青青草国产精品免费,日韩免费Av中文字幕人妻

基于水聲信道狀態(tài)的自適應(yīng)差錯(cuò)控制[測試測量][通信網(wǎng)絡(luò)]

水聲信道具有時(shí)變、環(huán)境噪聲高、傳播時(shí)延大、信道帶寬窄等特點(diǎn)，以致水聲通信的可靠性不高（接收數(shù)據(jù)發(fā)生錯(cuò)誤）。目前的解決辦法主要有自動(dòng)請求重傳和前向糾錯(cuò)，但是這兩種方式均不能在所有信道狀態(tài)下保持較高的接收吞吐量。提出了一種自適應(yīng)差錯(cuò)控?fù)穹椒?，其中包括一種利用信道誤碼率計(jì)算吞吐量的方法，并且采用自適應(yīng)線性預(yù)測方法預(yù)測信道誤碼率，根據(jù)信道誤碼率選擇合適的差錯(cuò)控制方式。仿真結(jié)果表明，采用該選擇方法能夠在所有的信道狀態(tài)下保持較高的接收端吞吐量，提高水聲通信的性能。

發(fā)表于：10/7/2016

基于STM32的無線環(huán)境監(jiān)測[測試測量][工業(yè)自動(dòng)化]

為了對環(huán)境參數(shù)進(jìn)行實(shí)時(shí)監(jiān)測，設(shè)計(jì)了一種以STM32單片機(jī)為控制核心，nRF24L01為無線收發(fā)芯片的無線環(huán)境監(jiān)測裝置。對目標(biāo)環(huán)境參數(shù)采集的同時(shí)，攝像頭及環(huán)境參數(shù)監(jiān)片之間采用SPI總線接口通信方式，將數(shù)據(jù)傳送至監(jiān)測中心。該裝置結(jié)構(gòu)簡單，可實(shí)現(xiàn)循跡功能，發(fā)送救援信號，實(shí)現(xiàn)溫度、濕度、酒精及煙霧的實(shí)時(shí)監(jiān)測和液晶顯示。

發(fā)表于：10/7/2016

基于神經(jīng)網(wǎng)絡(luò)的智能語音識別研究[通信與網(wǎng)絡(luò)][智能電網(wǎng)]

語音識別或語言轉(zhuǎn)化成文本的過程包括捕獲聲波，數(shù)字化聲波，轉(zhuǎn)換成基本的語言單位或者音素，根據(jù)音位和語境構(gòu)建詞語，分析詞語，保證拼寫正確，并且保證與聽到的詞語保持一致。該文把人工智能和神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用到語音識別系統(tǒng)中，通過學(xué)習(xí)獲得固定權(quán)重并應(yīng)用到模型，最后模型快速給出與輸入相匹配的輸出。文中涉及到的神經(jīng)網(wǎng)絡(luò)模型主要用來進(jìn)行語音識別。

發(fā)表于：10/7/2016

大偏差下手繪太陽黑子圖像的歸一化[測試測量][航空航天]

為解決手繪太陽黑子圖像的不一致性給黑子信息自動(dòng)測量帶來的困難，研究了一種大偏差下手繪太陽黑子圖像歸一化的方法；利用Hough變換檢測圓初步確定圖像圓圈的位置，再基于最小二乘擬合圓準(zhǔn)確定位圓圈的位置，從而實(shí)現(xiàn)圖像大小的歸一化；對大小歸一化后的圖像特定區(qū)域進(jìn)行Hough變換直線檢測以及CNN（卷積神經(jīng)網(wǎng)絡(luò)）字符識別，確定圖像的偏轉(zhuǎn)角度，從而完成整個(gè)圖像的歸一化。實(shí)驗(yàn)結(jié)果表明，該方法具有較好的準(zhǔn)確性、魯棒性和穩(wěn)定性。

發(fā)表于：10/7/2016

DJI大疆創(chuàng)新發(fā)布“御”Mavic Pro隨身無人機(jī)[嵌入式技術(shù)][消費(fèi)電子]

紐約2016年9月28日電 /美通社/ -- 全球飛行影像系統(tǒng)的開拓者和領(lǐng)導(dǎo)者DJI大疆創(chuàng)新當(dāng)日發(fā)布“御”Mavic Pro無人機(jī)。此次發(fā)布的Mavic，小巧便攜、易于上手，搭配有大疆最新的飛行平臺(tái)和航拍技術(shù)，幫助用戶隨時(shí)隨地?fù)]灑創(chuàng)意。

發(fā)表于：9/30/2016

靜止氣象衛(wèi)星多光譜圖像的預(yù)處理方法研究[測試測量][工業(yè)自動(dòng)化]

在氣象預(yù)測過程中，靜止氣象衛(wèi)星全天候工作，其拍攝的衛(wèi)星云圖在災(zāi)害性的強(qiáng)對流天氣監(jiān)測與預(yù)警方面發(fā)揮了重大作用。對多波段的紅外云圖進(jìn)行分類前的融合、壓縮預(yù)處理，對提高云圖的分辨率，減輕數(shù)據(jù)傳輸壓力，以及加強(qiáng)夜間探測能力，都具有現(xiàn)實(shí)意義。文章對KL變換及小波變換兩種預(yù)處理方法進(jìn)行對比。實(shí)驗(yàn)結(jié)果表明，基于KL變換的預(yù)處理方法處理后效果與源圖像的差異更小，得到的紅外云圖也與同時(shí)段可見光云圖最接近，對紅外云圖更適用。小波變換則更多地保留了源圖像細(xì)節(jié)信息，適用于預(yù)處理后的云圖研究。

發(fā)表于：9/29/2016

FPGA芯片配置方式詳解與選擇 [可編程邏輯][其他]

廣義的來說，F(xiàn)PGA的配置包括直接使用下載電纜對FPGA器件進(jìn)行編程、對外部EEPROM和FLASH進(jìn)行編程、使用MPU對FPGA器件進(jìn)行編程、外部EEPROM和FLASH對器件進(jìn)行編程等。

發(fā)表于：9/29/2016

DBSCAN算法與數(shù)學(xué)形態(tài)學(xué)在巖石薄片圖像分割中的應(yīng)用[嵌入式技術(shù)][工業(yè)自動(dòng)化]

在巖石薄片圖像處理中，針對巖屑礦物個(gè)數(shù)未知、成像多為聚集的點(diǎn)狀的特點(diǎn)，提出了一種基于DBSCAN(DensityBased Spatial Clustering of Applications with Noise)算法與數(shù)學(xué)形態(tài)學(xué)的礦物分割方法。首先，標(biāo)記出每個(gè)顆粒目標(biāo)，求得其中心坐標(biāo)；其次，利用DBSCAN算法對巖屑顆粒目標(biāo)中心進(jìn)行聚類，將不同區(qū)域的巖屑目標(biāo)分離出來；最后，利用數(shù)學(xué)形態(tài)學(xué)方法對聚類結(jié)果做膨脹、填孔、腐蝕等處理，得到顆粒的邊界。實(shí)驗(yàn)分析表明：該方法聚類效果良好，參數(shù)容易控制并有一定的抗噪性能，對巖屑顆粒目標(biāo)的提取有較好的效果。

發(fā)表于：9/29/2016

基于剪裁中值和稀疏表示的遠(yuǎn)程觀測圖去噪[嵌入式技術(shù)][數(shù)據(jù)中心]

在實(shí)際獲取遠(yuǎn)程觀測圖像的過程中，圖像中經(jīng)常夾雜了混合噪聲。針對實(shí)際中一般由加性高斯白噪聲（AWGN）和脈沖噪聲（IN）所組成的混合噪聲，提出了一種將剪裁中值濾波和基于加權(quán)編碼圖像稀疏表示相結(jié)合的混合噪聲的去除算法。實(shí)驗(yàn)結(jié)果表明，所提算法在不同的噪聲比率下都可以有較好的去噪表現(xiàn)，效果優(yōu)于對比算法，而且能更好地保留紋理等細(xì)節(jié)。

發(fā)表于：9/29/2016

隨鉆雙側(cè)向電阻率測量系統(tǒng)[測試測量][工業(yè)自動(dòng)化]

由于雙側(cè)向測量的方式具有更好的聚焦能力，可以同時(shí)進(jìn)行深淺兩種探測深度的電阻率測量，因此其具有更強(qiáng)的分層能力，使得不同巖性的地質(zhì)剖面更加清楚。為此設(shè)計(jì)了一套隨鉆雙側(cè)向電阻率測量系統(tǒng)，并進(jìn)行了鉆井實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果證明，該系統(tǒng)能對儲(chǔ)層電阻率進(jìn)行雙側(cè)向測量，能真實(shí)反映地層電阻率信息，可以提高隨鉆地質(zhì)導(dǎo)向鉆井系統(tǒng)的性能，提高油氣田的鉆遇率。

發(fā)表于：9/29/2016

基于ARM的多自由度機(jī)械手設(shè)計(jì)[嵌入式技術(shù)][工業(yè)自動(dòng)化]

機(jī)械手選用ARM芯片作為控制核心，主要是基于其運(yùn)算能力強(qiáng)，外設(shè)接口豐富，可擴(kuò)展成串行、并行、高速和低速等各種接口，也能很容易擴(kuò)展成網(wǎng)絡(luò)接口，便于機(jī)械手組網(wǎng)協(xié)同工作。特別是ARM芯片的LCD接口和存儲(chǔ)器擴(kuò)展接口能大大提高機(jī)械手的智能化程度，擴(kuò)展LCD后能提供友好的人機(jī)交互界面，便于編程、維護(hù)和故障指示；大容量存儲(chǔ)器可為復(fù)雜運(yùn)算和大數(shù)據(jù)存儲(chǔ)提供方便。ARM的這些優(yōu)點(diǎn)為機(jī)械手的高度智能化提供了最有效的保證。

發(fā)表于：9/28/2016

Silicon Labs更快速易用的Simplicity Studio軟件 [嵌入式技術(shù)][消費(fèi)電子]

中國，北京-2016年9月27日-Silicon Labs（亦名“芯科科技”，NASDAQ: SLAB）發(fā)布了其屢獲殊榮的Simplicity Studio?軟件開發(fā)工具的重要更新。新版本Simplicity Studio對其軟件基礎(chǔ)架構(gòu)進(jìn)行了重新設(shè)計(jì)，提供更快速的下載以及更加容易的安裝和使用工具。更加直觀的用戶界面提升了整體的開發(fā)者體驗(yàn)。作為針對物聯(lián)網(wǎng)（IoT）可連接設(shè)備應(yīng)用的業(yè)內(nèi)最完整軟件工具集，Simplicity Studio是當(dāng)前唯一廣泛支持8位和32位微控制器（MCU）、多協(xié)議和多波段無線SoC、固定功能設(shè)備的嵌入式開發(fā)環(huán)境。

發(fā)表于：9/27/2016

基于Android的參與感知式智慧購物系統(tǒng)的設(shè)計(jì)[通信與網(wǎng)絡(luò)][數(shù)據(jù)中心]

設(shè)計(jì)提出了一種C/S架構(gòu)的基于Android的參與感知式智慧購物系統(tǒng)，該系統(tǒng)以感知數(shù)據(jù)為基礎(chǔ)，通過客戶端和服務(wù)器端數(shù)據(jù)處理，并借助于Web-socket技術(shù)和第三方推送服務(wù)，將估算的在商場排隊(duì)結(jié)賬的等待時(shí)間以地圖可視化、曲線圖和推送通知的形式實(shí)時(shí)展示給用戶，為用戶制定更加合理的購物計(jì)劃提供參考，減少時(shí)間浪費(fèi)。原型實(shí)驗(yàn)表明了該系統(tǒng)的有效性和可行性。

發(fā)表于：9/27/2016

云服務(wù)環(huán)境下基于客戶評價(jià)的信任模型[通信與網(wǎng)絡(luò)][數(shù)據(jù)中心]

針對云服務(wù)環(huán)境下的云服務(wù)商和客戶之間缺乏信任建立和評估手段的問題，提出了一種基于客戶評價(jià)的信任模型CETrust。該模型首先應(yīng)用基于粗糙集理論的屬性約簡算法精簡評價(jià)數(shù)據(jù)，而后通過評價(jià)相似度的客戶過濾算法提升計(jì)算精度。充分考慮客戶的可信性，將總體評價(jià)與分項(xiàng)屬性評價(jià)結(jié)合來計(jì)算評價(jià)信任度，最后綜合第三方評估機(jī)構(gòu)的認(rèn)證結(jié)果得出綜合信任度。實(shí)驗(yàn)仿真結(jié)果表明，與同類技術(shù)相比，該模型特點(diǎn)是在不損失信任度計(jì)算精確性的條件下減少了計(jì)算量，能夠有效過濾各類惡意評價(jià)，得出真實(shí)反映云服務(wù)可信性的綜合評估結(jié)果。

發(fā)表于：9/27/2016

基于RF DAC的寬帶高斯噪聲源的設(shè)計(jì)與實(shí)現(xiàn)[嵌入式技術(shù)][智能電網(wǎng)]

設(shè)計(jì)了一種基于現(xiàn)場可編程門陣列（Field Programmable Gate Array，F(xiàn)PGA）和射頻級數(shù)模轉(zhuǎn)換器（Radio Frequency Digital to Analog Converter，RF DAC）的寬帶高斯噪聲源。該噪聲源將優(yōu)先編碼器原理運(yùn)用到非均勻分段擬合映射曲線中，通過并行偽碼產(chǎn)生結(jié)構(gòu)生成均勻分布的偽碼序列，接著利用非均勻折線擬合的方法將偽碼序列映射為高斯分布的高速數(shù)字高斯噪聲，然后通過RF DAC輸出寬帶高斯噪聲。在Xilinx Virtex7 XC7VX485T和ADI AD9129搭建的驗(yàn)證平臺(tái)上的測試結(jié)果表明，該噪聲源能輸出±4σ（σ為標(biāo)準(zhǔn)差）的高斯噪聲，噪聲帶寬可達(dá)1.2 GHz，并且只消耗FPGA 約0.3%的資源。

發(fā)表于：9/26/2016