制格式性能更依赖于DSP处理.基于训练序列的均衡易于在高速系统中实现在考虑单载波DSP处理特点的基础上提出适合于Tbit/s级奈奎斯特波分复用系统中应用的新型频偏估计方法并分析介绍了其工作原理和流程.

摘要： 用以传输大数据量图像信息的高速1553B总线系统采用DMT(离散多音调制)技术实现信号的调制与解调工作,而符号同步偏差是影响DMT系统性能的重要因素.针对DMT系统基于训练序列的符号同步算法,提出了一种简化算法.仿真结果表明,该简化算法实现简单,且定时快速精准——误差通常不大于一个样值点.

摘要： 给出了MIMO-OFDM系统在室内多径信道中的一种基于训练序列的信道估计实现算法方案。方案首先根据最佳导频序列设计原理设计导频,经过最小二乘(LS)估计得到各信道时域响应,再利用线性最小均方误差(LMMSE)估计对其修正,最后变换到频域.方案的导频设计使LS估计的均方误差(MSE)最小同时最小化LS估计和LMMSE估计的计算量。LMMSE估计利用了多天线空间分集,使估计得到良好的MSE和误比特率(BER)性能曲线.

摘要： 在对流层散射通信系统中，由于多径造成的码间干扰是必须克服的问题，均衡技术是一种行之有效的手段，根据实现方法的不同可分为基于训练序列的均衡和盲均衡。盲均衡无需训练序列，可以通过算法迭代自适应收敛，有效提高系统传输效率。通过均衡器原理推导，提出了均衡器的指标评价策略，针对对流层散射信道特点给出了适用于对流层散射信道的盲均衡算法，并对其进行了仿真验证和分析，为其在散射通信系统中的应用和工程实现提供参考。

摘要： 同步是正交频分复用(OFDM)系统中的重点和难点,同步的好坏对系统性能有着显著的影响.本文在研究经典的Schmidl&Cox(SC)同步算法的基础上,针对SC算法定时误差大的缺点提出了改进算法.Matlab仿真分析表明,改进算法克服了SC算法定时误差大的缺点,提高了估计精度,使同步性能得到明显改善.

摘要： 作为一种高效的数据传输技术,正交频分复用技术实现了数据的高速传输,同时具有良好的抗衰落能力,然而Schmidl提出的定时同步方案也有不足之处.对此提出一种基于特殊训练序列的有效的同步方法,给出了基于此序列的小数倍频偏估计,同时分析了该算法的性能.仿真结果表明该算法符号定时更为精确,是一种有效的同步方案.

摘要： 连续相位调制(CPM)具有许多线性调制法难以比拟的优势,但是其接收机实现复杂度高,信号同步困难。传统的迟-早门同步器定时同步算法具有结构简单、性能优良的特点,文章利其与二进制CPM信号相位的特性进行研究,提出了一种利用训练序列的定时同步算法。数值仿真证明这种算法是完全可行的。

摘要： 本文提出了一种基于Kalman滤波的OFDM无线局域网的信道估计方法，该方法采用了卡尔曼滤波算法进行了信道估计,并利用导频进行信道跟踪，将基于训练序列的信道估计结果作为Kalman滤波器的初始值和观测值,用基于导频的信道估计结果来计算Kalman滤波器参数，并利用导频进一步跟踪信道在时间上的变化。

摘要： 本文首先利用GCL序列低峰均比的特点,对MC-CDMA系统的帧头进行了优化设计.然后采用最佳序列联合变换域处理的方法进行信道估计性能分析。仿真结果表明该方法的系统BER和MSE性能可获得较大的改善.

摘要： 本文首先利用GCL序列低峰均比的特点,对MC-CDMA系统的帧头进行了优化设计.然后采用最佳序列联合变换域处理的方法进行信道估计性能分析。仿真结果表明该方法的系统BER和MSE性能可获得较大的改善.

摘要： 本申请公开了人工智能领域中的一种时间序列预测模型的训练方法、时间序列预测方法及装置。该时间序列预测模型的训练方法包括：将源域的第一时间序列和目标域的第二时间序列输入第一预测模型中，通过第一预测模型中的特征编码器生成第一时间序列的特征和第二时间序列的特征；将第一时间序列的特征和第二时间序列的特征输入领域判别器中，对领域判别器与特征编码器进行对抗训练，且基于目标域的样本集对第一预测模型进行调优，得到目标预测模型。本申请的方法能够提高目标预测模型的准确性，避免出现过拟合和负迁移。

摘要： 本申请涉及一种基频序列识别模型的训练方法、基频序列识别方法、计算机设备和计算机程序产品，能够提高基频识别准确率。所述方法包括：获取用户演唱歌曲的干声音频和所述干声音频的频谱，并对所述干声音频进行基频序列识别，得到所述干声音频的基频序列；确定所述歌曲的歌曲内容的标准音高，并基于所述标准音高对所述干声音频基频序列进行校验；在校验通过的情况下，将所述基频序列确定为所述干声音频的频谱的训练标签；根据所述干声音频的频谱和所述频谱的训练标签，对待训练的基频序列识别模型进行训练，得到训练好的基频序列识别模型；所述基频序列识别模型用于预测输入的频谱的基频序列。

摘要： 序列标注系统及序列标注模型的训练系统，序列标注系统包括：待处理数据获取模块适于获取待处理数据，所述待处理数据包括待处理语料；语义提取模块适于提取所述待处理数据的语义特征；逻辑运算模块适于将提取得到的语义特征和所述待处理数据进行逻辑运算，得到所述待处理数据的融合特征；概率计算模块适于根据所述待处理数据的融合特征，计算各候选预测标签标注序列的概率值；序列获取模块适于根据各候选预测标签标注序列的概率值，获取概率值符合预设的第一选取条件的候选预测标签标注序列，得到所述待处理数据的标签标注预测序列。采用上述方案，可以提高序列标注预测结果的准确率。

摘要： 本申请公开了一种序列挖掘模型的训练方法、序列数据的处理方法及设备，属于人工智能和机器学习技术领域，所述方法包括：获取目标业务场景下的第一序列样本；确定第一序列样本的标签状态；根据标签状态，从序列挖掘框架中选取子模型构建序列挖掘模型；采用第一序列样本对序列挖掘模型进行训练。本申请实施例提供的技术方案提出了一种序列挖掘框架，针对不同的业务场景下历史序列数据不同的标签状态，可以从序列挖掘框架中选取对应的子模型构建序列挖掘模型。相比于相关技术中只能采用结构固定的单一模型进行训练，本申请实施例提供的技术方案，充分利用了业务场景中的所有历史序列数据，提升了资源利用率。

摘要： 本发明实施例提供了一种训练序列生成方法、训练序列生成装置及光通信系统，其中，一种训练序列生成方法包括：生成伪随机序列；获取光通信系统中使用的调制器的啁啾系数；利用取反后的啁啾系数对伪随机序列进行调制，生成啁啾的伪随机序列；在频域上构造包含L个子载波的训练符号段，其中，在该训练符号段上：序数为偶数的子载波上发送的信号为啁啾的伪随机序列中相同序数的伪随机数的频域信号，序数为奇数的子载波上发送的信号为零电平信号；将训练符号段从频域变换到时域，得到时域上的训练符号段；基于时域上的训练符号段生成训练序列后输出。本发明提供的技术方案能够有效解决啁啾的引入导致的光信号频偏问题。

摘要： 本发明提供一种OFDM同步训练序列的生成方法和基于该训练序列的同步方法，用于通信技术领域。OFDM同步训练序列的生成方法为由2个OFDM符号级联生成OFDM同步训练序列，所述2个OFDM符号分别是非正则OFDM符号Sa与正则OFDM符号Sn。基于该训练序列的同步方法，包括以下步骤：粗定时同步，小数频偏估计，整数频偏估计，细定时同步。其中采用双符号联合判决算法获得较优的粗定时同步估计，又采用余数定理算法对频偏进行估计。本发明具有计算复杂度较低、频偏估计范围较大、符号定时同步及频率同步较为准确等优点。

摘要： 本发明公开了一种基于知识迁移的序列到序列语音识别模型训练方法，包括以下步骤：步骤S100、在外部文本语料上训练语言模型；步骤S200、基于步骤S100中训练好的语言模型，生成语音‑文本对的软标签；步骤S300、将语音文本对的文本标签与语音‑文本对的软标签进行结合来训练序列到序列语音识别模型。采用该方法有效地将外部文本语料中的语言学知识迁移到序列到序列语音识别模型中，有效地提升了识别准确率。

摘要： 本发明实施例提供一种发送序列产生装置、训练序列同步装置、信道间隔估计装置、方法和系统，该训练序列的同步装置包括：延时相关处理单元，其对包含周期性训练序列的接收序列并行地进行不同延时量的自相关操作，得到多个并行的相关序列；叠加处理单元，其对所述多个并行的相关序列进行叠加操作，得到同步相关序列；同步提取单元，其对所述同步相关序列进行同步位置提取，得到训练序列的同步位置。通过本发明实施例，能够增强训练序列的抗噪声性能。

摘要： 本发明实施例提供了一种训练序列生成方法、训练序列生成装置及光通信系统，其中，一种训练序列生成方法包括：生成伪随机序列；获取光通信系统中使用的调制器的啁啾系数；利用取反后的啁啾系数对伪随机序列进行调制，生成啁啾的伪随机序列；在频域上构造包含L个子载波的训练符号段，其中，在该训练符号段上：序数为偶数的子载波上发送的信号为啁啾的伪随机序列中相同序数的伪随机数的频域信号，序数为奇数的子载波上发送的信号为零电平信号；将训练符号段从频域变换到时域，得到时域上的训练符号段；基于时域上的训练符号段生成训练序列后输出。本发明提供的技术方案能够有效解决啁啾的引入导致的光信号频偏问题。

摘要： 本发明提供一种OFDM同步训练序列的生成方法和基于该训练序列的同步方法，用于通信技术领域。OFDM同步训练序列的生成方法为由2个OFDM符号级联生成OFDM同步训练序列，所述2个OFDM符号分别是非正则OFDM符号Sa与正则OFDM符号Sn。基于该训练序列的同步方法，包括以下步骤：粗定时同步，小数频偏估计，整数频偏估计，细定时同步。其中采用双符号联合判决算法获得较优的粗定时同步估计，又采用余数定理算法对频偏进行估计。本发明具有计算复杂度较低、频偏估计范围较大、符号定时同步及频率同步较为准确等优点。