国语高潮无遮挡无码免费看91,vvvv88亚洲精品日韩精品

基于疊加擴頻頻譜中心技術(shù)的抗欺騙干擾研究[其他][其他]

針對機載多天線收發(fā)系統(tǒng)(Multiple Input Multiple Output，MIMO)面臨存在虛假指令的欺騙干擾威脅導(dǎo)致性能下降甚至失鎖問題，提出了一種基于疊加擴頻頻譜中心技術(shù)檢測欺騙干擾方案，最后通過試驗驗證了該方案的可行性，對MIMO抗虛假指令欺騙干擾性能的提升具有實際意義。

發(fā)表于：4/16/2021 9:20:00 AM

基于可穿戴傳感器的實時心電檢測方法研究[其他][其他]

為了實時監(jiān)控人體的心電信號，以胸帶作為穿戴載體，設(shè)計一個可穿戴心電檢測系統(tǒng)。內(nèi)嵌于胸帶的心電傳感器采集佩戴者心電信號，通過藍牙傳輸至移動設(shè)備應(yīng)用程序，實現(xiàn)心電信號及心率的實時顯示。所實現(xiàn)的心電檢測算法基于自適應(yīng)閾值，檢測心電信號的R波并計算實時心率。設(shè)計和實施了實地實驗以檢測系統(tǒng)和算法性能。結(jié)果表明，心率檢測算法的R波檢測錯誤率為-1.99%，較好地適應(yīng)了可穿戴心電傳感器采集的信號。

發(fā)表于：4/15/2021 11:08:00 PM

基于多特征融合的商品識圖匹配算法研究[其他][其他]

隨著近幾年無人超市的不斷發(fā)展成熟，自助購物越來越普及。如果商品售出后沒能及時補充，會影響消費者的購買意愿。為提升商品圖像識別的準確率，采用多特征融合的方法，即將多種算法的特征聯(lián)合，形成優(yōu)勢互補。采用融合SIFT特征和灰度共生矩陣特征的方法完成貨架商品圖像的匹配。實驗表明，該方法對比灰度共生矩陣方法準確率提升20.6%，對比SIFT算法和PCA-SIFT算法準確率分別提升8.9%和5.6%；處理時間對比以上三種算法略有增加。此方法還可用于分析貨物受歡迎程度以及確認哪些柜臺需要加貨等，從而及時有效地對短缺的商品進行補充。

發(fā)表于：4/15/2021 11:03:19 PM

自動氣象溫濕度傳感器采集電路設(shè)計與實現(xiàn)[其他][其他]

為了順應(yīng)民航氣象自動化發(fā)展需求，設(shè)計了一種自動氣象溫濕度傳感器采集電路，能夠?qū)崿F(xiàn)對民用機場跑道周邊溫濕度要素的較高精度采集。系統(tǒng)對硬件電路部分進行了模塊化結(jié)構(gòu)設(shè)計，對溫濕度采集原理進行了分析，利用4線制PT100鉑電阻對溫度進行測量，通過恒流源驅(qū)動的方式產(chǎn)生溫度對應(yīng)電壓，再通過AD7792進行采集，計算出溫度傳感器的電阻值Rpt100。濕度信號輸出類型為0～1 V的直流電壓，利用AD7792的第2通道以及片內(nèi)1.17 V的基準電壓進行采集，得到ADSample2采樣值,計算出濕度對應(yīng)的電壓值Vrh(單位：mV)， Vrh在數(shù)值上與濕度采樣值相等。試驗證明采集電路可以完成對溫濕度信號的采集。

發(fā)表于：4/15/2021 10:55:29 PM

一種多通道高速高精度PXIe數(shù)據(jù)采集模塊設(shè)計[其他][其他]

介紹了一種基于放大器、模數(shù)轉(zhuǎn)換(Analog to Digital Converter，ADC)和現(xiàn)場可編程門陣列(Field Programmable Gate Array，F(xiàn)PGA)的多通道數(shù)據(jù)采集方案，包括采集系統(tǒng)的主要構(gòu)成以及實現(xiàn)方法，最后對系統(tǒng)性能進行了測試。該電路模塊為子母板結(jié)構(gòu)，通過PCI Extensions for Instrumentation Express(PXIe)機箱背板總線實現(xiàn)數(shù)據(jù)的讀出能力。該模塊可支持8個采集通道的同步采集，每通道采樣率可達500 MS/s。測試結(jié)果表明，在其帶寬內(nèi)有效位可接近11 bit(ADC采樣精度為14 bit)，能夠滿足高速高精度的數(shù)據(jù)采集需求。

發(fā)表于：4/15/2021 10:47:51 PM

衛(wèi)星網(wǎng)絡(luò)負載均衡路由技術(shù)研究綜述[其他][其他]

發(fā)表于：4/15/2021 10:43:59 PM

基于GRU神經(jīng)網(wǎng)絡(luò)的有毒氣體擴散預(yù)測方法[其他][其他]

有毒氣體的擴散預(yù)測在應(yīng)急響應(yīng)中起著重要作用?，F(xiàn)有的計算流體力學(xué)(CFD)方法存在計算耗時長等問題，無法快速進行毒害氣體擴散預(yù)測。提出了一種利用深度學(xué)習(xí)技術(shù)進行有毒氣體擴散預(yù)測的方法。根據(jù)有毒氣體擴散原理，設(shè)計基于GRU的神經(jīng)網(wǎng)絡(luò)模型，實現(xiàn)快速、有效的氣體擴散濃度的預(yù)測。將本文的方法在經(jīng)典的公開數(shù)據(jù)集草原牧場數(shù)據(jù)集上進行驗證，實驗結(jié)果表明本文方法可實現(xiàn)較高精度的氣體擴散濃度的預(yù)測，并且優(yōu)于基于BP神經(jīng)網(wǎng)絡(luò)模型的方法。

發(fā)表于：4/15/2021 10:36:18 PM

基于高階圖卷積網(wǎng)絡(luò)的城市空氣質(zhì)量推斷模型[其他][其他]

能否精確地預(yù)測城市區(qū)域空氣質(zhì)量分布，對于政府環(huán)境治理以及人們?nèi)粘ｎA(yù)防等方面，具有重要的意義。該問題面臨的挑戰(zhàn)是：一是不同區(qū)域的空氣質(zhì)量分布具有時空交互性；二是空氣質(zhì)量分布受到外部因素的影響。通用化卷積神經(jīng)網(wǎng)絡(luò)以處理任意圖結(jié)構(gòu)數(shù)據(jù)，成為近些年來研究的熱點之一，將城市空氣質(zhì)量預(yù)測問題可制定為時空圖預(yù)測問題?；谔岢龅母唠A圖卷積網(wǎng)絡(luò)，設(shè)計了一種有效的空氣質(zhì)量推斷模型。該模型可以捕獲空氣質(zhì)量分布的時空交互性和提取外部影響因素特征，從而精確預(yù)測空氣質(zhì)量分布。通過驗證現(xiàn)實北京市空氣質(zhì)量數(shù)據(jù)，結(jié)果表明提出的模型遠遠優(yōu)于目前已知的通用方法。

發(fā)表于：4/15/2021 10:31:00 PM

基于卷積LSTM的視頻中Deepfake檢測方法[其他][其他]

以Deepfake為代表的偽造人臉技術(shù)，使用少量的人臉數(shù)據(jù)就能將視頻中的人臉替換成為目標人臉，從而達到偽造視頻的目的。此類技術(shù)的濫用將帶來惡劣的社會影響，需要使用檢測技術(shù)加以制裁。針對這一問題，已有若干檢測算法被提出?，F(xiàn)有方法具有一定局限性，單幀檢測算法忽略了Deepfake動態(tài)缺陷；當數(shù)據(jù)存在缺陷時，模型可能會陷入“學(xué)會特定臉”的陷阱中。提出了一種對視頻數(shù)據(jù)中的Deepfake檢測方法，使用結(jié)合CNN和LSTM的卷積LSTM，判斷視頻真?zhèn)?。提出了一種基于人臉特征點的cutout方法，能抑制網(wǎng)絡(luò)學(xué)會特定臉。實驗表明，在不同場景下，準確度對比基準算法均有提升。

發(fā)表于：4/15/2021 10:25:00 PM

基于KDMSPCS-GRNN的室內(nèi)定位技術(shù)研究[其他][其他]

針對利用廣義神經(jīng)網(wǎng)絡(luò)(Generalized Regression Neural Network，GRNN)搭建的定位預(yù)測模型定位精度低、效率慢等問題，基于動態(tài)分群策略，提出一種線性遞減粒子群(Linear Decreasing Contraction Particle Swarm Optimization，LDCPSO)和布谷鳥(Cuckoo Search，CS)混合尋優(yōu)算法，并利用此算法為GRNN選擇最優(yōu)參數(shù)，構(gòu)建定位預(yù)測模型。該算法主要利用K均值聚類算法(K-means)對整個種群進行周期性的分群，底層使用LDCPSO算法優(yōu)化各個子群，并將最優(yōu)粒子傳至高層，高層使用CS算法優(yōu)化各個子群的最優(yōu)粒子，并將最終結(jié)果返回底層，執(zhí)行下一次迭代。實驗過程中，一方面將提出的算法應(yīng)用于多個測試函數(shù)，結(jié)果表明該算法具有更好的收斂速度和收斂精度；另一方面利用該算法搭建定位模型，并與其他定位模型對比，結(jié)果顯示該定位模型具有更好的定位效果。

發(fā)表于：4/15/2021 10:21:00 PM