亚洲美洲韩美在线观看,亚洲欧美国产五月天综合,成人国内精品视频在线观看

一種基于雙向變換器的太陽能電池儲(chǔ)能供電系統(tǒng)[電源技術(shù)][智能電網(wǎng)]

為了解決太陽能供電系統(tǒng)中輸出效率低的問題，提出了一種基于雙向變換器的電池儲(chǔ)能供電系統(tǒng)。該系統(tǒng)由微控制器模塊、DC-DC變換器模塊和開關(guān)模塊組成。微控制器模塊能夠檢測(cè)和調(diào)整輸入輸出電流，DC-DC變換器模塊可以實(shí)現(xiàn)輸入端到輸出端的電壓變換，開關(guān)模塊能夠改變變換器兩端能量傳輸方向。實(shí)驗(yàn)表明，當(dāng)充電電流為2 A時(shí)，其效率可達(dá)97.25%；當(dāng)放電電流為1 A時(shí)，效率可達(dá)95.3%。電流步進(jìn)調(diào)整值小于0.05 A。

發(fā)表于：12/3/2018

雙沿調(diào)制的雙管Buck-Boost變換器[電源技術(shù)][其他]

雙管Buck-Boost變換器具有輸入輸出同極性、開關(guān)管應(yīng)力低等優(yōu)點(diǎn)，同步方式下開關(guān)損耗嚴(yán)重，非同步方式下采用交錯(cuò)、雙沿控制方式，變換器的效率有所改善。為進(jìn)一步提高雙管Buck-Boost變換器的效率，提出了一種兩模態(tài)雙沿調(diào)制的控制策略，通過對(duì)變換器在任意占空比、任意移相情況下的開關(guān)控制方式進(jìn)行詳細(xì)討論和分析，并比較四種開關(guān)方式的幾個(gè)主要特性的優(yōu)劣，得出兩模態(tài)雙沿調(diào)制的控制策略可有效降低變換器電感平均電流、減少工作的開關(guān)數(shù)量并提高效率的結(jié)論，最后通過搭建仿真模型，驗(yàn)證了其正確性和有效性。

發(fā)表于：12/3/2018

基于搜索的短文本分類算法研究[嵌入式技術(shù)][其他]

針對(duì)傳統(tǒng)分類算法在處理短文本時(shí)的不足，提出了一種基于搜索的NaiveBayes文本分類方法。該分類方法對(duì)文本數(shù)據(jù)集規(guī)模、文檔長(zhǎng)度、類別數(shù)量、分布等情況綜合考慮，對(duì)樸素貝葉斯算法進(jìn)行改進(jìn)，將搜索技術(shù)應(yīng)用到了文本分類領(lǐng)域。該分類算法能夠更好地適用于微博、微信、短信、短語評(píng)論等短文本分類領(lǐng)域。并且在分類算法、分類器構(gòu)造和評(píng)估3方面進(jìn)行了詳細(xì)的介紹。實(shí)驗(yàn)證明，基于搜索的文本分類器對(duì)于短文本有更好的分類效果。

發(fā)表于：11/30/2018

面向特殊人群行為識(shí)別的主動(dòng)學(xué)習(xí)與預(yù)測(cè)方法[嵌入式技術(shù)][醫(yī)療電子]

老人等特殊人群的智能護(hù)理是人體行為識(shí)別研究的新方向?，F(xiàn)有行為識(shí)別方法在學(xué)習(xí)樣本時(shí)需要人工標(biāo)記的樣本數(shù)量多，在面向特殊人群行為識(shí)別應(yīng)用時(shí)存在工作量大、識(shí)別率低的問題。為此，提出一種主動(dòng)學(xué)習(xí)與預(yù)測(cè)方法，依據(jù)信息熵和互信息量構(gòu)建目標(biāo)函數(shù)，主動(dòng)學(xué)習(xí)行為樣本集，自動(dòng)生成需要人工標(biāo)記的樣本子集。同時(shí)，以無向圖模型作為行為描述子，依據(jù)信任傳播方法進(jìn)行類標(biāo)簽預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明，該方法需要人工標(biāo)記的樣本數(shù)量少，而且對(duì)特殊人群行為識(shí)別的識(shí)別率高。

發(fā)表于：11/30/2018

基于多特征融合的J波分類模型[嵌入式技術(shù)][醫(yī)療電子]

J波是心電圖上出現(xiàn)的一種異常變異。應(yīng)用計(jì)算機(jī)實(shí)現(xiàn)J波自動(dòng)分類對(duì)J波疾病的臨床診斷有著重要意義?；跁r(shí)頻域和相空間兩個(gè)分析角度，一方面使用調(diào)Q小波變換（Tunable Q Wavelet Transform，TQWT）和高階累積量挖掘信號(hào)時(shí)頻域的細(xì)節(jié)特性；另一方面應(yīng)用遞歸圖（Recurrence plot，RP）評(píng)估心臟系統(tǒng)遞歸點(diǎn)的發(fā)生狀態(tài)。兩類特征降維后并行融合于改進(jìn)的AdaBoost分類器實(shí)現(xiàn)正常、良性J波和惡性J波分類。結(jié)果顯示，設(shè)計(jì)的J波多分類算法平均準(zhǔn)確度約達(dá)到79%，可以用于J波良、惡性輔助診斷。

發(fā)表于：11/29/2018

HDR圖像色調(diào)映射的自適應(yīng)色彩調(diào)節(jié)算法[嵌入式技術(shù)][其他]

為了克服傳統(tǒng)色調(diào)映射算法處理高動(dòng)態(tài)圖像過程中因忽略彩色分量而導(dǎo)致圖像色彩失真的現(xiàn)象，給出一種自適應(yīng)的色彩調(diào)節(jié)算法。該方法首先對(duì)圖像在亮度域采用色調(diào)映射壓縮處理，然后再轉(zhuǎn)換到色彩域，采用色彩恢復(fù)和色彩增強(qiáng)算法處理亮度壓縮后的圖像，從而校正圖像色彩。通過實(shí)驗(yàn)與其他兩種算法處理效果進(jìn)行對(duì)比，分別從主觀方面和客觀方面進(jìn)行分析，結(jié)果表明，在色彩域增加色彩調(diào)節(jié)算法處理，可以有效降低色彩失真的影響。

發(fā)表于：11/28/2018

基于深度學(xué)習(xí)的美國媒體“一帶一路”輿情的情感分析[嵌入式技術(shù)][醫(yī)療電子]

分析美國主流新聞媒體針對(duì)“一帶一路”倡議的關(guān)注熱點(diǎn)，研究相關(guān)輿情的情感傾向。用網(wǎng)絡(luò)爬蟲自動(dòng)采集相關(guān)新聞，篩選高頻詞獲得媒體關(guān)注熱點(diǎn)。提出一種自動(dòng)摘要-卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）的集成式模型進(jìn)行文檔級(jí)情感分析。該模型首先提取摘要去除原始文檔中非重要數(shù)據(jù)的干擾，再利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行句子級(jí)情感分析，通過基于語義指向的方法獲得文檔級(jí)的情感分?jǐn)?shù)，并對(duì)情感波動(dòng)異常文章二次分析。在真實(shí)數(shù)據(jù)上的對(duì)比實(shí)驗(yàn)表明，自動(dòng)摘要-CNN的集成式文檔級(jí)情感分析模型在情感分析方面優(yōu)于單一CNN的方法。

發(fā)表于：11/28/2018

基于Docker的漏洞驗(yàn)證框架的設(shè)計(jì)與實(shí)現(xiàn)[嵌入式技術(shù)][信息安全]

漏洞是信息安全研究的重要對(duì)象，但目前漏洞種類繁多，驗(yàn)證方法復(fù)雜。針對(duì)搭建安全漏洞環(huán)境困難、復(fù)現(xiàn)漏洞困難的問題，基于Docker虛擬化技術(shù)，設(shè)計(jì)了一種將漏洞環(huán)境部署在容器中，并使用相應(yīng)漏洞利用腳本實(shí)現(xiàn)驗(yàn)證的框架系統(tǒng)。此框架系統(tǒng)驗(yàn)證過程需要提供Dockerfile文件或Docker鏡像以及相匹配的漏洞驗(yàn)證腳本。首先，系統(tǒng)運(yùn)行一個(gè)擁有漏洞程序的Docker容器。然后，框架再調(diào)用與此漏洞相匹配的驗(yàn)證或攻擊腳本來驗(yàn)證漏洞可用性。經(jīng)過測(cè)試，此系統(tǒng)可以大幅提高漏洞復(fù)現(xiàn)速度，同時(shí)降低了漏洞復(fù)現(xiàn)難度與技術(shù)門檻。

發(fā)表于：11/27/2018

基于多路并行DDS的快跳頻信號(hào)發(fā)生器設(shè)計(jì)實(shí)現(xiàn)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對(duì)新型干擾功率大、頻帶寬、樣式多等特點(diǎn)，采用相干快跳頻體制可提高無線通信系統(tǒng)抗干擾能力。為滿足相干快跳體制中跳頻信號(hào)載波相位嚴(yán)格連續(xù)的需求，基于多路并行的直接頻率合成(DDS)技術(shù)，利用FPGA+DAC的硬件平臺(tái)，設(shè)計(jì)并實(shí)現(xiàn)了一種快跳頻信號(hào)發(fā)生器，并通過實(shí)際測(cè)試，驗(yàn)證了其性能特性符合設(shè)計(jì)需求。

發(fā)表于：11/27/2018

EHWSN中基于節(jié)點(diǎn)部署與路由的聯(lián)合優(yōu)化算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

EHWSN已經(jīng)在實(shí)踐中得到應(yīng)用，如結(jié)構(gòu)健康監(jiān)測(cè)領(lǐng)域，但尚存在很多缺陷（如節(jié)點(diǎn)部署、路由）需要進(jìn)一步研究。提出了一種用于結(jié)構(gòu)健康監(jiān)測(cè)的新型EHWSN系統(tǒng)。重點(diǎn)考慮3個(gè)問題：（1）部署最少的節(jié)點(diǎn)數(shù)量；（2）每個(gè)節(jié)點(diǎn)到匯聚節(jié)點(diǎn)的最優(yōu)傳輸路徑；（3）能量采集約束下的最大網(wǎng)絡(luò)效用。設(shè)計(jì)了一種包括節(jié)點(diǎn)部署、路由和能量分配的聯(lián)合優(yōu)化算法，以實(shí)現(xiàn)部署最少的節(jié)點(diǎn)數(shù)量達(dá)到數(shù)據(jù)采樣質(zhì)量最大化的目的。實(shí)驗(yàn)結(jié)果表明，相比于現(xiàn)存的方法，該聯(lián)合優(yōu)化算法能夠取得更高效的網(wǎng)絡(luò)能量分配和更大的網(wǎng)絡(luò)效用。

發(fā)表于：11/27/2018

基于傳染病動(dòng)力學(xué)的多域光網(wǎng)絡(luò)串?dāng)_攻擊傳播模型[通信與網(wǎng)絡(luò)][信息安全]

針對(duì)大功率串?dāng)_攻擊對(duì)多域光網(wǎng)絡(luò)造成的服務(wù)破壞及其擴(kuò)散引起的網(wǎng)絡(luò)癱瘓問題，通過分析大功率串?dāng)_攻擊傳播過程，闡述了大功率串?dāng)_攻擊與傳染病傳播的相似性，提出了一種新的基于傳染病動(dòng)力學(xué)的多域光網(wǎng)絡(luò)串?dāng)_攻擊傳播模型（Crosstalk Attack Propagation-Susceptible Infected Susceptible，CAP-SIS），并利用Ford-Fulkerson算法對(duì)多域光網(wǎng)絡(luò)傳播延遲階段的攻擊功率累加效應(yīng)進(jìn)行描述。實(shí)驗(yàn)結(jié)果表明，該傳播模型能夠客觀反映大功率串?dāng)_攻擊在多域光網(wǎng)絡(luò)中的傳播規(guī)律，為下一步對(duì)串?dāng)_攻擊的檢測(cè)和定位提供理論支撐。

發(fā)表于：11/26/2018

信道均值反饋下多天線干擾信道中的預(yù)編碼[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

研究了多天線干擾信道系統(tǒng)的預(yù)編碼設(shè)計(jì)問題，這里干擾信道具備視距路徑，可以建模為萊斯衰落信道。假設(shè)發(fā)送端僅能獲取信道統(tǒng)計(jì)信息——信道均值矩陣，分別基于最大信干噪比和最大信干噪差準(zhǔn)則，提出了兩種預(yù)編碼算法。對(duì)第一種算法，首先引入輔助變量將非凸規(guī)劃問題轉(zhuǎn)成凸問題，然后提出了二分搜索算法并且結(jié)合凸優(yōu)化軟件進(jìn)行求解；對(duì)第二種算法，將原問題分解為若干子問題分別求解，以解析的形式給出最優(yōu)解。計(jì)算機(jī)仿真驗(yàn)證了提出算法的收斂性，分析了萊斯因子對(duì)系統(tǒng)性能的影響，并且與若干典型發(fā)送方案作對(duì)比，證明了提出算法的優(yōu)越性。

發(fā)表于：11/26/2018

使用SiC技術(shù)攻克汽車挑戰(zhàn)[電源技術(shù)][汽車電子]

在未來幾年投入使用SiC技術(shù)來應(yīng)對(duì)汽車電子技術(shù)挑戰(zhàn)是ECSEL JU 的WInSiC4AP項(xiàng)目所要達(dá)到的目標(biāo)之一。ECSEL JU和ESI協(xié)同為該項(xiàng)目提供資金支持，實(shí)現(xiàn)具有重大經(jīng)濟(jì)和社會(huì)影響的優(yōu)勢(shì)互補(bǔ)的研發(fā)活動(dòng)。由DTSMNS（Distretto Tecnologico Sicilia Micro e Nano Sistemi）牽頭，20個(gè)項(xiàng)目合作方將在技術(shù)研究、制造工藝、封裝測(cè)試和應(yīng)用方面展開為期36個(gè)月的開發(fā)合作。本文將討論本項(xiàng)目中與汽車相關(guān)的內(nèi)容，重點(diǎn)介紹有關(guān)SiC技術(shù)和封裝的創(chuàng)新。

發(fā)表于：11/23/2018

基于擴(kuò)展無線充電Qi協(xié)議的數(shù)據(jù)采集方法[電源技術(shù)][通信網(wǎng)絡(luò)]

無線充電具有充電安全、效率高的優(yōu)點(diǎn)，應(yīng)用于無線數(shù)據(jù)采集系統(tǒng)中解決了電源能量續(xù)航問題，延長(zhǎng)了系統(tǒng)的工作壽命。然而，目前基于無線充電的無線數(shù)據(jù)采集系統(tǒng)全部利用附加的無線通信模塊傳輸傳感器采集的數(shù)據(jù)，增大了傳感器節(jié)點(diǎn)的體積和功耗，在可植入醫(yī)療設(shè)備、體積受限密閉容器等數(shù)據(jù)采集應(yīng)用中無疑是災(zāi)難性的?？紤]到無線充電系統(tǒng)本身的能量與信號(hào)混合傳輸?shù)姆绞剑ㄟ^對(duì)Qi協(xié)議擴(kuò)展，借助無線充電系統(tǒng)完成傳感器采集數(shù)據(jù)的傳輸。該方法無需附加無線通信模塊，減小了傳感器節(jié)點(diǎn)的體積和功耗，簡(jiǎn)化了系統(tǒng)電路，降低了成本。

發(fā)表于：11/23/2018

基于6LoWPAN多網(wǎng)關(guān)系統(tǒng)的網(wǎng)關(guān)部署算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

在6LoWPAN的DODAG網(wǎng)絡(luò)路由拓?fù)渲性黾佣嗑W(wǎng)關(guān)功能和協(xié)議，有利于整個(gè)網(wǎng)絡(luò)網(wǎng)際容量的提升以及節(jié)點(diǎn)能耗和負(fù)載的降低。以網(wǎng)關(guān)負(fù)載均衡為目標(biāo)，同時(shí)考慮剩余能量和鏈路質(zhì)量因素，提出一種適合于6LoWPAN網(wǎng)絡(luò)的多網(wǎng)關(guān)部署算法。根據(jù)樹型拓?fù)渚W(wǎng)絡(luò)的負(fù)載累加特性，執(zhí)行部署算法搜索候選網(wǎng)關(guān)并確定網(wǎng)關(guān)位置。仿真實(shí)驗(yàn)結(jié)果表明，該算法能夠以與同等算法接近的網(wǎng)關(guān)數(shù)量實(shí)現(xiàn)較好的網(wǎng)關(guān)負(fù)載均衡。

發(fā)表于：11/23/2018