天堂俺去俺来也www色官网,日韩一区国产一级,国产精品无码一

基于集中式協(xié)作頻譜感知的數(shù)據(jù)融合技術(shù)研究

針對單節(jié)點(diǎn)頻譜感知中存在的隱蔽終端和多徑衰落問題，協(xié)作頻譜感知應(yīng)運(yùn)而生。協(xié)作頻譜感知有集中式和分布式之分。主要研究了集中式頻譜感知中的數(shù)據(jù)融合技術(shù)，通過MATLAB進(jìn)行建模仿真。仿真結(jié)果表明，集中式協(xié)作感知模型下軟判決比硬判決更好地改善了檢測性能，而軟判決準(zhǔn)則中C-V準(zhǔn)則在高信噪比下檢測性能最好，EGC準(zhǔn)則在低信噪比下檢測性能最好。

發(fā)表于：2/24/2016

一種基于AHP的數(shù)據(jù)融合無線定位算法

針對LTE網(wǎng)絡(luò)，在非視距傳播環(huán)境下提出了一種基于層次分析法的混合定位算法以提高定位的魯棒性。利用AOA、TDOA、PDOA得到相應(yīng)測量值，利用得到的測量值分別估算出移動臺的位置；再針對三種算法各自特點(diǎn)利用層次分析法構(gòu)造對比矩陣，計(jì)算出權(quán)重向量；最后根據(jù)層次分析法進(jìn)行數(shù)據(jù)融合得到移動臺最后的估計(jì)位置。仿真結(jié)果表明，該基于層次分析法數(shù)據(jù)融合的移動臺定位算法準(zhǔn)確，提高了定位魯棒性。

發(fā)表于：2/24/2016

一種USB接口的數(shù)據(jù)采集卡的設(shè)計(jì)

隨著電子信息技術(shù)和計(jì)算機(jī)技術(shù)的高速發(fā)展，數(shù)據(jù)采集應(yīng)用越來越廣泛。提出了一種基于USB接口的數(shù)據(jù)采集卡的設(shè)計(jì)解決方案。采用PIC16F886單片機(jī)為主控制芯片，PDIUSBD12為USB的接口芯片。給出了采集卡的設(shè)計(jì)整體框圖，并介紹了采集卡的硬件電路設(shè)計(jì)以及固件程序設(shè)計(jì)。所設(shè)計(jì)的USB接口的數(shù)據(jù)采集卡電路簡單、性能穩(wěn)定，支持即插即用。

發(fā)表于：2/23/2016

實(shí)驗(yàn)室溫濕度測量系統(tǒng)設(shè)計(jì)

針對當(dāng)前實(shí)驗(yàn)室無法實(shí)現(xiàn)溫濕度數(shù)據(jù)實(shí)時(shí)測量、數(shù)據(jù)傳遞不方便等缺點(diǎn)，以數(shù)字式溫濕度傳感器和通用單片機(jī)為基礎(chǔ)，開發(fā)了實(shí)驗(yàn)室溫濕度測量系統(tǒng)。該系統(tǒng)以AT89S52單片機(jī)為主芯片，數(shù)字式溫濕度傳感器SHT21為主要傳感器，完成了測量系統(tǒng)硬件系統(tǒng)和軟件系統(tǒng)的開發(fā)，并且設(shè)計(jì)了能夠傳遞給上位機(jī)數(shù)據(jù)的通信程序。該系統(tǒng)可以實(shí)現(xiàn)溫濕度測量，并且可以傳遞相關(guān)數(shù)據(jù)給上位機(jī)，對于實(shí)驗(yàn)室數(shù)據(jù)監(jiān)測有著積極的作用。

發(fā)表于：2/23/2016

計(jì)算機(jī)視覺檢測中自動調(diào)焦算法的研究

為了提高計(jì)算機(jī)視覺檢測系統(tǒng)的精度與效率，對幾種典型的自動調(diào)焦算法進(jìn)行詳細(xì)對比與分析，提出一種改進(jìn)的新型復(fù)合式自動調(diào)焦算法：首先利用灰度變化率和函數(shù)分段線性插值實(shí)現(xiàn)函數(shù)大范圍快速粗調(diào)焦；再利用梯度向量平方函數(shù)二次插值實(shí)現(xiàn)函數(shù)峰值點(diǎn)附近微小區(qū)域的精確調(diào)焦；對改進(jìn)調(diào)焦算法進(jìn)行測試并做出客觀分析。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的算法自動調(diào)焦精度高、速度快，且搜索范圍大、通用性強(qiáng)，已在數(shù)字刀具測量儀中成功應(yīng)用。

發(fā)表于：2/22/2016

基于HTML5的Application Cache技術(shù)研究

HTML5新增了很多標(biāo)簽和功能，部分功能得到了深入的研究和應(yīng)用，但是關(guān)于應(yīng)用緩存的研究介紹并不多。Web應(yīng)用逐漸興起，提高Web應(yīng)用的用戶體驗(yàn)是當(dāng)前研究的要點(diǎn)。詳細(xì)介紹了應(yīng)用緩存的建立以及在線更新。對應(yīng)用緩存提高應(yīng)用載入速度的效應(yīng)進(jìn)行了驗(yàn)證測試，實(shí)驗(yàn)表明，應(yīng)用緩存對不同文件都能較大程度地提高應(yīng)用載入速度，文件越大提高的效果越明顯。

發(fā)表于：2/21/2016

不平衡數(shù)據(jù)加權(quán)集成學(xué)習(xí)算法

針對傳統(tǒng)的機(jī)器學(xué)習(xí)算法對不平衡數(shù)據(jù)集的少類分類準(zhǔn)確率不高的問題，基于支持向量機(jī)和模糊聚類，提出一種不平衡數(shù)據(jù)加權(quán)集成學(xué)習(xí)算法。首先提出加權(quán)支持向量機(jī)模型（Weighted Support Vector Machine，WSVM），該模型根據(jù)不同類別數(shù)據(jù)所占比例的不同，為各類別分配不同的權(quán)重，然后將WSVM與模糊聚類結(jié)合提出一種新的集成學(xué)習(xí)算法。將本文提出的算法應(yīng)用于人造數(shù)據(jù)集和UCI數(shù)據(jù)集實(shí)驗(yàn)中，實(shí)驗(yàn)結(jié)果表明，所提出的算法能夠有效地解決不平衡數(shù)據(jù)的分類問題，具有更好的分類性能。

發(fā)表于：2/21/2016

淺析私有云存儲技術(shù)在數(shù)據(jù)中心中的應(yīng)用

隨著社會的日益發(fā)展，云存儲技術(shù)在數(shù)據(jù)中心中的應(yīng)用越來越廣泛，人們對于數(shù)據(jù)與信息的需求日益增大，舊方式的單純固定化的數(shù)據(jù)存儲方式，在一定程度上已經(jīng)無法滿足當(dāng)前數(shù)據(jù)中心信息數(shù)據(jù)的存儲與擴(kuò)展。具體介紹了數(shù)據(jù)中心中私有云存儲技術(shù)的實(shí)際使用方法及關(guān)鍵性技術(shù)，并結(jié)合私有云存儲在數(shù)據(jù)中心中的使用，通過數(shù)據(jù)遷移技術(shù)進(jìn)行了詳細(xì)的分析與說明。

發(fā)表于：2/21/2016

多源異構(gòu)環(huán)境下數(shù)據(jù)同步復(fù)制技術(shù)的研究

針對多源異構(gòu)環(huán)境下數(shù)據(jù)的特點(diǎn)，提出一種數(shù)據(jù)同步復(fù)制新方案。該方案解決了多源異構(gòu)環(huán)境下數(shù)據(jù)庫的訪問，數(shù)據(jù)的獲取與復(fù)制，動態(tài)數(shù)據(jù)源的處理以及同步過程中數(shù)據(jù)沖突與同步的實(shí)時(shí)性等問題。最后將所提出的方案應(yīng)用于某省高速公路車輛監(jiān)控系統(tǒng)中，達(dá)到了實(shí)際應(yīng)用要求，表明了該方案的正確性與有效性。

發(fā)表于：2/21/2016

空間數(shù)據(jù)挖掘認(rèn)識及其思考

在這個(gè)大數(shù)據(jù)時(shí)代，空間數(shù)據(jù)正在從各個(gè)領(lǐng)域飛速累計(jì)?？臻g數(shù)據(jù)挖掘作為數(shù)據(jù)挖掘的一部分，現(xiàn)已成為人們研究空間數(shù)據(jù)的重點(diǎn)學(xué)科。主要介紹了空間數(shù)據(jù)挖掘的基本概念、一般步驟及其最新的挖掘方法，表達(dá)了對當(dāng)前空間數(shù)據(jù)挖掘的看法。最后對未來空間數(shù)據(jù)挖掘的研究方向進(jìn)行了更加深入的探討。

發(fā)表于：2/21/2016

實(shí)驗(yàn)云虛擬資源動態(tài)自適應(yīng)負(fù)載均衡研究

針對云平臺的虛擬資源的負(fù)載均衡問題，為了實(shí)現(xiàn)虛擬資源的合理分配和保持用戶桌面的穩(wěn)定性，提出一種基于動態(tài)改變算法權(quán)值的自適應(yīng)粒子群算法，并利用Eucalyptus平臺進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)證明，該方法比貪婪算法和基本粒子群算法具有更好的調(diào)節(jié)效果，能夠有效地控制負(fù)載均衡和保持系統(tǒng)的穩(wěn)定性。

發(fā)表于：2/21/2016

基于鄰域保持嵌入的時(shí)間序列聚類融合算法

時(shí)間序列的維數(shù)比較大，直接對時(shí)間序列進(jìn)行聚類性能不理想。如何提高時(shí)間序列的聚類性能，是主要研究點(diǎn)。首先使用鄰域保持嵌入對時(shí)間序列樣本維數(shù)約簡，然后對維數(shù)約簡后的數(shù)據(jù)進(jìn)行聚類融合，最后將它的聚類性能與已有方法如主成分分析、分段聚合近似進(jìn)行比較。實(shí)驗(yàn)表明，所提出的算法更能提高聚類性能。

發(fā)表于：2/21/2016

基于Hi3516A的H265碼流實(shí)時(shí)傳輸系統(tǒng)設(shè)計(jì)

介紹了在海思Hi3616A開發(fā)平臺下實(shí)現(xiàn)的一種H265碼流實(shí)時(shí)傳輸系統(tǒng)。利用海思提供的媒體處理平臺（MPP）采集高清攝像頭感應(yīng)到的視頻圖像并進(jìn)行H265壓縮編碼，然后對LIVE555開源代碼進(jìn)行二次開發(fā)，實(shí)現(xiàn)播放H265實(shí)時(shí)碼流的功能，將壓縮編碼后的數(shù)據(jù)發(fā)送出去。設(shè)計(jì)結(jié)果表明，系統(tǒng)傳輸高清視頻圖像延遲短，播放流暢，滿足智能監(jiān)控領(lǐng)域應(yīng)用的要求。

發(fā)表于：2/20/2016

不均勻性嵌入式活動輪廓模型分割相似圖像組

提出一種分割灰度不均勻單目標(biāo)相似圖像組的新模型。該模型結(jié)合組相似活動輪廓模型（ACGS）和不均勻性嵌入式活動輪廓模型（InH_ACM），同時(shí)考慮了圖像的灰度、紋理和形狀的特征，能有效分割灰度不均勻的圖像組，處理圖像中的誤導(dǎo)信息。另外，采用在GB顯著圖上自動定位初始輪廓的方法，重新定義了平衡灰度一致性能量和紋理一致性能量的權(quán)重。實(shí)驗(yàn)結(jié)果表明，該方法在分割精度和收斂速度上都有優(yōu)勢。

發(fā)表于：2/20/2016

基于改進(jìn)SIFT算法在圖像匹配中的研究

對于邊界顯著的圖像，用二值圖像代替灰度圖像進(jìn)行SIFT特征匹配，節(jié)約了運(yùn)行時(shí)間。同時(shí)在SIFT算法中用128維的特征描述子進(jìn)行特征描述影響了算法的實(shí)時(shí)性，用歐氏距離進(jìn)行匹配對算法的準(zhǔn)確性有一定的影響。提出了一種改進(jìn)SIFT算法，用64維的特征描述子以及加權(quán)的歐式距離進(jìn)行匹配。實(shí)驗(yàn)結(jié)果表明，所提出的改進(jìn)方法在提高準(zhǔn)確率的同時(shí)還減少了運(yùn)行時(shí)間。

發(fā)表于：2/19/2016