亚洲大尺度av无码专区网站,亚洲视频中文字幕更新,国产AV一卡2卡三卡4卡

調(diào)頻廣播監(jiān)測設(shè)備混頻電路的CPLD設(shè)計[嵌入式技術(shù)][智能電網(wǎng)]

收測固定頻率的節(jié)目信號和全頻段頻譜掃描是無線調(diào)頻廣播監(jiān)測工作的主要內(nèi)容，在實際工作中，這兩種功能的實現(xiàn)通常分別使用廣播接收監(jiān)測板卡和頻譜監(jiān)測板卡兩種不同的設(shè)備。根據(jù)這兩種不同設(shè)備高頻接收混頻電路的共性與差異，介紹了一種以CPLD為核心，具有兩種監(jiān)測功能的電路，可以根據(jù)實際應(yīng)用的需要設(shè)置成為其中任意一個工作模式。這種設(shè)計方法具有電路簡單、成本低、使用靈活的優(yōu)點。該電路經(jīng)過在廣播電視監(jiān)測設(shè)備中的實際應(yīng)用，取得了良好的效果。

發(fā)表于：3/2/2017

基于數(shù)據(jù)倉庫的科學(xué)儀器設(shè)備數(shù)據(jù)分析系統(tǒng)[嵌入式技術(shù)][數(shù)據(jù)中心]

：如何節(jié)省在科學(xué)儀器設(shè)備管理工作中對數(shù)據(jù)分析投入的人力物力并提高管理效率是科技管理部門十分關(guān)注的問題。利用數(shù)據(jù)倉庫技術(shù)可以對現(xiàn)有的科學(xué)儀器設(shè)備數(shù)據(jù)進(jìn)行多維分析，以便有效利用分析數(shù)據(jù)輔助管理者決策。文章?lián)朔治隽丝茖W(xué)儀器設(shè)備數(shù)據(jù)源，提出了分析主題，通過模型設(shè)計、ETL功能以及OLAP功能的設(shè)計，實現(xiàn)了一個基于數(shù)據(jù)倉庫的科學(xué)儀器設(shè)備數(shù)據(jù)分析系統(tǒng)。系統(tǒng)的開發(fā)研究證明了數(shù)據(jù)倉庫技術(shù)在科學(xué)儀器設(shè)備管理上應(yīng)用的可行性，并為進(jìn)一步建立基于數(shù)據(jù)倉庫的科技數(shù)據(jù)決策支持系統(tǒng)打下了基礎(chǔ)。

發(fā)表于：3/2/2017

基于高維數(shù)據(jù)聚類的制造過程數(shù)據(jù)分析平臺[嵌入式技術(shù)][數(shù)據(jù)中心]

隨著制造業(yè)領(lǐng)域工藝技術(shù)的不斷進(jìn)步，大量感知設(shè)備如同人體器官一樣，被部署到制造過程中的各個重要節(jié)點，產(chǎn)生著海量制造過程數(shù)據(jù)。針對這些海量制造過程數(shù)據(jù)，制造業(yè)領(lǐng)域越來越需要科學(xué)、敏捷、高效的數(shù)據(jù)分析平臺，為制造過程數(shù)據(jù)的分析提供智力支持和決策支持。針對這種需求，文章采用高維數(shù)據(jù)聚類技術(shù)結(jié)合Spring、Mybatis等成熟的敏捷開發(fā)框架，開發(fā)了制造過程數(shù)據(jù)分析平臺。該設(shè)計不僅可以針對歷史數(shù)據(jù)進(jìn)行分析，還可以實時監(jiān)控生產(chǎn)線上的動態(tài)流程數(shù)據(jù)，提高數(shù)據(jù)分析和決策效率。

發(fā)表于：3/2/2017

電動汽車鋰電池戴維南等效電路模型參數(shù)辨識研究[電源技術(shù)][汽車電子]

首先分析了鋰離子電池的特性和充放電原理，介紹了鋰離子電池的戴維南（Thevinin）等效電路模型，并采用脈沖法和遞推最小二乘法相結(jié)合對戴維南等效電路模型參數(shù)進(jìn)行辨識，實現(xiàn)了戴維南等效電路模型參數(shù)的實時在線辨識，為電動汽車鋰電池的等效電路模型的分析研究提供了一種可行方式。

發(fā)表于：3/2/2017

沉浸式虛擬校園仿真系統(tǒng)開發(fā)及關(guān)鍵技術(shù)研究[嵌入式技術(shù)][其他]

虛擬現(xiàn)實技術(shù)可以給人帶來身臨其境之感，傳統(tǒng)的虛擬現(xiàn)實系統(tǒng)大多采用桌面式虛擬現(xiàn)實方式，沉浸感不強，交互性差，不能讓體驗者沉浸在虛擬系統(tǒng)中。綜合這些因素，文章根據(jù)三維虛擬校園仿真系統(tǒng)需求，設(shè)計實現(xiàn)了基于Unity3D平臺的沉浸式虛擬校園漫游系統(tǒng)，并研究沉浸式虛擬校園開發(fā)中所使用的關(guān)鍵技術(shù)。實驗表明，該系統(tǒng)能克服虛擬漫游沉浸感不足的缺點，用戶可以體驗到與真實校園相近的虛擬環(huán)境，并且可以與虛擬環(huán)境進(jìn)行交互。該系統(tǒng)具有簡單和易實現(xiàn)等特點，擁有廣闊的應(yīng)用前景。

發(fā)表于：3/2/2017

基于微舵機(jī)控制的仿生魚設(shè)計與實驗分析[嵌入式技術(shù)][其他]

設(shè)計了微舵機(jī)控制的仿生魚，結(jié)合魚胸鰭和魚尾鰭的配合動作，完成一系列的游弋動作。其中根據(jù)魚類“波動推進(jìn)理論”的游動機(jī)理，實現(xiàn)仿生魚的前進(jìn)、轉(zhuǎn)彎運動；根據(jù)魚類“胸鰭法理論”實現(xiàn)上浮、下潛運動；提出加減速游動方案，通過修改X值的方法，實現(xiàn)仿生魚的加減速游。組裝并進(jìn)行水上模擬實驗和水下實際實驗，調(diào)試仿生魚的各動作協(xié)調(diào)性，分析仿生魚在水中的靜態(tài)平衡和動態(tài)平衡問題。

發(fā)表于：3/2/2017

基于改進(jìn)特征點對選取的三維點云配準(zhǔn)[嵌入式技術(shù)][其他]

針對同一物體不同視角下獲得的三維點云數(shù)據(jù)，提出一種基于改進(jìn)特征點對選取的三維點云配準(zhǔn)方法。在歐氏距離的基礎(chǔ)上選取與目標(biāo)點最近的三點均值為對應(yīng)點，并應(yīng)用鄰域比值法來剔除錯誤點，結(jié)合Kd tree提高搜索速度，實現(xiàn)最終點云配準(zhǔn)。實驗結(jié)果表明，該方法具有可行性，相比傳統(tǒng)ICP算法，其匹配精度和效率明顯提升。

發(fā)表于：3/2/2017

基于復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的評估體系研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

發(fā)表于：3/2/2017

網(wǎng)絡(luò)庫Tbnet及其應(yīng)用分析[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

Tbnet廣泛應(yīng)用于TFS、Tair等開源分布式系統(tǒng)，不同于僅提供數(shù)據(jù)傳輸?shù)膫鹘y(tǒng)網(wǎng)絡(luò)庫，該庫為客戶端/服務(wù)端提供交互式通信，即客戶端發(fā)出請求，服務(wù)端接收、處理并予以回應(yīng)，適用于分布式系統(tǒng)開發(fā)。Tbnet采用對象語義進(jìn)行類的設(shè)計并大量使用類的繼承，實際使用時需繼承IPacketHandler、IServerAdaptor等接口類，重寫類中虛函數(shù)。Tbnet內(nèi)部由一個處理事件的輸入/輸出線程、一個超時檢查線程及工作線程池組成，I/O線程與工作線程間采用單生產(chǎn)者多消費者模式［1］共享加鎖報文列表。本文分析了Tbnet主要類及其消息通信，對比分析了分布式產(chǎn)品使用Tbnet的差異性。

發(fā)表于：3/2/2017

無線傳感器網(wǎng)絡(luò)跨周期應(yīng)答的信息傳輸方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對同步休眠機(jī)制無線傳感器MESH網(wǎng)絡(luò)，提出一種允許跨周期應(yīng)答的信息傳輸方法，以提高數(shù)據(jù)傳輸成功概率，降低網(wǎng)絡(luò)中信息流量，從而降低路由通信工作時間，達(dá)到降低網(wǎng)絡(luò)中各節(jié)點功耗的目的。將跨周期應(yīng)答應(yīng)用到地質(zhì)災(zāi)害監(jiān)測自動化系統(tǒng)中，較大程度地降低了無線傳感器節(jié)點的功耗。

發(fā)表于：3/2/2017

動態(tài)深度信念網(wǎng)絡(luò)模型構(gòu)建[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

深度學(xué)習(xí)是一類新興的多層神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，因其緩解了傳統(tǒng)訓(xùn)練算法的局部最小性，故引起機(jī)器學(xué)習(xí)領(lǐng)域的廣泛關(guān)注。但是，如何使一個網(wǎng)絡(luò)模型在選取任意數(shù)值的隱藏層節(jié)點數(shù)時都能夠得到一個比較合適的網(wǎng)絡(luò)結(jié)構(gòu)是目前深度學(xué)習(xí)界普遍存在的一個開放性問題。文章提出了一種能夠動態(tài)地學(xué)習(xí)模型結(jié)構(gòu)的算法——最大判別能力轉(zhuǎn)換法，根據(jù)Fisher準(zhǔn)則來評估隱藏層每一個節(jié)點的判別性能，然后通過動態(tài)地選擇部分隱層節(jié)點來構(gòu)建最優(yōu)的模型結(jié)構(gòu)。

發(fā)表于：3/2/2017

基于蜂群算法的物流配送規(guī)劃研究[測試測量][其他]

電子商務(wù)的興起促進(jìn)了現(xiàn)代物流業(yè)的發(fā)展，但物流公司在貨物送達(dá)末梢客戶的“最后一公里”路徑規(guī)劃上，多取決于具體配送人員的工作經(jīng)驗，整體效率偏低。為提高配送效率，對車輛路徑問題(Vehicle Routing Problem, VRP)，以及由此延伸出的有載重限制的車輛路徑問題(VRP with Capacitated, CVRP)的研究因而產(chǎn)生。為提升現(xiàn)有的蜂群算法在CVRP問題的求解效能，文章對蜂群算法進(jìn)行了改進(jìn)，在CVRP問題中加入分群機(jī)制來限縮蜂群探索區(qū)域，并搭配使用限制次數(shù)以增強對局部區(qū)域搜尋能力。模擬結(jié)果顯示，在復(fù)雜度高的問題求解上，所提出的加強型蜂群算法比典型的蜂群算法能更有效地找到近似最佳解。

發(fā)表于：3/2/2017

基于多特征融合半自動巖心圖像顆粒提取[顯示光電][其他]

基于最大相似度的區(qū)域合并算法是一種半自動的圖像處理方式，可根據(jù)用戶提供的交互信息，利用圖像特征作為區(qū)域相似度進(jìn)行準(zhǔn)確的目標(biāo)提取。但傳統(tǒng)的MSRM算法計算量大，使用單一的圖像特征使得分割不夠精確。針對這些問題，文章對MSRM算法進(jìn)行改進(jìn)，提出一種基于多特征的區(qū)域最大相似度圖像分割算法，并采用矩陣變換算法來降低計算量。該方法使用超像素圖像作為分割基礎(chǔ)，首先計算圖像相鄰區(qū)域紋理和顏色特征相似度，并使用矩陣變換算法降低顏色特征矢量維度,然后計算兩種特征的權(quán)重，最后根據(jù)綜合后的相似度對圖像進(jìn)行區(qū)域合并，得到最終的顆粒提取結(jié)果。實驗結(jié)果表明，該方法可以有效提取顆粒的輪廓，提取的輪廓邊緣細(xì)節(jié)較傳統(tǒng)MSRM算法更優(yōu)，算法執(zhí)行效率也得到了提高。

發(fā)表于：3/2/2017

腫瘤癌變細(xì)胞FISH圖像分析系統(tǒng)的研究[其他][醫(yī)療電子]

腫瘤癌變細(xì)胞FISH圖像分析系統(tǒng)中，需要解決粘連細(xì)胞核的分割問題。FISH屬于新興技術(shù)，產(chǎn)生的是特殊的熒光彩色細(xì)胞圖，現(xiàn)有細(xì)胞圖像分析方法并不適用。文章創(chuàng)新設(shè)計了基于深度凹陷檢測和構(gòu)造自然凹陷力的方法，分離粘連細(xì)胞核。首先，針對參差不齊的實驗成像，在RGB模型下結(jié)合統(tǒng)計思想，將圖像分為三類，分別進(jìn)行預(yù)處理。繼而，利用融合了Kmeans聚類算法的改進(jìn)馬爾科夫隨機(jī)場（MRF）方法，將細(xì)胞核與癌變信號點進(jìn)行有效提取。在此基礎(chǔ)上，利用幾何原理，創(chuàng)新設(shè)計了一套粘連細(xì)胞核分離算法。最后，給出細(xì)胞核快速計數(shù)和信號點提取方法。該系統(tǒng)設(shè)計基本完整，并達(dá)到預(yù)期效果。

發(fā)表于：3/2/2017

基于RGB-D單目視覺的室內(nèi)場景三維重建[嵌入式技術(shù)][其他]

針對室內(nèi)環(huán)境單目視覺的室內(nèi)場景三維重建速度慢的問題，采用華碩Xtion單目視覺傳感器獲取的室內(nèi)場景彩色圖像和深度圖像進(jìn)行快速三維重建。在圖像特征提取上使用ORB特征檢測算法，并對比了幾種經(jīng)典特征檢測算法在圖像匹配中的效率，在圖像匹配融合中采用Ransac算法和ICP算法進(jìn)行點云融合。實現(xiàn)了一種室內(nèi)簡單、小規(guī)模的靜態(tài)環(huán)境快速三維重建方法，通過實驗驗證了該方法有較好的精確性、魯棒性、實時性和靈活性。

發(fā)表于：3/2/2017