羞国产在线拍揄自揄视频,精品视频无码一区二区三区

基于改進(jìn)Clifford混沌系統(tǒng)的圖像加密算法[其他][其他]

信息安全是人們?nèi)找骊P(guān)注的問題，在大數(shù)據(jù)時(shí)代，很多信息的傳輸都是通過數(shù)字圖像進(jìn)行的。為了減少數(shù)字圖像在信息傳遞過程中存在的安全隱患，改進(jìn)了Clifford系統(tǒng)，通過混沌吸引子圖和Lyapunov指數(shù)分析改進(jìn)的Clifford系統(tǒng)的混沌特性，并且基于改進(jìn)的Clifford系統(tǒng)設(shè)計(jì)了一種圖像加密新算法。該算法先將明文圖像像素矩陣轉(zhuǎn)化為二進(jìn)制矩陣，對二進(jìn)制矩陣的行和列分別進(jìn)行循環(huán)位移；然后再將明文圖像分成9個大小不同的矩陣塊，對每個矩陣塊進(jìn)行置亂操作，在塊置亂時(shí)，塊間結(jié)合混沌序列進(jìn)行置亂，塊內(nèi)進(jìn)行循環(huán)位移，保證了每個像素點(diǎn)的位置都發(fā)生了變化；最后用混沌序列和置亂后的圖像進(jìn)行異或運(yùn)算，得到最終的密文圖像。仿真實(shí)驗(yàn)以及安全性分析說明該算法具有良好的加密效果。

發(fā)表于：6/9/2022

基于高空VR交互場景的恐懼情緒誘發(fā)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[其他][醫(yī)療電子]

基于高空VR交互場景設(shè)計(jì)并實(shí)現(xiàn)了一種可提供下肢體感交互的恐懼情緒誘發(fā)系統(tǒng)，通過定制的碳素結(jié)構(gòu)鋼踏板及其底部的雙筒式彈簧單元，可使得人體行走踩踏后產(chǎn)生多角度的應(yīng)力晃動，利用匹配的VR跟蹤器可實(shí)現(xiàn)虛擬高空場景中的晃動交互。該系統(tǒng)具有交互顯示、踏板匹配、虛擬場景和實(shí)驗(yàn)管理等功能模塊，可自動將誘發(fā)過程中人體的各項(xiàng)生理數(shù)據(jù)、空間位置、時(shí)間信息、任務(wù)績效等數(shù)據(jù)進(jìn)行存儲。

發(fā)表于：6/9/2022

基于Cloud Native的質(zhì)檢信息管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[其他][其他]

隨著質(zhì)檢信息管理業(yè)務(wù)的復(fù)雜化，現(xiàn)有的質(zhì)量檢驗(yàn)信息管理系統(tǒng)呈現(xiàn)出對大數(shù)據(jù)的處理能力不夠、人工操作出錯率高、擴(kuò)展性差等問題。提出了一種基于Cloud Native(云原生)的質(zhì)量檢驗(yàn)信息管理系統(tǒng)，并對Cloud Native技術(shù)進(jìn)行分析研究，明確了Cloud Native技術(shù)的原理和特性。接著結(jié)合質(zhì)量檢驗(yàn)信息管理業(yè)務(wù)的實(shí)際使用情況，對基于Cloud Native的質(zhì)量檢驗(yàn)信息管理系統(tǒng)進(jìn)行了詳細(xì)設(shè)計(jì)并實(shí)現(xiàn)。最后對該系統(tǒng)進(jìn)行了功能和性能測試，驗(yàn)證了整體設(shè)計(jì)方案的有效性。

發(fā)表于：6/9/2022

帶殘余頻偏的LSC-DS-CDMA信號偽碼估計(jì)[其他][其他]

針對帶殘余頻偏的長短碼直擴(kuò)碼分多址信號偽碼估計(jì)問題，首先利用短碼和長碼的周期性分段接收信號構(gòu)建信號矩陣；其次采用特征值分解法得到帶殘余載波的用戶特征向量子空間，并采用全數(shù)字鎖相環(huán)跟蹤、消除殘余頻偏；然后利用Givens矩陣對特征向量組成的荷載矩陣進(jìn)行旋轉(zhuǎn)，提出結(jié)合隨機(jī)差分和模擬退火思想的鯨魚優(yōu)化算法，尋求方差最小化的最佳旋轉(zhuǎn)角，從而估計(jì)各用戶的復(fù)合碼片段并依次拼接；最后利用梅西算法和相關(guān)運(yùn)算估計(jì)各用戶的長碼和短碼。仿真結(jié)果驗(yàn)證了該算法對帶殘余頻偏的LSC-DS-CDMA信號偽碼估計(jì)的有效性。

發(fā)表于：6/9/2022

基于4/5G融合網(wǎng)絡(luò)QoS差異化服務(wù)關(guān)鍵技術(shù)研究[通信與網(wǎng)絡(luò)][5G]

隨著5G網(wǎng)絡(luò)的部署和商用，基于業(yè)務(wù)對網(wǎng)絡(luò)能力的不同需求，在現(xiàn)網(wǎng)中對不同用戶進(jìn)行差異化服務(wù)已成為行業(yè)研究熱點(diǎn)。為此提出了一種實(shí)現(xiàn)4/5G網(wǎng)絡(luò)QoS差異化服務(wù)融合部署和統(tǒng)一調(diào)用的方法。該方法包含了4/5G網(wǎng)絡(luò)QoS差異化服務(wù)融合部署的網(wǎng)絡(luò)架構(gòu)、QoS平臺服務(wù)端對終端4/5G用戶自動識別的方法以及4/5G融合的QoS業(yè)務(wù)端到端流程等。此方案的設(shè)計(jì)使得第三方不需要區(qū)分用戶的4/5G形態(tài)，使用全國統(tǒng)一的調(diào)度接口直接調(diào)用運(yùn)營商的QoS能力，充分發(fā)揮運(yùn)營商的網(wǎng)絡(luò)優(yōu)勢和價(jià)值。

發(fā)表于：6/9/2022

基于VPX開放式架構(gòu)的無線電監(jiān)測平臺設(shè)計(jì)[可編程邏輯][其他]

無線電監(jiān)測系統(tǒng)對信號搜索、截獲、識別等能力提出了更高的要求，傳統(tǒng)無線電監(jiān)測系統(tǒng)軟硬件標(biāo)準(zhǔn)化、模塊化不成熟，定制性較強(qiáng)，通用性較差，難以滿足未來對裝備的需求。結(jié)合軟件無線電的思路，設(shè)計(jì)了一種基于VPX開放式的無線電監(jiān)測平臺，重點(diǎn)研究了平臺的硬件架構(gòu)設(shè)計(jì)和軟件架構(gòu)設(shè)計(jì)，最后搭建驗(yàn)證平臺，測試了平臺的傳輸功能和系統(tǒng)性能，驗(yàn)證了平臺的可行性。

發(fā)表于：6/9/2022

基于3D傳感器的帶束層糾偏算法[其他][其他]

為了解決帶束層在傳輸時(shí)中心位置發(fā)生偏移的問題，提出了一種基于3D傳感器的帶束層糾偏算法。首先對3D傳感器采集的輪廓數(shù)據(jù)進(jìn)行預(yù)處理，使數(shù)據(jù)變得更平滑；其次在糾偏過程中，將帶束層糾偏過程分為上中下3個區(qū)域，在上邊和下邊區(qū)域采用定邊，中間區(qū)域采用定中，通過在3個不同區(qū)域計(jì)算不同的位置進(jìn)行實(shí)時(shí)糾偏。最終通過MATLAB進(jìn)行仿真，該算法的糾偏精度可以達(dá)到1 mm以內(nèi)，相比于傳統(tǒng)的單邊糾偏，糾偏精度和糾偏穩(wěn)定性更好。

發(fā)表于：6/9/2022

先進(jìn)工藝芯片填充冗余金屬后的時(shí)序偏差分析及修復(fù)[模擬設(shè)計(jì)][工業(yè)自動化]

在芯片物理設(shè)計(jì)的完成階段，為了滿足設(shè)計(jì)規(guī)則中金屬密度要求，需要填充冗余金屬。增加的金屬層會產(chǎn)生額外的寄生電容，導(dǎo)致芯片的時(shí)序結(jié)果惡化。40 nm以上的工藝節(jié)點(diǎn)中，這些額外增加的寄生電容對于時(shí)序的影響在0.12%左右，這個時(shí)序偏差甚至比靜態(tài)時(shí)序分析與SPICE仿真之間的誤差還小，在芯片設(shè)計(jì)時(shí)通常忽略它。然而在使用FinFET結(jié)構(gòu)的先進(jìn)工藝節(jié)點(diǎn)中，這個時(shí)序偏差必須要進(jìn)行修復(fù)。以一款FinFET結(jié)構(gòu)工藝的工業(yè)級DSP芯片為實(shí)例，使用QRC工具對比了芯片填充冗余金屬前后寄生電容的變化；使用Tempus工具分析了芯片時(shí)序結(jié)果發(fā)生偏差的原因；最后提出了一種基于Innovus平臺的時(shí)序偏差修復(fù)方法，時(shí)序結(jié)果通過簽核驗(yàn)證，有效提高了時(shí)序收斂的效率。

發(fā)表于：6/9/2022

基于UVM的Wishbone-SPI驗(yàn)證平臺設(shè)計(jì)[模擬設(shè)計(jì)][工業(yè)自動化]

隨著芯片復(fù)雜度增加，芯片驗(yàn)證在設(shè)計(jì)流程中所消耗時(shí)間也不斷提高。針對傳統(tǒng)驗(yàn)證平臺重用性差、覆蓋率低，通過使用通用驗(yàn)證方法學(xué)(Universal Verification Methodology，UVM)設(shè)計(jì)Wishbone-SPI驗(yàn)證平臺，用UVM組件靈活地搭建驗(yàn)證平臺，完成標(biāo)準(zhǔn)的驗(yàn)證框架，設(shè)計(jì)受約束隨機(jī)激勵，自動統(tǒng)計(jì)功能覆蓋率。仿真結(jié)果顯示，該驗(yàn)證平臺功能覆蓋率達(dá)到100%，并表明該平臺具有良好的可配置性與可重用性。

發(fā)表于：6/9/2022

基于SGCN的化合物致癌性預(yù)測模型[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

癌癥患者的激增引起了全世界的關(guān)注，許多研究者將目光放在了對化合物致癌性的評估上，但這是一項(xiàng)極其具有挑戰(zhàn)性的任務(wù)。本實(shí)驗(yàn)獲取了341種實(shí)驗(yàn)數(shù)據(jù)，利用三維圖卷積網(wǎng)絡(luò)(SGCN)，建立了對化合物致癌性的預(yù)測模型。結(jié)果表明：對化合物進(jìn)行致癌性預(yù)測的SGCN分類模型準(zhǔn)確率高達(dá)96.9%，比其余模型效果更好，這表明SGCN模型能夠準(zhǔn)確地對化學(xué)品進(jìn)行分類，并且在實(shí)際應(yīng)用中具有相當(dāng)大的潛力。

發(fā)表于：6/9/2022

基于改進(jìn)BCCSA和深層LSTM的空氣質(zhì)量預(yù)測方法[其他][其他]

現(xiàn)有的空氣質(zhì)量預(yù)測方法很少考慮季節(jié)性因素，且預(yù)測的效果不佳，因此提出一種基于改進(jìn)二元混沌烏鴉搜索算法(Binary Chaotic Crow Search Algorithm，BCCSA)和深層長短期記憶神經(jīng)網(wǎng)絡(luò)(Long Short Term Memory，LSTM)的空氣質(zhì)量預(yù)測方法。首先提出季節(jié)調(diào)整的方法對收集的原始空氣質(zhì)量數(shù)據(jù)進(jìn)行預(yù)處理，以消除季節(jié)對預(yù)測的影響；然后提出改進(jìn)BCCSA，對空氣質(zhì)量數(shù)據(jù)進(jìn)行優(yōu)化處理；最后，將自注意力機(jī)制加入到深層LSTM中，對空氣質(zhì)量數(shù)據(jù)進(jìn)行預(yù)測。實(shí)驗(yàn)結(jié)果表明，該方法能有效地提高空氣質(zhì)量的預(yù)測精度。

發(fā)表于：6/9/2022

基于支持向量機(jī)和PCA的腦電α波運(yùn)動想象分類研究[其他][其他]

針對腦電信號(EEG)運(yùn)動想象分類過程中弱相關(guān)特征量影響分類準(zhǔn)確度的問題，提出一種篩選方法，該方法是基于α波和主成分分析(PCA)算法的?；谀X機(jī)接口(BCI)系統(tǒng)，通過聽覺誘發(fā)刺激產(chǎn)生向左和向右兩種運(yùn)動想象任務(wù)對應(yīng)的腦電信號，并對其做小波包分解處理，然后進(jìn)行腦電α頻段信號的重構(gòu)，從而提取出α波形并對其進(jìn)行統(tǒng)計(jì)特征提取。再結(jié)合PCA技術(shù)和支持向量機(jī)(SVM)方法，實(shí)現(xiàn)弱相關(guān)特征的剔除和特征分類。根據(jù)篩選后的數(shù)據(jù)進(jìn)行分類，所得結(jié)果準(zhǔn)確率更高，信號分類的準(zhǔn)確度由90.1%提高至94.0%。

發(fā)表于：6/9/2022

數(shù)字鄉(xiāng)村發(fā)展態(tài)勢、重點(diǎn)與路徑[其他][信創(chuàng)產(chǎn)業(yè)]

數(shù)字鄉(xiāng)村建設(shè)是鄉(xiāng)村振興的戰(zhàn)略方向，更是數(shù)字中國落地的重要支撐。我國鄉(xiāng)村發(fā)展具有特色的政治、經(jīng)濟(jì)、文化形態(tài)，也在全國一盤棋戰(zhàn)略布局中承載著獨(dú)特的發(fā)展使命。圍繞擴(kuò)大內(nèi)需、加快要素流動、順暢國內(nèi)大循環(huán)的緊迫需求，推進(jìn)數(shù)字鄉(xiāng)村建設(shè)提檔升級已迫在眉睫。數(shù)字城市在發(fā)展環(huán)境、核心技術(shù)、市場空間和監(jiān)管保障等方面形成了良好的基礎(chǔ)和優(yōu)勢，成為數(shù)字鄉(xiāng)村發(fā)展的核心引領(lǐng)和重要保障。

發(fā)表于：6/9/2022

基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移研究綜述[其他][其他]

為了推動基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移技術(shù)的研究，對基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移的主要方法和代表性工作進(jìn)行了總結(jié)和討論?；仡櫫藗鹘y(tǒng)的風(fēng)格遷移算法，詳細(xì)介紹了基于神經(jīng)網(wǎng)絡(luò)的主要圖像風(fēng)格遷移的基本原理和方法，分析了相關(guān)基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移領(lǐng)域的應(yīng)用前景，最后總結(jié)了基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移存在的挑戰(zhàn)和未來研究方向。

發(fā)表于：6/9/2022

衛(wèi)星卷繞式柔性太陽電池陣關(guān)鍵技術(shù)研究[電源技術(shù)][航空航天]

太陽電池陣是絕大多數(shù)衛(wèi)星在軌運(yùn)行的唯一能量來源，針對未來6G空間通信建設(shè)衛(wèi)星星座的需求，衛(wèi)星太陽電池陣需要在輸出功率不變的情況下進(jìn)一步減小質(zhì)量和體積。卷繞式柔性太陽電池陣具有輕質(zhì)、高效、無需展開驅(qū)動等特性，成為空間太陽電池陣發(fā)展的一個重要方向。梳理了卷繞式太陽電池陣發(fā)展的歷程，介紹了國內(nèi)外卷繞式太陽電池陣的發(fā)展現(xiàn)狀，并對關(guān)鍵技術(shù)進(jìn)行梳理，為未來6G衛(wèi)星太陽電池陣選型及卷繞式太陽電池陣的發(fā)展提供參考。

發(fā)表于：6/9/2022