在线网站黄色,日韩人妻无码精品专区,中文字幕无码不卡一区二区三区

空地機器人協(xié)同導航方法與實驗研究[嵌入式技術(shù)][工業(yè)自動化]

地面移動機器人與空中飛行機器人的功能互補作用具有明顯的優(yōu)越性，對于提高任務(wù)的完成度具有重要的作用，因此近年來越來越受到研究人員的關(guān)注。空地機器人協(xié)作的一種典型模式是通過空中機器人的大范圍環(huán)境感知能力為地面機器人提供路徑導航信息，為此，首先搭建了空地機器人協(xié)作平臺并利用空中視覺傳感信息對地面環(huán)境進行感知和識別；然后，利用路徑規(guī)劃算法對路徑進行規(guī)劃并精簡指令；最后，地面機器人結(jié)合機器視覺執(zhí)行任務(wù)。實驗驗證成功率在80%以上，表明該方法具有較好的可行性。

發(fā)表于：11/5/2018

基于國產(chǎn)化平臺監(jiān)控軟件的設(shè)計與實現(xiàn)[嵌入式技術(shù)][安防電子]

目前的監(jiān)控設(shè)備大部分是基于國外的基礎(chǔ)軟硬件研制開發(fā)的，存在核心技術(shù)受制于人的安全隱患。針對該問題，提出一種基于國產(chǎn)化軟硬件平臺的監(jiān)控軟件設(shè)計與實現(xiàn)。通過分數(shù)據(jù)庫存儲實現(xiàn)插入、查詢算法的優(yōu)化，采用多線程設(shè)計實現(xiàn)大量并行數(shù)據(jù)的接收與處理，利用面向?qū)ο蟪绦蛟O(shè)計方法實現(xiàn)數(shù)據(jù)接收層、處理層和展示層的有效分離。設(shè)計的軟件經(jīng)實際環(huán)境應(yīng)用，表現(xiàn)出良好的數(shù)據(jù)承載能力、實時性和可靠性，同時具有較好的可擴展性和可維護性。

發(fā)表于：11/5/2018

基于有向最短路徑的冠脈主分支全自動提取算法[嵌入式技術(shù)][醫(yī)療電子]

在臨床應(yīng)用中，從心臟計算機斷層掃描血管造影CTA圖像中提取冠狀動脈的中心線一直是一個具有挑戰(zhàn)性的研究課題。因此，提出了一種基于模型映射的有向最短路徑算法，全自動地提取和識別冠脈主分支中心線。在提出的方法中重新定義了最短路徑的代價函數(shù)，并利用先驗模型提供冠脈感興趣區(qū)域和冠脈中心線的方向信息，全自動地提取冠脈主分支的中心線。在實驗中，基于先驗模型的有向最短路徑在中心線提取過程中顯示出較強的魯棒性，冠脈3個主分支中心線提取結(jié)果的平均重疊率達到了81.0％。

發(fā)表于：11/2/2018

基于深度學習的煙霧識別研究[嵌入式技術(shù)][安防電子]

基于Google第二代人工智能學習系統(tǒng)TensorFlow構(gòu)建神經(jīng)網(wǎng)絡(luò)對煙霧圖像進行識別檢測，通過改進的運動檢測算法截取疑似煙霧區(qū)域圖像，并結(jié)合PCA降維算法和Inception Resnet v2網(wǎng)絡(luò)模型在TensorFlow平臺下進行煙霧特征的訓練識別。該算法實現(xiàn)了較大范圍的火災實時檢測報警，經(jīng)過實驗證明整個檢測過程準確地識別了視頻流中的煙霧區(qū)域，相比于傳統(tǒng)煙霧識別方法具有更高的準確率和自適應(yīng)性，為大范圍的火災煙霧報警提供了一種有效方案。

發(fā)表于：11/2/2018

基于休眠策略的異構(gòu)網(wǎng)絡(luò)資源分配研究[通信與網(wǎng)絡(luò)][其他]

為了有效緩解異構(gòu)網(wǎng)絡(luò)中的干擾以及能耗問題，提出了基于基站休眠策略的多目標優(yōu)化資源聯(lián)合分配方案，建立了以宏用戶受到的跨層干擾最小和低功率節(jié)點的能量消耗速率最小的多目標優(yōu)化模型，進而采用改進非支配排序遺傳算法對該模型進行求解且對其有效性進行了仿真分析。仿真結(jié)果表明，所提方案與現(xiàn)有方案相比，能更好地減小宏用戶受到的跨層干擾，同時能降低低功率節(jié)點的能量消耗速率。

發(fā)表于：11/2/2018

?一種基于RB-HARQ安全傳輸技術(shù)的吞吐量最大化方法[通信與網(wǎng)絡(luò)][信息安全]

在基于可靠度混合自動重傳技術(shù)（Reliability-Based Hybrid ARQ, RB-HARQ）的物理層安全編碼中，提出一種根據(jù)信道條件選擇最優(yōu)重傳比特數(shù)目的方法，該方法能夠在保證安全性的條件下實現(xiàn)吞吐量最大。在RB-HARQ技術(shù)中，接收端將碼字比特按照可靠度信息大小進行排列，將最低可靠度的比特重傳給發(fā)送端。為了最大化吞吐量，利用密度進化算法和軟合并的方法計算出相應(yīng)節(jié)點的信息概率密度，通過近似得出理論誤比特率，在此基礎(chǔ)上從理論上得出最佳重傳數(shù)目方案。仿真結(jié)果表明，所提算法與傳統(tǒng)的RB-HARQ算法相比，在保證安全性和可靠性的條件下，顯著提高了吞吐量，并且驗證了理論分析的正確性。

發(fā)表于：11/1/2018

基于流行度的P2P流媒體復制算法[通信與網(wǎng)絡(luò)][其他]

通過把赤字帶寬引入到流媒體文件流行度中，定義了一種新的流媒體文件的流行度, 以該流行度為依據(jù)，確定需要復制的流媒體文件，將節(jié)點按綜合性能指標進行排序，把副本放置在綜合性能高的節(jié)點上。在副本放置空間不足時需要進行副本替換，替換掉副本實際數(shù)量與期望數(shù)量之比中比值最大的文件，以復制新的文件。實驗表明，和比例復制算法相比，本算法的工作負載更早進入穩(wěn)態(tài)，平均提前了總仿真時間的13%。穩(wěn)態(tài)時，工作負載更小, 工作負載是比例復制算法的33.3% ；達到流媒體文件請求速率的節(jié)點數(shù)量比比例復制算法的節(jié)點數(shù)量平均多1‰左右；同時在暫態(tài)時，本算法的波動更加平穩(wěn)。

發(fā)表于：11/1/2018

能量獲取框架下的5G綠色通信小區(qū)選擇算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

隨著蜂窩移動網(wǎng)絡(luò)中用戶數(shù)的增加，蜂窩網(wǎng)從以前的單一架構(gòu)轉(zhuǎn)變?yōu)楫悩?gòu)，基站的能量消耗也呈現(xiàn)出了指數(shù)型的增長。能量獲取是一種新興的技術(shù)，可以節(jié)省傳統(tǒng)電網(wǎng)的能量并減少無線通信中的碳排放量。異構(gòu)網(wǎng)絡(luò)中的小區(qū)選擇是影響系統(tǒng)性能的關(guān)鍵因素。從能量獲取、能量協(xié)作、異構(gòu)網(wǎng)絡(luò)等方面考慮，提出了一種折中能量獲取、能量消耗、負載均衡、接收速率等性能指標的小區(qū)選擇算法。仿真結(jié)果表明，該算法可以減少基站對電網(wǎng)能量的需求，增加用戶選擇的可能，滿足公平性和有效性，可適用于5G綠色通信。

發(fā)表于：11/1/2018

基于卷積神經(jīng)網(wǎng)絡(luò)的詩詞隱寫檢測方法[通信與網(wǎng)絡(luò)][其他]

利用詩詞作為載體實現(xiàn)文本信息隱藏是近兩年非常熱門的研究方向。這一類方法具有隱藏容量大并且隱蔽性高的優(yōu)點。然而現(xiàn)在還沒有針對這一類方法的非常有效的隱寫檢測算法。提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的詩詞隱寫檢測算法，該算法能自動判斷輸入的文本是否含有隱藏信息。通過大量數(shù)據(jù)對模型進行訓練并測試，實驗結(jié)果顯示所提出的模型能達到94.8%的檢測準確率，表現(xiàn)出非常高的詩詞隱寫檢測性能。

發(fā)表于：11/1/2018

基于連續(xù)時隙探測的防碰撞算法研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為進一步提高標簽的識別速度，針對動態(tài)幀時隙類算法對幀長調(diào)整的不靈敏性以及Q算法中Q值調(diào)整的高計算復雜度，提出了一種基于連續(xù)時隙探測的RFID防碰撞算法，詳細闡述了該算法的思想和運算流程。該算法通過探測識別幀中連續(xù)時隙的應(yīng)答狀況，利用設(shè)定的規(guī)則調(diào)整幀長，使系統(tǒng)工作在最佳狀態(tài)。仿真結(jié)果表明，與標準QA算法相比，改進的算法縮短了系統(tǒng)4%的識別時延，提高了系統(tǒng)6%的識別速度。

發(fā)表于：10/31/2018

一種基于RFID和WSN的分布式節(jié)點定位方法[測試測量][工業(yè)自動化]

射頻識別（RFID）技術(shù)和無線傳感網(wǎng)（WSN）技術(shù)在當今移動定位、目標識別與跟蹤方面具有廣泛的應(yīng)用。針對這兩種技術(shù)在定位領(lǐng)域的應(yīng)用局限，如感應(yīng)距離、識別效率、組網(wǎng)能力等方面限制，提出一種網(wǎng)絡(luò)節(jié)點定位方法，將具有標識能力的射頻識別（RFID）技術(shù)與具有通信、傳感能力的無線傳感網(wǎng)（WSN）技術(shù)相結(jié)合。首先，利用射頻標簽的感應(yīng)范圍獲取準確的參考區(qū)域；然后，采用基于指紋的非測距定位方法在選定參考區(qū)域估算移動節(jié)點實時位置。仿真結(jié)果表示，在分布式網(wǎng)絡(luò)定位應(yīng)用中，所提出的算法有效提升了移動節(jié)點的定位精度，同時節(jié)約了網(wǎng)絡(luò)資源，提升了定位效率。

發(fā)表于：10/31/2018

基于VR技術(shù)的培訓系統(tǒng)設(shè)計與實現(xiàn)[測試測量][物聯(lián)網(wǎng)]

隨著計算機技術(shù)和虛擬技術(shù)的發(fā)展，虛擬現(xiàn)實技術(shù)已經(jīng)被廣泛的應(yīng)用到建筑、醫(yī)學、電力、航空航天、軍事等各個領(lǐng)域的培訓學習和模擬中。使用虛擬現(xiàn)實技術(shù)可以在有限的空間內(nèi)模擬無限的空間環(huán)境，同樣可以讓很多危險的操作在絕對安全的情況下進行還原，還可以完美地還原各種環(huán)境使得體驗者進行沉浸式交互體驗，而且可以進行反復作業(yè)培訓，深入學習。介紹了一種基于虛擬現(xiàn)實培訓系統(tǒng)的設(shè)計與實現(xiàn)方案，此方案已經(jīng)開始在中國南方電網(wǎng)中推廣應(yīng)用，并取得良好效果。

發(fā)表于：10/31/2018

改進指紋庫精度下的室內(nèi)定位算法研究[測試測量][工業(yè)自動化]

隨著傳感器網(wǎng)絡(luò)的不斷發(fā)展，基于位置服務(wù)逐步成為研究熱點，其中的室內(nèi)定位技術(shù)發(fā)展更為迅猛。為準確而快速地確定室內(nèi)待測節(jié)點位置，通過對ZigBee無線網(wǎng)絡(luò)的研究，提出在離線建庫階段使用基于離群點檢測與雙閾值濾波算法(頻率閾值和均值閾值)處理采集到的不同接入點(Access Point, AP)的信號強度指示(Received Signal Strength Indication, RSSI），建立高精度指紋數(shù)據(jù)庫，然后在線定位階段，結(jié)合使用模糊C均值聚類(Fuzzy C-Means, FCM)和基于頻率因子的加權(quán)K最鄰近算法(Weighting K-Nearest Neighbor, WKNN)計算出待測節(jié)點的最終位置，并給出“備用位置”。結(jié)果表明，采用該研究方法建立的指紋庫在精度上有較大提升，同時定位精度也顯著提高。

發(fā)表于：10/29/2018

?融合多視角信息的RGB-D圖像協(xié)同顯著性檢測[嵌入式技術(shù)][其他]

圖像協(xié)同顯著性檢測旨在檢測一組內(nèi)容相關(guān)的圖像中的共同的顯著目標。盡管在視覺特征學習以及檢測算法等方面已有大量研究工作，但是大多數(shù)協(xié)同顯著性研究集中于RGB圖像，并沒有充分利用圖像深度等顯著信息?？紤]到上述不足以及采用單一圖模型可能在檢測過程中丟失重要信息，提出了一種基于多視角信息融合的RGB-D圖像協(xié)同顯著性檢測算法。該方法首先針對單幅圖像采用深度學習網(wǎng)絡(luò)獲得高質(zhì)量的顯著圖，接著采用基于多圖的流行排序算法融合圖像的多種特征初步檢測到協(xié)同顯著區(qū)域，然后進一步利用深度信息進行顯著增強，最后采用秩約束算法進行顯著信息融合。在標準數(shù)據(jù)集上的實驗結(jié)果證明了該方法的優(yōu)異性能。

發(fā)表于：10/29/2018

MEMS個人導航系統(tǒng)設(shè)計與試驗研究[測試測量][工業(yè)自動化]

設(shè)計了微機電系統(tǒng)（Micro-Electro-Mechanical System，MEMS）個人慣性導航系統(tǒng)。該系統(tǒng)導航算法在傳統(tǒng)慣導算法的基礎(chǔ)上，引入零速校正技術(shù)，并結(jié)合個人的步行特點，首先采用四元數(shù)法構(gòu)造觀測方程，并使用畢卡算法的定時采樣增量法對方程進行解算，然后通過擴展卡爾曼濾波算法獲取慣性導航器件的姿態(tài)，采用零速檢測算法和UD分解的卡爾曼濾波算法對速度、位置誤差進行校正。最后，通過室內(nèi)步行試驗，驗證了算法的有效性，為進一步研究提高室內(nèi)導航精度奠定了基礎(chǔ)。

發(fā)表于：10/29/2018