日韩无遮嫩模91无码一区二区,亚洲天堂网在线播放

基于多變量符號轉(zhuǎn)移熵的心電信號研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

復(fù)雜度理論已成為研究生理電信號的熱點，而符號轉(zhuǎn)移熵是一種反映系統(tǒng)混亂程度的非線性指標(biāo)。文章在原有多變量轉(zhuǎn)移熵的基礎(chǔ)上提出了多變量符號轉(zhuǎn)移熵，對傳統(tǒng)時間序列靜態(tài)劃分方法做出了改進(jìn)，即將時間序列使用動態(tài)自適應(yīng)分割的方式進(jìn)行符號化。應(yīng)用該算法對正常人和冠心病患者的心電信號進(jìn)行分析，在實驗中選取最佳的導(dǎo)聯(lián)對，結(jié)果表明該算法能夠顯著區(qū)分正常人和冠心病患者，對原始心電時間序列疊加上高斯噪聲后依然可靠有效。

發(fā)表于：1/5/2017

基于改進(jìn)螢火蟲算法的小波神經(jīng)網(wǎng)絡(luò)短期負(fù)荷預(yù)測方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

傳統(tǒng)的小波神經(jīng)網(wǎng)絡(luò)以梯度下降法訓(xùn)練網(wǎng)絡(luò)，而梯度下降法易導(dǎo)致網(wǎng)絡(luò)出現(xiàn)收斂早熟、陷入局部極小等問題，影響網(wǎng)絡(luò)訓(xùn)練的精度。文章將螢火蟲算法用于訓(xùn)練小波神經(jīng)網(wǎng)絡(luò)，在全局內(nèi)搜尋網(wǎng)絡(luò)的最優(yōu)參數(shù)。為了提高螢火蟲算法參數(shù)尋優(yōu)的能力，在訓(xùn)練過程中自適應(yīng)調(diào)節(jié)γ值。同時利用高斯變異來提高螢火蟲個體的活性，在保證收斂速度的同時避免算法陷入局部極小。將優(yōu)化后的小波神經(jīng)網(wǎng)絡(luò)用于短期負(fù)荷預(yù)測，實驗證明改進(jìn)后的預(yù)測模型非線性擬合能力較強(qiáng)、預(yù)測精度較高。

發(fā)表于：1/5/2017

基于SVM手繪太陽黑子圖像背景提取方法[測試測量][航空航天]

手繪太陽黑子圖像手寫記錄信息對于研究太陽黑子長期活動規(guī)律具有重要價值，而背景提取又是利用計算機(jī)手繪太陽黑子信息數(shù)字化工作中的關(guān)鍵過程。文章提出一種基于支持向量機(jī)（Support Vector Machine ，SVM）的手繪太陽黑子圖像信息背景提取方法，通過針對性地對每個像素樣本特征向量的監(jiān)督學(xué)習(xí)訓(xùn)練，從而實現(xiàn)背景像素與前景像素的分離，實驗證明該方法具有很好的魯棒性，將此方法與傳統(tǒng)的K-means模糊劃分、模糊C均值（FCM）聚類方法進(jìn)行對比分析，證實該方法的應(yīng)用價值更高。

發(fā)表于：1/5/2017

基于改進(jìn)的FLICM的醫(yī)學(xué)圖像分割研究[其他][其他]

針對醫(yī)學(xué)圖像灰度分布模糊不確定、噪聲污染重等特點，提出了一種新的FLICM的改進(jìn)算法，以進(jìn)一步提高醫(yī)學(xué)圖像的分割精度和算法抗噪性。對FLICM算法嚴(yán)格按照梯度下降法推導(dǎo)獲得新的隸屬度和聚類中心表達(dá)式，然后設(shè)計一種充分利用像素的灰度信息和局部空間信息的FLICM改進(jìn)算法。相比于原FLICM算法的醫(yī)學(xué)圖像分割，其抗噪性能更強(qiáng)，分割精度更高。理論分析和實驗測試結(jié)果表明，該改進(jìn)算法更適用于醫(yī)學(xué)臨床診斷。

發(fā)表于：1/5/2017

一種新的結(jié)合NSCT和PCNN的圖像融合方法[微波|射頻][其他]

考慮到小波變換存在一些局限性，提出一種把非下采樣Contourlet變換（NSCT）與脈沖耦合神經(jīng)網(wǎng)絡(luò)（PCNN）相結(jié)合的圖像融合新方法。用NSCT變換從多尺度和多方向上分解配準(zhǔn)后的原始圖像。低頻應(yīng)用改進(jìn)的邊緣能量結(jié)合空間頻率的融合方法；高頻應(yīng)用PCNN簡化數(shù)學(xué)模型，其鏈接強(qiáng)度用改進(jìn)的拉普拉斯能量和表示。并且選擇點火映射圖的點火次數(shù)與其標(biāo)準(zhǔn)差相結(jié)合的方法。最后經(jīng)過NSCT逆變換得出融合圖像。實驗分析可知，與其他幾種圖像融合方法進(jìn)行比較，新方法取得了更高質(zhì)量的融合圖像。

發(fā)表于：1/5/2017

基于稀疏排列的LPP和ELM的人臉識別[測試測量][其他]

人臉圖像識別中人臉圖像數(shù)據(jù)中有很多是稀疏的，對于稀疏數(shù)據(jù)的降維是流形學(xué)習(xí)算法面臨的一個問題。為了有效地從高維圖像數(shù)據(jù)中提取人臉圖像的敏感信息，提高人臉識別的速度，文章提出了一種基于流形學(xué)習(xí)的有監(jiān)督稀疏排列的局部保持投影算法(SSLPP)的極端學(xué)習(xí)機(jī)(ELM)。

發(fā)表于：1/5/2017

工業(yè)智能網(wǎng)關(guān)在電力運維系統(tǒng)中的應(yīng)用[通信與網(wǎng)絡(luò)][智能電網(wǎng)]

廈門物通博聯(lián)基于WEB的配電房遠(yuǎn)程監(jiān)控運維管理系統(tǒng)，系統(tǒng)由站、云、端三部分核心組成，幾個核心部分通過穿透云管道實時、安全的完成信息的上送與下發(fā)。

發(fā)表于：1/5/2017

頻率對MCR-WPT電能質(zhì)量和傳輸效率研究[電源技術(shù)][汽車電子]

系統(tǒng)的頻率直接影響磁耦合諧振無線電能傳輸電能質(zhì)量和傳輸效率。從新的角度對其進(jìn)行研究，通過計算由高頻逆變電路產(chǎn)生的各次諧波分別對傳輸系統(tǒng)原副邊電流的響應(yīng)，來分析頻率對磁耦合諧振無線傳輸系統(tǒng)電能質(zhì)量和傳輸效率的影響。最后，設(shè)計了硬件電路并進(jìn)行了相關(guān)研究，實驗結(jié)果與理論和仿真分析取得了較好的一致性，證明了該方法的有效性和準(zhǔn)確性。結(jié)果表明系統(tǒng)的頻率越接近諧振頻率，原副邊電流畸變率越小并且傳輸效率比較高。

發(fā)表于：1/4/2017

基于Kmeans聚類的CSI室內(nèi)定位[微波|射頻][航空航天]

多徑效應(yīng)導(dǎo)致基于接收信號強(qiáng)度指示(RSSI)的室內(nèi)定位精度不高，采用高細(xì)粒度的物理層信道狀態(tài)信息(CSI)可以更好地描述室內(nèi)多徑環(huán)境，提高基于指紋的室內(nèi)定位的精度。利用聚類算法提取CSI，提高了不同位置之間指紋的區(qū)分性。在定位階段采用一種簡單有效的方法進(jìn)行類的匹配。實驗結(jié)果表明，在使用單個信標(biāo)的情況下，定位精度較以往算法提高了24%。

發(fā)表于：1/4/2017

24 GHz FMCW車載測距雷達(dá)系統(tǒng)設(shè)計[嵌入式技術(shù)][汽車電子]

為了研制汽車防撞系統(tǒng)，設(shè)計了一款24 GHz FMCW雷達(dá)系統(tǒng)。該系統(tǒng)包括雷達(dá)射頻模塊、中頻信號處理模塊和數(shù)字基帶處理模塊。雷達(dá)射頻模塊采用基于異質(zhì)結(jié)場效應(yīng)晶體管NE3514研制的雷達(dá)射頻模塊傳感器實現(xiàn)；中頻信號處理模塊由高通濾波器、可變增益放大器、低通濾波器構(gòu)成。采用TLV2374運算放大器設(shè)計實現(xiàn)高通濾波器， TLV2374運算放大器與數(shù)字電位器MCP42100設(shè)計實現(xiàn)可變增益放大器，AD8532運算放大器設(shè)計實現(xiàn)低通濾波器；數(shù)字基帶處理模塊采用STM32F407微處理器完成數(shù)據(jù)采集與信號特征提取以及系統(tǒng)控制。該車載測距雷達(dá)能夠?qū)崿F(xiàn)90 m的距離測量。

發(fā)表于：1/4/2017

面向物聯(lián)網(wǎng)的SM4算法輕量級實現(xiàn)[通信與網(wǎng)絡(luò)][數(shù)據(jù)中心]

SM4算法是我國公布的第一個商用分組密碼算法，目前已經(jīng)得到了廣泛的應(yīng)用。為更好地適應(yīng)物聯(lián)網(wǎng)中資源受限設(shè)備處理能力低、存儲空間小等特點，設(shè)計并實現(xiàn)了基于資源重用的SM4算法輕量級處理架構(gòu)。子密鑰擴(kuò)展和輪函數(shù)交替使用核心電路完成子密鑰生成及加/解密運算，無需額外存儲32輪迭代所需子密鑰。密鑰存儲和檢測電路以及可正/逆序生成固定參數(shù)的實時生成電路，可大幅提高解密處理效率。實驗結(jié)果表明，所設(shè)計的輕量級處理架構(gòu)資源占用小、品質(zhì)因數(shù)高，非常適合于在物聯(lián)網(wǎng)中資源受限設(shè)備上使用，具有廣闊的應(yīng)用前景。

發(fā)表于：1/4/2017

如何做好±800kV特高壓換流站噪聲控制？[其他][智能電網(wǎng)]

發(fā)表于：1/3/2017

基于STM32的機(jī)器人仿真示教器設(shè)計[模擬設(shè)計][物聯(lián)網(wǎng)]

為了克服傳統(tǒng)機(jī)器人示教系統(tǒng)擴(kuò)展性差且較為封閉等缺點，設(shè)計了一種基于STM32的機(jī)器人仿真示教器。該示教器以STM32作為主控芯片，引入μC/OSII實時操作系統(tǒng)，并采用以太網(wǎng)通信的方式，提高了系統(tǒng)的開放性。通過對利用計算機(jī)模擬得到的三維機(jī)器人進(jìn)行仿真操控，驗證該示教器的手動控制和示教再現(xiàn)等基本功能。實驗結(jié)果表明，該仿真示教器可以靈活方便地練習(xí)機(jī)器人的示教操作，達(dá)到模擬操作實體機(jī)器人的效果，具有一定的實用價值。

發(fā)表于：1/3/2017

航電FC接口板存儲模塊設(shè)計與硬件電路實現(xiàn)[模擬設(shè)計][物聯(lián)網(wǎng)]

航電光纖通道接口板是實現(xiàn)航電系統(tǒng)統(tǒng)一網(wǎng)絡(luò)的基礎(chǔ)，在高速傳輸過程中，光纖通道接口板需要及時對未處理的幀進(jìn)行緩存。文章基于DDR2的大容量、高速率存儲模塊為這一問題提出了解決方案。對DDR2的功能及結(jié)構(gòu)進(jìn)行了簡要闡述，根據(jù)輸入和輸出需求，設(shè)計實現(xiàn)了DDR2芯片組電路，采用FPGA IP核實現(xiàn)DDR2控制器，測試仿真控制器的讀寫時序。測試結(jié)果表明，所設(shè)計的DDR2控制器能夠按照規(guī)則的時序進(jìn)行操作，實現(xiàn)了高速讀寫，可以實現(xiàn)功能集成并節(jié)約成本，很好地滿足光纖通道接口板的設(shè)計需求。

發(fā)表于：1/3/2017

雙DSP共享Flash程序加載引導(dǎo)設(shè)計與實現(xiàn)[嵌入式技術(shù)][物聯(lián)網(wǎng)]

針對雙DSP共享Flash進(jìn)行程序加載引導(dǎo)的復(fù)雜問題，對基于TMS320C6414和ADSP2187的雙DSP程序加載引導(dǎo)方法進(jìn)行了研究與設(shè)計。其中TMS320C6414作為主處理器，ADSP2187作為協(xié)處理器，共享的Flash芯片連接在TMS320C6414的EMIFB接口上，TMS320C6414通過EMFIA接口與ADSP2187的IDMA接口連接。系統(tǒng)上電后，TMS320C6414首先從Flash芯片讀出主處理程序并完成自身加載和引導(dǎo)，然后讀出協(xié)處理程序，發(fā)送給ADSP2187并協(xié)助其完成加載和引導(dǎo)。

發(fā)表于：1/3/2017