国产亚洲人成网站在线观看播放,日本真人作爱片40分钟,永久免费观看啪啪网站

基于FPGA的微型化低頻通信系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對現(xiàn)有低頻通信系統(tǒng)功耗過高、天線尺寸太大、調(diào)整不靈活等問題，設(shè)計(jì)了一種基于FPGA的低頻通信系統(tǒng)。研究了基于軟件無線電的微弱信號處理方案，設(shè)計(jì)出高效的低頻天線，實(shí)現(xiàn)了遠(yuǎn)距離、大穿透深度的可移動通信。在較強(qiáng)的電磁干擾情況下進(jìn)行了透地和透水模擬實(shí)驗(yàn)，結(jié)果表明該系統(tǒng)可以在地面和地下以及地面和水下建立起有效的無線電通信，證明了低頻無線通信的發(fā)展?jié)摿?，可以為?shí)際應(yīng)用提供參考。

發(fā)表于：3/2/2016

基于支持向量機(jī)的多因素話務(wù)量預(yù)測研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

提高移動通信話務(wù)量的預(yù)測精度對提高網(wǎng)絡(luò)性能、增進(jìn)用戶體驗(yàn)具有重要意義。由于多種因素會影響到移動通信話務(wù)量的準(zhǔn)確預(yù)測，故選擇多因素灰色話務(wù)量預(yù)測模型來預(yù)測話務(wù)量。先對數(shù)據(jù)進(jìn)行預(yù)處理，用關(guān)聯(lián)分析法找到影響話務(wù)量預(yù)測的主要因素。但此模型對波動較大的數(shù)據(jù)預(yù)測精度較低，用支持向量機(jī)的模型來改善預(yù)測結(jié)果，選取擁有較強(qiáng)的斂散性和全局尋優(yōu)能力的復(fù)高斯小波核函數(shù)優(yōu)化向量機(jī)。從仿真結(jié)果可以看出該模型有更好的收斂作用和較為理想的預(yù)測效果。

發(fā)表于：3/2/2016

基于XMPP協(xié)議的XML數(shù)據(jù)流壓縮模型研究[嵌入式技術(shù)][數(shù)據(jù)中心]

XMPP協(xié)議作為基于XML數(shù)據(jù)流的即時(shí)通信協(xié)議，可用于構(gòu)建統(tǒng)一、高效的智能家居監(jiān)控消息推送方案。針對XMPP協(xié)議存在的流量冗余較大的不足，提出了一種基于容器模型和BWT變換思想的XMPP數(shù)據(jù)流壓縮模型。該模型通過對XML數(shù)據(jù)流的容器劃分、前綴編碼和預(yù)處理，在單次掃描數(shù)據(jù)流的基礎(chǔ)上達(dá)到壓縮率的最大化。實(shí)驗(yàn)證明，該模型方案能有效節(jié)約XMPP協(xié)議通信過程產(chǎn)生的網(wǎng)絡(luò)流量，并具有可行性。

發(fā)表于：3/2/2016

基于背景加權(quán)的聯(lián)合顏色紋理直方圖跟蹤算法[顯示光電][其他]

針對在背景與目標(biāo)顏色相近以及復(fù)雜場景中跟蹤不準(zhǔn)確的問題，提出一種改進(jìn)的背景加權(quán)Mean Shift (均值漂移) 跟蹤算法，在目標(biāo)顏色直方圖中加入紋理特征，并將局部背景信息引入目標(biāo)特征直方圖中，以排除復(fù)雜背景的影響。實(shí)驗(yàn)證明，本文提出的算法在應(yīng)對復(fù)雜背景及遮擋時(shí)比經(jīng)典的Mean Shift算法以及背景加權(quán)Mean Shift算法更有效，且擁有不錯(cuò)的運(yùn)行效率。

發(fā)表于：3/1/2016

基于深度學(xué)習(xí)的領(lǐng)域?qū)嶓w屬性詞聚類抽取研究[嵌入式技術(shù)][其他]

屬性詞的聚類是領(lǐng)域?qū)嶓w屬性抽取中的一個(gè)重要步驟。在未知領(lǐng)域和大量文本中，人工標(biāo)注尋找十分困難。本文將一種基于深度學(xué)習(xí)框架的詞語嵌入表示方法（Word Embedding）引入到領(lǐng)域?qū)嶓w屬性詞聚類研究中，在無監(jiān)督條件下解決大規(guī)模語料、領(lǐng)域?qū)嶓w屬性詞表人工參與構(gòu)建代價(jià)較高的問題，并進(jìn)行了適當(dāng)?shù)臄U(kuò)展，取得了較好的效果，可以為信息抽取等后續(xù)高級任務(wù)提供較好服務(wù)。

發(fā)表于：3/1/2016

基于內(nèi)唇輪廓標(biāo)定的唇印提取算法[嵌入式技術(shù)][其他]

針對現(xiàn)有特征唇印提取中信息處理量較大、識別率不高等問題,本文提出了基于內(nèi)唇輪廓的特征唇印提取算法。算法首先在基元圖像上對內(nèi)唇輪廓特征點(diǎn)進(jìn)行標(biāo)定，建立基元唇印模型,然后通過均值計(jì)算構(gòu)造普通模型,并利用Gabor變換對基元唇印和普通模型進(jìn)行聯(lián)合特征信息提取，最后通過相似度對比選擇出特征唇印,以實(shí)現(xiàn)身份識別。仿真實(shí)驗(yàn)驗(yàn)證，本文的特征唇印提取算法在較低時(shí)空消耗下,具有較高的識別率，具有有效性和可用性。

發(fā)表于：3/1/2016

基于增量記憶視覺注意模型的復(fù)雜目標(biāo)識別研究[嵌入式技術(shù)][其他]

針對復(fù)雜背景下的目標(biāo)識別問題，提出一種新的基于增量記憶的視覺注意模型。首先根據(jù)目標(biāo)的顏色形狀，以及自底向上的原始視覺特征顏色、強(qiáng)度、方向、對稱性對目標(biāo)進(jìn)行粗定位。在此基礎(chǔ)上，利用粗選目標(biāo)的顏色、形狀生成一組自頂向下的偏差信號，對初選目標(biāo)進(jìn)行及時(shí)指導(dǎo)修正。為了提高識別的準(zhǔn)確率，算法設(shè)計(jì)了一種增量學(xué)習(xí)記憶的機(jī)制來指導(dǎo)偏差信號，所提出的增量注意機(jī)制不僅可以不斷學(xué)習(xí)和記憶各類目標(biāo)的顏色和形狀特征，而且利用這種機(jī)制可生成一個(gè)自頂向下的偏差信號，對關(guān)注的候選區(qū)域的目標(biāo)進(jìn)行精確定位。此外，訓(xùn)練后的增量記憶的顏色、形狀特征有助于推斷新的未知目標(biāo)。最后的仿真實(shí)驗(yàn)中，與五種典型算法對比，無論是主觀還是客觀實(shí)驗(yàn)，都獲得了較優(yōu)結(jié)果。因此，所提算法是一種高效的、切實(shí)可行的算法。

發(fā)表于：3/1/2016

基于局部空間冗余視覺信息抑制的目標(biāo)識別算法研究[嵌入式技術(shù)][其他]

針對圖像中相似冗余背景造成的顯著目標(biāo)識別的干擾問題，提出了一種基于超像素的冗余信息抑制的顯著目標(biāo)檢測方法。首先,引入超像素的概念，利用超像素優(yōu)化的空間特征分割圖像，獲取圖像的相似區(qū)域；其次,為消除像素間的相關(guān)性，計(jì)算超像素的香農(nóng)熵來表示圖像的像素信息，并據(jù)此建立圖像的信息圖，最后,為了更有效地去除圖像中的相似信息，利用自相似性抑制方法克服冗余信息，建立高效的圖像顯著圖。最后的仿真結(jié)果表明, 所提算法與傳統(tǒng)方法相比，不僅可以準(zhǔn)確識別顯著目標(biāo)，而且可以更有效地抑制背景中的冗余信息。

發(fā)表于：3/1/2016

基于軟加權(quán)映射的局部聚類向量表示方法[嵌入式技術(shù)][其他]

基于特征碼本的圖像分類方法依賴于需要特征向量與聚類中心之間的映射，然而硬加權(quán)映射方法導(dǎo)致了相似的特征向量被映射為不同的聚類中心，從而降低了分類的查全率。為此提出一種基于軟加權(quán)映射的局部聚類向量表示方法。該方法首先用k均值算法將特征向量聚類為k個(gè)聚類中心，采用最近鄰算法尋找最接近的s個(gè)聚類中心，通過特征向量與聚類中心之間的相似度和鄰近程度構(gòu)建軟加權(quán)映射的局部聚類向量，然后統(tǒng)計(jì)特征直方圖，最后用主成分分析減少特征直方圖維度。實(shí)驗(yàn)結(jié)果分析表明，相比較硬加權(quán)映射方法，文中方法提高了約5%的分類準(zhǔn)確率。

發(fā)表于：3/1/2016

基于電感源極退化技術(shù)的高線性混頻器設(shè)計(jì)[模擬設(shè)計(jì)][汽車電子]

基于電感源極退化技術(shù)設(shè)計(jì)了一款新穎的高線性度正反饋跨導(dǎo)放大器，并且將該跨導(dǎo)放大器應(yīng)用于折疊結(jié)構(gòu)式混頻器當(dāng)中。通過抵消反相器和輔助放大器之間的三階跨導(dǎo)分量，改善了其線性度。電路采用TSMC 0.13 μm CMOS工藝進(jìn)行設(shè)計(jì)與仿真，完成了版圖設(shè)計(jì)與流片。與傳統(tǒng)結(jié)構(gòu)相比，該混頻器的輸入三階交調(diào)點(diǎn)IIP3高達(dá)8.6 dBm，噪聲系數(shù)為10.9 dB，增益高達(dá)14 dB，并且取得了更優(yōu)的歸一化FOM指標(biāo)。

發(fā)表于：3/1/2016

脈沖測距系統(tǒng)的多徑干擾影響及消除[微波|射頻][航空航天]

由于地空無線信道的多徑特性的影響，采用脈沖測距原理的機(jī)載脈沖測距系統(tǒng)的精度受到較大影響。在對機(jī)載脈沖測距設(shè)備原理進(jìn)行深入研究的基礎(chǔ)上，對多徑干擾對脈沖測距系統(tǒng)的影響進(jìn)行了分析，確定了最為不利的多徑形態(tài)，進(jìn)一步提出了一種針對多徑消除的基于第一脈沖延遲譯碼的解決方案，并予以了工程實(shí)現(xiàn)。仿真結(jié)果表明該方案效果良好。

發(fā)表于：3/1/2016

基于纓帽變換分析地表溫度變化[嵌入式技術(shù)][其他]

利用纓帽變換提取土壤亮度指數(shù)、綠度植被指數(shù)、濕度指數(shù)等地表參數(shù)，利用模型提取歸一化植被指數(shù)NDVI、比值植被指數(shù)RVI、修改型土壤調(diào)整指數(shù)MSAVI等植被指數(shù)和水體指數(shù)MNDWI，利用Artis單窗算法估算熱紅外波段像元尺度地表溫度，將地表溫度的影響因素作為BP神經(jīng)網(wǎng)絡(luò)輸入估算30 m空間分辨率的亞像元地表溫度，分析1989～2006年桂林城區(qū)土地利用變化、纓帽變換特征分量變化、植被參數(shù)變化、水體指數(shù)變化對地表溫度的影響機(jī)理。

發(fā)表于：2/29/2016

高壓共軌電磁閥電感測量模塊的設(shè)計(jì)[測試測量][工業(yè)自動化]

介紹了一種高壓共軌電磁閥電感測量模塊的設(shè)計(jì)。設(shè)計(jì)了利用定時(shí)器進(jìn)行多周期采樣高頻正弦波的采樣方法，可準(zhǔn)確采集到正弦波的幅值及周期；再通過電壓比例法計(jì)算出電磁閥的粗略電感值；最后通過直方圖過濾的統(tǒng)計(jì)方法，得出電磁閥的測量電感值。實(shí)驗(yàn)結(jié)果表明，本設(shè)計(jì)性能穩(wěn)定，測量精度高，滿足應(yīng)用要求。

發(fā)表于：2/29/2016

基于PCIe的高速接口設(shè)計(jì)[可編程邏輯][其他]

PCIe總線是第三代I/O總線的代表，提供高性能、高速、點(diǎn)到點(diǎn)的串行連接，支持單雙工傳輸，通過差分鏈路來互連設(shè)備。該設(shè)計(jì)由Xilinx公司的Virtex6 FPGA平臺和PC機(jī)組成，為了實(shí)現(xiàn)PFGA與CPU之間的高速通信，開發(fā)了基于FPGA IPcore 的PCIe總線 DMA數(shù)據(jù)傳輸平臺。通過硬件測試表明，該接口設(shè)計(jì)方案成本低，傳輸速率可以達(dá)到 15 Gb/s。

發(fā)表于：2/29/2016

基于Mideva編譯器的MATLAB與VC++混合編程技術(shù)[嵌入式技術(shù)][其他]

主要研究使用MATLAB編譯器實(shí)現(xiàn)MATLAB和VC++混合編程的方法。通過VC++直接運(yùn)行Mideva編譯好的MATLAB可執(zhí)行文件，或者調(diào)用Mideva編譯好的M文件動態(tài)鏈接庫，或者直接使用將M文件由Mideva轉(zhuǎn)換的C++代碼等三種方式之一，均可實(shí)現(xiàn)混合編程。將以上三種方法，通過一個(gè)基于MFC的對話框程序?qū)嵗^直觀地演示混合編程的實(shí)現(xiàn)過程。

發(fā)表于：2/29/2016