123,123

基于壓縮感知的NC-OFDM系統(tǒng)的BAOMP算法的信道估計

采用基于信號處理領(lǐng)域最近興起的壓縮感知理論對NC-OFDM系統(tǒng)進行信道估計，并將回溯迭代自適應(yīng)正交匹配追蹤算法（BAOMP）應(yīng)用到NC-OFDM系統(tǒng)的信道估計中，該算法在每次回溯迭代中核查所選原子的可靠性并刪除不可靠原子。理論分析和仿真實驗表明，BAOMP算法不但可以減少導(dǎo)頻的數(shù)目，而且其在保持OMP類算法優(yōu)點的同時，有著更好的重構(gòu)性能，且不需要預(yù)先知道稀疏度K。

發(fā)表于：2015/5/31

從零開始走進FPGA LCD1602 Hello World

雷同于前面MCU按鍵消抖動移植代碼，此處也可以移植MCU LCD1602驅(qū)動代碼。本例程不是Bingo原創(chuàng)，是按照網(wǎng)友“小時不識月”的代碼，移植修改最后定型為Bingo版本(O(∩_∩)O哈哈~)。

發(fā)表于：2015/5/29

全面解析華為全球聯(lián)接指數(shù)2015：數(shù)字經(jīng)濟的晴雨表

當前，世界各國正在經(jīng)歷著傳統(tǒng)經(jīng)濟向數(shù)字經(jīng)濟的轉(zhuǎn)型。云計算、大數(shù)據(jù)和移動等技術(shù)的應(yīng)用與普及，推動 ICT環(huán)境逐漸走向成熟，物聯(lián)網(wǎng)技術(shù)與應(yīng)用在新的環(huán)境中得到蓬勃發(fā)展，已經(jīng)成為推動創(chuàng)新的主要力量。

發(fā)表于：2015/5/29

例說MCU的端模式

端模式(Endian)的這個詞出自Jonathan Swift書寫的《格列佛游記》。這本書根據(jù)將雞蛋敲開的方法不同將所有的人分為兩類，從圓頭開始將雞蛋敲開的人被歸為Big Endian，從尖頭開始將雞蛋敲開的人被歸為Littile Endian。小人國的內(nèi)戰(zhàn)就源于吃雞蛋時是究竟從大頭(Big-Endian)敲開還是從小頭(Little-Endian)敲開。在計算機業(yè)Big Endian和Little Endian也幾乎引起一場戰(zhàn)爭。在計算機業(yè)界，Endian表示數(shù)據(jù)在存儲器中的存放順序。下文舉例說明在計算機中大小端模式的區(qū)別。

發(fā)表于：2015/5/28

基于K-means的私人微博聚類算法改進

針對私人微博內(nèi)容進行聚類研究，結(jié)合私人微博的內(nèi)容和結(jié)構(gòu)特點提出了基于K-means的改進聚類算法。通過添加引用和評論內(nèi)容豐富了文本內(nèi)容，降低了短文本矩陣向量嚴重稀疏性帶來的聚類算法準確性降低的影響；通過甄別“微話題”內(nèi)容和改進相似度的計算，找到初始化類別并進行初步計算得到合適的類別數(shù)目和初始中心點，解決了K-means算法中聚類數(shù)目K需人工指定和初始中心點選取隨機性的問題。實驗結(jié)果表明，改進后的算法不僅可以自適應(yīng)地得到K值，較普通的K-means算法在聚類的準確率上有所提高。

發(fā)表于：2015/5/28

多維Web服務(wù)網(wǎng)關(guān)的高并發(fā)問題研究

為了解決多維服務(wù)網(wǎng)關(guān)因高并發(fā)情況而導(dǎo)致的網(wǎng)絡(luò)擁塞、服務(wù)器性能降低問題，提出了一種改進的線程池服務(wù)器設(shè)計方法。首先根據(jù)經(jīng)驗值創(chuàng)建一個尺寸最優(yōu)的線程池，并結(jié)合SQLite數(shù)據(jù)庫為線程池添加一個瞬時同類服務(wù)請求合并模塊。該模塊對請求連接進行分類，劃分優(yōu)先級，然后根據(jù)不同的請求優(yōu)先級把與其優(yōu)先級對應(yīng)的Tl秒內(nèi)的同類請求合并為1個請求，以此來降低整個服務(wù)過程的時延，提高請求響應(yīng)速度。實驗表明，該設(shè)計能夠有效地降低高并發(fā)情況下的擁塞現(xiàn)象，并降低網(wǎng)絡(luò)時延。

發(fā)表于：2015/5/28

一種動態(tài)Web自動裝配系統(tǒng)的設(shè)計與實現(xiàn)

大多數(shù)中小企業(yè)的Web系統(tǒng)屬于輕量級業(yè)務(wù)處理。基于Java Web平臺，提出了一種輕量化系統(tǒng)開發(fā)架構(gòu)，該架構(gòu)實現(xiàn)了請求形式的改變與業(yè)務(wù)處理本質(zhì)的統(tǒng)一，支持常規(guī)業(yè)務(wù)邏輯的自動裝配處理，具有可復(fù)用、標準化、代碼量低的優(yōu)勢。

發(fā)表于：2015/5/27

視頻監(jiān)控技術(shù)在標準化考點網(wǎng)上巡查系統(tǒng)中的應(yīng)用

高校標準化考點網(wǎng)上巡查系統(tǒng)是基于IP網(wǎng)絡(luò)智能視頻監(jiān)控技術(shù)上建立起來的綜合性教育考試管理業(yè)務(wù)應(yīng)用系統(tǒng)。該系統(tǒng)由前端、傳輸、存儲、顯示/控制四個部分組成。建成后的網(wǎng)上巡查系統(tǒng)可以通過監(jiān)控管理平臺，對考場內(nèi)的音視頻圖像進行采集、傳輸、存儲、實時監(jiān)控及對歷史音視頻數(shù)據(jù)進行檢索、回放、下載等操作，可以做到考試全過程監(jiān)控，起到事前監(jiān)督、事中控制、事后取證的作用。

發(fā)表于：2015/5/27

建筑CAD墻體識別與剪裁算法設(shè)計

以建筑AutoCAD矢量圖形文件為研究載體，以墻體為主要研究對象，設(shè)計了墻體數(shù)據(jù)深度優(yōu)先探測提取算法。根據(jù)提取出的墻體數(shù)據(jù)集合，設(shè)計了基于凹點分割的墻體裁剪算法，該算法已在實踐中進行了反復(fù)驗證，高效可靠。在此基礎(chǔ)上提出了以中軸線+屬性形式代替墻體的設(shè)計思想，構(gòu)建墻體抽象模型，為建筑工程量自動計算提供數(shù)據(jù)支持。

發(fā)表于：2015/5/27

基于嵌入式Web服務(wù)器的無線空氣質(zhì)量監(jiān)測系統(tǒng)

提出了以多個探測節(jié)點和一個監(jiān)測終端利用有線和無線相結(jié)合，構(gòu)建小范圍內(nèi)無線采集環(huán)境信息系統(tǒng)，通過監(jiān)測終端實現(xiàn)與互聯(lián)網(wǎng)相連，達到遠程監(jiān)測功能。監(jiān)測終端實現(xiàn)數(shù)據(jù)接收分析和Web服務(wù)器功能，探測節(jié)點實現(xiàn)對空氣中一氧化碳、VOC（Volatile Organic Compounds）、煙霧、可燃氣體的濃度的采集、處理、顯示和無線傳輸。

發(fā)表于：2015/5/27

基于概率密度和ASIFT的彩色圖像檢索方法

針對全局圖像特征不能有效刻畫彩色圖像內(nèi)容信息的問題，提出了一種基于興趣點的彩色圖像特征檢索方法。首先基于仿射-尺度不變特征轉(zhuǎn)換（ASIFT）算法，利用亮度概率密度梯度進行興趣點提?。蝗缓髮⑻崛『蟮呐d趣點映射回原圖像，構(gòu)建顏色直方圖作為圖像的特征；最后通過計算不同圖像特征間的相似度進行圖像檢索。仿真實驗證明，該方法能夠充分地提取圖像中的角點、邊緣點和這些點的周圍點，較好地表達圖像的內(nèi)容，最終得到比較理想的檢索結(jié)果。

發(fā)表于：2015/5/26

基于Redis+MySQL+MongoDB存儲架構(gòu)應(yīng)用

Redis+MySQL+MongoDB技術(shù)架構(gòu)實現(xiàn)了本項目中大數(shù)據(jù)存儲和實時云計算的需求。使用MongoDB切片的水平動態(tài)添加，可在不中斷平臺業(yè)務(wù)系統(tǒng)的同時保障擴容后的查詢速度和云計算效能；依據(jù)切片鍵索引分片，位于各切片獨立進行計算，使大數(shù)據(jù)下的實時分析成為現(xiàn)實。對于高頻訪問的數(shù)據(jù)放在了Redis中，有效地降低磁盤I/O，使業(yè)務(wù)系統(tǒng)響應(yīng)更為敏捷，滿足了高并發(fā)下應(yīng)用服務(wù)的高呑吐要求。

發(fā)表于：2015/5/25

基于Hadoop的小文件量化方法研究

Hadoop[1]是一個具有高擴展性、高可靠性、高容錯性和高效性的開源軟件系統(tǒng)，它已成為互聯(lián)網(wǎng)、金融、生物信息學(xué)等領(lǐng)域進行大數(shù)據(jù)分析和處理的代表性云計算平臺。它由Hadoop Distributed File System（HDFS）[2]和MapReduce[3]兩部分組成，其中，MapReduce主要用來處理數(shù)據(jù)密集型數(shù)據(jù)，而HDFS則主要負責大數(shù)據(jù)的存儲。

發(fā)表于：2015/5/25

高職學(xué)生綜合技能評估系統(tǒng)的設(shè)計與開發(fā)

結(jié)合高職院校職業(yè)技能的評估情況，利用流行的網(wǎng)絡(luò)開發(fā)技術(shù)，應(yīng)用改進的決策樹ID3算法和XML技術(shù)，設(shè)計并實現(xiàn)了高職學(xué)生綜合技能評估系統(tǒng)，為高職教學(xué)提供可行的數(shù)據(jù)和決策支持。

發(fā)表于：2015/5/24

LPC與LSF系數(shù)轉(zhuǎn)換的FPGA實現(xiàn)

首先根據(jù)切比雪夫多項式求根法對LPC系數(shù)到LSF系數(shù)轉(zhuǎn)換過程進行分析與推導(dǎo)，并給出了根據(jù)已知的LSF系數(shù)進行逆推求LPC系數(shù)迭代算法。然后，借助DDS算法原理實現(xiàn)查找表搜索求根，并在FPGA上實現(xiàn)了LSF系數(shù)到LPC系數(shù)轉(zhuǎn)換。最后，給出了結(jié)論和分析。

發(fā)表于：2015/5/21