该研究使用自适应相干估计器检测宽带电磁感应传感器收集到的数据，采用特定的 DSRF 模型定义目标特征，利用 ROC 曲线评估效果并与其他方法进行比较，主要研究领域为检测埋藏的爆炸危险物。

Mar, 2016

综述了传统方法和深度学习方法在消除磁共振成像系统中的电磁干扰方面的综合分析和实施，并通过详细比较强调了每种方法的优势和局限性。研究结果表明，结合传统方法的可靠性和深度学习的先进能力，开发更健壮、有效的电磁干扰抑制策略在 MRI 系统中是有必要的。

Jun, 2024

本文提出了一种基于 CEEMD-ES 的多态雷达选择方法，将雷达信号按人体肢体和躯干反射回波频率的差异分解和重构，通过肢躯回波能量比与理论值的差异来选择雷达，提取所选雷达的时间域、频率域和各种熵特征，并建立了基于 ReLu 核的 ELM 识别模型。实验表明，本文方法可以有效地选择雷达，三种人体动作的识别率为 98.53％。

Jun, 2022

使用基于机器学习的高分辨率脉冲触发波雷达（SFCW）测量结合地质雷达（GPR）仪器，对应用于农业环境中提取土壤参数的方法进行了广泛的研究，结果表明该方法可在根部深度上以成本效益较高的方式提供深度分辨的土壤参数。

Apr, 2024

该研究通过进行室内测量，实证研究了人体诱导的电磁效应，特别是在未经探索的次太赫兹 W 波段 (75-110 GHz) 和 G 波段 (170-260 GHz) 中对人体阻挡进行了研究。该研究以目标的选择性运动为重点，分析了阻挡引起的信道频率响应的变化，以及射频链路的目标运动所产生的信道脉冲响应。同时，还提出了使用仿体物体对大尺度参数进行建模的方法。该研究对无装置射频定位和射频感应场景具有应用价值，其中电磁辐射或环境射频信号被收集和处理以检测和定位人体位置，而无需人体佩戴任何电子设备。尽管属于初步研究，该研究表明了通过微动作辨别阻挡的可能性，相比使用厘米级波长 (2.4-6GHz 频段) 的经典射频感应和定位，可以实现更高的精度。

May, 2024

中风是致死和致残的主要原因。该研究介绍了一种利用超宽带微波成像和深度学习解决方案进行中风检测的可行实验模型。

Oct, 2023

本研究引入了 DECODE，一种以频域的序列建模为主的端到端模型，通过扩展因果卷积神经网络实现 EMRI 信号检测，能够高效处理一年的多通道 TDI 数据，并在信噪比在 50 到 120 之间的情况下，在 0.01 秒以内实现 96.3% 的真阳性率和 1% 的假阳性率。通过展示三个 EMRI 信号的可解释性和推广性，DECODE 展示了未来基于空间的引力波数据分析的巨大潜力。

Aug, 2023

本文探讨了如何通过无需对目标设备进行修改的电磁侧信道分析技术，对物联网设备进行数字取证的研究，并总结了该技术在未来数字取证行业中的前景及其应用。

Mar, 2019

本研究综合量化和分析实践中此类攻击对最先进物体检测模型的影响，同时揭示了导致错误检测结果的潜在原因。

Jul, 2024

通过优化线性分类器的 ' 模式匹配 ' 描述符，研究了 24 维电导率电子鼻的相对阻抗和电流调制，允许识别不同类别的信息模式，并无人监督地对环境进行聚类。通过其电子实现，该研究可减少电导率电子鼻在无人监督的情况下对环境识别的计算要求。

Jan, 2024