精品三级久久久久电影网,久久久久99九九久久小草,我和丰满少妇的性经历

一種改進(jìn)的TCPW算法在擁塞控制中的應(yīng)用[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

互聯(lián)網(wǎng)的快速發(fā)展，給人們生活帶來(lái)極大便捷，同時(shí)也帶來(lái)了嚴(yán)重的問題——網(wǎng)絡(luò)擁塞。TCPW是一種基于端到端帶寬估計(jì)的擁塞控制機(jī)制，沿用了TCP Reno在慢啟動(dòng)初始化階段設(shè)置慢啟動(dòng)閾值方法。提出了一種慢啟動(dòng)改進(jìn)算法，在擁塞避免階段采用一種新的機(jī)制設(shè)置cwnd和ssthresh值，減少了慢啟動(dòng)時(shí)間，通過(guò)NS2仿真結(jié)果表明改進(jìn)算法在吞吐量、延時(shí)及丟包率等方面都有一定的改善。

發(fā)表于：3/5/2017

基于CORDIC算法的參數(shù)可調(diào)信號(hào)源設(shè)計(jì)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

直接頻率合成技術(shù)（DDS）是無(wú)線通信中的關(guān)鍵技術(shù)，因應(yīng)用場(chǎng)合及技術(shù)指標(biāo)不同，DDS中的正弦波形產(chǎn)生模塊有多種實(shí)現(xiàn)方法，本設(shè)計(jì)采用CORDIC算法計(jì)算波形數(shù)據(jù)，并通過(guò)預(yù)處理實(shí)現(xiàn)全部相位波形數(shù)據(jù)的即時(shí)計(jì)算，不占用存儲(chǔ)資源，且可通過(guò)改變迭代次數(shù)來(lái)調(diào)節(jié)精度。所設(shè)計(jì)的DDS精度、頻率、相位可調(diào)，在Altera Cyclone2中實(shí)現(xiàn)時(shí)，時(shí)鐘頻率可達(dá)172 MHz，占用1 171 LUTs。

發(fā)表于：3/5/2017

智能窗簾控制系統(tǒng)[嵌入式技術(shù)][汽車電子]

家用窗簾的智能控制系統(tǒng)主要由直流電機(jī)、HC06藍(lán)牙模塊和AT89C52單片機(jī)組成。該系統(tǒng)具備手動(dòng)控制、藍(lán)牙遙控和自動(dòng)控制三種功能。硬件利用按鍵實(shí)現(xiàn)手動(dòng)和自動(dòng)模式的切換，選擇HC06藍(lán)牙模塊接收控制命令，采用DTH11溫濕度傳感器和光敏電阻對(duì)室內(nèi)環(huán)境進(jìn)行自動(dòng)檢測(cè)，并根據(jù)檢測(cè)結(jié)果控制直流電機(jī)動(dòng)作，實(shí)現(xiàn)對(duì)室內(nèi)窗簾的自動(dòng)控制。該系統(tǒng)具有性價(jià)比高、運(yùn)行穩(wěn)定、抗干擾性強(qiáng)等優(yōu)點(diǎn)，解決了傳統(tǒng)窗簾控制手段單一、智能化低的缺點(diǎn)。

發(fā)表于：3/5/2017

基于卷積神經(jīng)網(wǎng)絡(luò)的ADHD的判別分析[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

提出了利用卷積神經(jīng)網(wǎng)絡(luò)(CNN)對(duì)兒童注意缺陷與多動(dòng)癥(ADHD)的功能性核磁共振圖像（fMRI）進(jìn)行特征分析，從而對(duì)ADHD患者進(jìn)行判別分析。針對(duì)ADHD-200全球競(jìng)賽的三個(gè)數(shù)據(jù)庫(kù)的fMRI數(shù)據(jù)，首先利用快速傅里葉變換將數(shù)據(jù)從時(shí)域轉(zhuǎn)換到頻域，并利用Fisher線性判別方法選擇有效的頻率信息，然后利用改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)對(duì)選擇頻域數(shù)據(jù)進(jìn)行特征學(xué)習(xí)，自動(dòng)提取出有效的特征并進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明，提出的方法有助于ADHD患者的判別，為基于fMRI數(shù)據(jù)的ADHD研究提供了新的手段。

發(fā)表于：3/5/2017

基于CLAHE與同態(tài)濾波的細(xì)胞圖像增強(qiáng)新方法[顯示光電][其他]

針對(duì)角膜內(nèi)皮細(xì)胞圖像由于非均勻光照造成的明暗不均問題，提出一種基于限制對(duì)比度自適應(yīng)直方圖均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)與同態(tài)濾波進(jìn)行組合的角膜內(nèi)皮細(xì)胞圖像增強(qiáng)新方法。CLAHE方法提高了圖像的局部對(duì)比度，不損傷圖像細(xì)節(jié)，同時(shí)避免圖像噪聲隨圖像對(duì)比度增大而放大。同態(tài)濾波方法增強(qiáng)圖像暗部細(xì)節(jié)，提升圖像的分辨率。實(shí)驗(yàn)結(jié)果表明本文方法對(duì)角膜內(nèi)皮細(xì)胞圖像的分辨率和對(duì)比度增強(qiáng)有顯著的效果。

發(fā)表于：3/5/2017

基于模糊距離變換的巖心圖像顆粒分割算法[嵌入式技術(shù)][其他]

巖心CT圖像中相鄰顆粒之間存在相互粘連，粒度參數(shù)分析等需要對(duì)粘連顆粒進(jìn)行分割。結(jié)合巖心粘連顆粒的特性，提出一種基于模糊距離變換的改進(jìn)顆粒分割算法。首先，對(duì)預(yù)處理后的巖心圖像進(jìn)行模糊距離變換并提取出距離信息的灰度圖像，然后利用形態(tài)學(xué)膨脹重構(gòu)方法提取標(biāo)記作為后續(xù)分水嶺算法的種子點(diǎn)，根據(jù)種子點(diǎn)采用一種基于測(cè)地重建的改進(jìn)分水嶺算法得到相鄰種子點(diǎn)之間的分割線，最后完成粘連顆粒的分割。實(shí)驗(yàn)結(jié)果表明本文算法可以提高粘連顆粒分割的準(zhǔn)確度并減輕分水嶺算法的過(guò)分割現(xiàn)象。

發(fā)表于：3/5/2017

利用長(zhǎng)軸檢測(cè)橢圓[嵌入式技術(shù)][其他]

利用霍夫變換進(jìn)行橢圓檢測(cè)，需要尋找橢圓的參數(shù)。使用橢圓主半軸的長(zhǎng)度，可以快速地尋找橢圓的參數(shù)。這種方法需要將橢圓的短半軸長(zhǎng)度求解出來(lái)，然后僅使用一維的聚集數(shù)組收集橢圓短半軸的長(zhǎng)度信息。該方法不需要計(jì)算橢圓的邊的切線或者曲率，因此不易受到噪聲的影響。該方法的實(shí)現(xiàn)不需要大量的內(nèi)存。合成的圖像和真實(shí)的圖像測(cè)試表明，這種方法是有效的。

發(fā)表于：3/5/2017

基于空域?yàn)V波的圖像增強(qiáng)法的探討[顯示光電][其他]

圖像采集和處理方法的發(fā)展日新月異，針對(duì)不同圖像特征的圖像增強(qiáng)技術(shù)，可以加強(qiáng)圖像可懂性，提高視覺效果，抑制噪聲，為圖像的后續(xù)識(shí)別做更好的鋪墊。本文MATLAB平臺(tái)主要用于平滑和銳化的QR碼圖像處理，在QR碼圖像去噪問題上，結(jié)合濾波的不同模板以及噪聲類型，所獲得的不同濾波的仿真實(shí)驗(yàn)結(jié)果表明：中值濾波窗口的尺寸大小是影響椒鹽噪聲去除有效性和提升圖像識(shí)別率的關(guān)鍵因素；空域圖像增強(qiáng)法中，平滑濾波所呈現(xiàn)出的功能效果更優(yōu)于銳化濾波。

發(fā)表于：3/5/2017

多核DSP間基于SRIO數(shù)據(jù)傳輸?shù)脑O(shè)計(jì)與實(shí)現(xiàn)[通信與網(wǎng)絡(luò)][數(shù)據(jù)中心]

在使用Digital Signal Processor (DSP)芯片進(jìn)行數(shù)字信號(hào)處理時(shí)，由于數(shù)據(jù)量大，線程較多，通常采用多片DSP協(xié)同處理。本文旨在研究DSP間數(shù)據(jù)和信息傳輸?shù)膶?shí)現(xiàn)，并以三片TI的 TMS320C6474芯片為例，基于SRIO協(xié)議，設(shè)計(jì)一種傳輸架構(gòu)，實(shí)現(xiàn)了DSP間的數(shù)據(jù)傳輸。最終實(shí)現(xiàn)DSP間2.520 Gb/s的數(shù)據(jù)傳輸速率，為理論值的50.40%，但如果除去線程調(diào)度和DSP間同步所用時(shí)間，其SRIO接口的數(shù)據(jù)傳輸速率可達(dá)到3.886 Gb/s，為理論值的77.72%。該設(shè)計(jì)具有較大的通用性，對(duì)其他同類型的芯片間的數(shù)據(jù)傳輸設(shè)計(jì)具有極大的參考性。

發(fā)表于：3/5/2017

一種應(yīng)用于10位SAR ADC的高精度比較器電路設(shè)計(jì)[電源技術(shù)][智能電網(wǎng)]

提出一種應(yīng)用于10位逐次逼近型模數(shù)轉(zhuǎn)換器（SAR ADC）的高精度比較器，具有精度高、功耗低的特點(diǎn)。該比較器采用差分結(jié)構(gòu)的前置放大電路，提高輸入信號(hào)的精度，其自身隔離效果減小了鎖存器的回踢噪聲和失調(diào)電壓。動(dòng)態(tài)鎖存電路采用兩級(jí)正反饋，有效提高比較器的響應(yīng)速度。輸出緩沖級(jí)電路增強(qiáng)輸出級(jí)的驅(qū)動(dòng)能力，調(diào)整輸出波形。該比較器電路采用SMIC 65 nm CMOS工藝技術(shù)實(shí)現(xiàn)，使用Cadence公司Spectre系列軟件對(duì)進(jìn)行仿真，設(shè)置工作電壓2.5 V，采樣頻率2 MHz，仿真結(jié)果表明，比較器的分辨率是0.542 5 mV，精度達(dá)到11位，失調(diào)電壓為1.405 μV，靜態(tài)功耗為63 μW，已成功應(yīng)用于10位SAR ADC。

發(fā)表于：3/4/2017

基于FPGA的可調(diào)節(jié)FIR濾波器的設(shè)計(jì)與實(shí)現(xiàn)[嵌入式技術(shù)][其他]

基于靈活自適應(yīng)的空口波形技術(shù)FOFDM(Filtered OFDM)是現(xiàn)代通信技術(shù)的研究熱點(diǎn)，設(shè)計(jì)并實(shí)現(xiàn)可調(diào)FIR濾波器是實(shí)現(xiàn)該技術(shù)的核心工作之一。本文設(shè)計(jì)的基于FPGA的可調(diào)節(jié)FIR濾波器系數(shù)的自適應(yīng)調(diào)整是通過(guò)控制算法對(duì)信道中的信號(hào)進(jìn)行快速檢測(cè)，然后將結(jié)果和濾波器的輸出結(jié)果進(jìn)行差值計(jì)算進(jìn)行反饋調(diào)節(jié)。利用Quartus II和DSP Builder設(shè)計(jì)基于FPGA的16階系數(shù)可調(diào)FIR濾波器，給出核心模塊的設(shè)計(jì)電路圖和仿真結(jié)果。仿真結(jié)果表明：基于靈活自適應(yīng)空口波形技術(shù)可以在FPGA上實(shí)現(xiàn)，而且由于FPGA具有天然的并行性，實(shí)際的通信系統(tǒng)中可以采用并發(fā)模式進(jìn)行，達(dá)到提高信號(hào)傳送速率的目的。

發(fā)表于：3/4/2017

基于歷史數(shù)據(jù)的軟件測(cè)試數(shù)據(jù)統(tǒng)計(jì)分析研究[嵌入式技術(shù)][數(shù)據(jù)中心]

從大數(shù)據(jù)的角度，利用軟件測(cè)試歷史數(shù)據(jù)，分析和研究軟件開發(fā)及測(cè)試過(guò)程，為軟件質(zhì)量保證和項(xiàng)目管理及組織能力建設(shè)提供了新的思路。在組織內(nèi)部建立測(cè)試數(shù)據(jù)收集機(jī)制，對(duì)軟件測(cè)試相關(guān)數(shù)據(jù)進(jìn)行收集，建立數(shù)據(jù)分析模型，從軟件開發(fā)過(guò)程、軟件測(cè)試過(guò)程、軟件缺陷數(shù)據(jù)等方面對(duì)測(cè)試數(shù)據(jù)進(jìn)行分析，獲得多個(gè)具有實(shí)際意義的量化指標(biāo)，將此指標(biāo)反饋到軟件開發(fā)和軟件測(cè)試及項(xiàng)目管理等過(guò)程中，顯著提高了軟件產(chǎn)品質(zhì)量及工作效率，降低了過(guò)程風(fēng)險(xiǎn)，提高了組織市場(chǎng)競(jìng)爭(zhēng)能力。

發(fā)表于：3/4/2017

多核SMP集群混合并行編程技術(shù)的研究[嵌入式技術(shù)][其他]

目前,高性能計(jì)算領(lǐng)域中大多數(shù)系統(tǒng)采用層次化硬件設(shè)計(jì)，具有若干多核CPU共享存儲(chǔ)的節(jié)點(diǎn)通過(guò)高速網(wǎng)絡(luò)互聯(lián)起來(lái)?；旌喜⑿芯幊碳夹g(shù)將節(jié)點(diǎn)間的分布式存儲(chǔ)與節(jié)點(diǎn)內(nèi)的共享存儲(chǔ)進(jìn)行了融合。針對(duì)多核SMP集群體系結(jié)構(gòu)的特點(diǎn)，進(jìn)一步研究了適用于多核SMP集群的層次化混合并行編程模型MPI/OpenMP，以及多核SMP節(jié)點(diǎn)間和節(jié)點(diǎn)內(nèi)多級(jí)并行的機(jī)制。充分利用消息傳遞編程模型和共享內(nèi)存編程模型各自的優(yōu)勢(shì)，在此基礎(chǔ)上研究了多粒度并行化編程方法。

發(fā)表于：3/4/2017

大洋樣品照片中的條形碼定位技術(shù)研究[嵌入式技術(shù)][信息安全]

條形碼定位是條形碼識(shí)別任務(wù)中的難點(diǎn)與熱點(diǎn)，也是提高條形碼識(shí)別率的重要基礎(chǔ)和保障?，F(xiàn)已有很多的算法用于條形碼定位，但是這些算法在大洋樣品照片中的應(yīng)用效果并不理想。大洋樣品照片中的條形碼具有相對(duì)面積小、背景復(fù)雜、光照不均、扭曲現(xiàn)象嚴(yán)重等實(shí)際情況，對(duì)條形碼的準(zhǔn)確定位產(chǎn)生了嚴(yán)重的干擾。針對(duì)該實(shí)際情況，提出了一種簡(jiǎn)單實(shí)用且具有魯棒性的條形碼定位方法。該方法結(jié)合了基本形態(tài)學(xué)方法、傳統(tǒng)的條形碼邊緣梯度法以及條形碼的梯度能量特性進(jìn)行定位。實(shí)驗(yàn)結(jié)果顯示，該方法具有較好的定位效果，對(duì)于其他實(shí)際應(yīng)用也具有借鑒意義。

發(fā)表于：3/4/2017

基于LVS的數(shù)據(jù)庫(kù)集群負(fù)載均衡性能測(cè)試與分析[嵌入式技術(shù)][數(shù)據(jù)中心]

Linux虛擬服務(wù)器（Linux Virtual Server，LVS）技術(shù)是一種廣泛應(yīng)用于企業(yè)集群中的負(fù)載均衡技術(shù)，目前關(guān)于LVS的研究主要是基于Web服務(wù)器集群負(fù)載均衡性能方面。在一些實(shí)際應(yīng)用場(chǎng)景中，LVS可以直接與數(shù)據(jù)庫(kù)集群相結(jié)合。將LVS與數(shù)據(jù)庫(kù)集群結(jié)合，提出一種對(duì)LVS架構(gòu)下數(shù)據(jù)庫(kù)集群性能進(jìn)行測(cè)試的方案，并利用HP LoadRunner對(duì)負(fù)載均衡算法的數(shù)據(jù)庫(kù)集群進(jìn)行負(fù)載測(cè)試實(shí)驗(yàn)，通過(guò)數(shù)據(jù)分析比較，得出LVS提供的算法中較適合數(shù)據(jù)庫(kù)集群的調(diào)度算法。

發(fā)表于：3/4/2017