漂亮人妻沦陷精油按摩,亚洲夂夂婷婷色拍ww47,天天干天天操天天换

基于控制圖的有軌電車能耗分析方法研究 [其他][智能交通]

針對傳統(tǒng)的有軌電車能耗分析方法缺少對異常數(shù)據(jù)的判斷分析，難以有效發(fā)現(xiàn)能耗數(shù)據(jù)特點(diǎn)以及各數(shù)據(jù)之間潛在關(guān)系等問題，提出結(jié)合控制圖與灰關(guān)聯(lián)分析法的有軌電車能耗分析集成方法。利用控制圖對能耗數(shù)據(jù)波動情況進(jìn)行分析，并結(jié)合灰關(guān)聯(lián)數(shù)據(jù)分析算法對影響能耗數(shù)據(jù)因素進(jìn)行分析，通過利用已開通運(yùn)營的廣州有軌電車能耗數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明有軌電車能耗分析法能夠更好地對各項(xiàng)能耗數(shù)據(jù)波動情況進(jìn)行監(jiān)測，實(shí)現(xiàn)對能耗異常數(shù)據(jù)識別、找出影響能耗的相關(guān)因素，為有軌電車系統(tǒng)節(jié)能提供輔助決策，可為已運(yùn)營的有軌電車系統(tǒng)能耗數(shù)據(jù)分析提供一定參考。

發(fā)表于：12/15/2020 3:48:00 PM

立方攻擊研究進(jìn)展[其他][其他]

立方攻擊是一種新型的代數(shù)分析方法，剛提出時(shí)對密碼算法的分析效果并不理想。但是在引入多重集合可分性、可分路徑的概念之后，立方攻擊的過程轉(zhuǎn)化為求解混合整數(shù)線性規(guī)劃問題,再使用數(shù)學(xué)軟件進(jìn)行計(jì)算，大大提高了其分析能力。梳理了立方攻擊的技術(shù)脈絡(luò)，論述了其最新進(jìn)展，給出了立方攻擊亟待解決的研究問題，這將有助于掌握立方攻擊的最新技術(shù)，便于開展對分組密碼、序列密碼和哈希函數(shù)等密碼算法的分析工作。

發(fā)表于：12/15/2020 3:47:26 PM

具有關(guān)系敏感嵌入的知識庫錯(cuò)誤檢測[人工智能][其他]

準(zhǔn)確性與質(zhì)量對于知識庫而言尤為重要，盡管已經(jīng)有很多關(guān)于知識庫不完整性的研究，但是很少有工作者考慮到對于知識庫存在的錯(cuò)誤進(jìn)行檢測，按照傳統(tǒng)方法通常無法有效捕捉知識庫中錯(cuò)誤事實(shí)內(nèi)在相關(guān)性。本文提出了一種知識庫具有關(guān)系敏感嵌入式方法NSIL，以獲取知識庫各關(guān)系之間的相關(guān)性，從而檢查出知識庫中的錯(cuò)誤，以此提高知識庫的準(zhǔn)確性與質(zhì)量。該方法分為相關(guān)性處理和錯(cuò)誤檢測兩階段。在相關(guān)性處理階段，使用NSIL的相關(guān)函數(shù)以分值形式獲取各關(guān)系之間的相關(guān)度；在錯(cuò)誤檢測階段，基于相關(guān)度分值進(jìn)行錯(cuò)誤檢測，對于缺失主體或客體的三元組進(jìn)行缺失成分預(yù)測。最后在知識庫之一Freebase生成的基準(zhǔn)數(shù)據(jù)集“FB15K”上進(jìn)行了廣泛驗(yàn)證，證明了該方法在知識庫錯(cuò)誤知識檢測方面有著很高的性能。

發(fā)表于：12/15/2020 3:40:26 PM

基于FPGA的高精度信號發(fā)生器[模擬設(shè)計(jì)][其他]

在當(dāng)代許多電子信息系統(tǒng)中，信號源的性能參數(shù)往往對系統(tǒng)的功能起著決定性作用。采用直接數(shù)字頻率合成技術(shù)（Direct Digital Synthesize，DDS），基于現(xiàn)場可編程門陣列（FieldProgrammable Gate Array，F(xiàn)PGA）設(shè)計(jì)了能同時(shí)輸出4路信號的高精度信號發(fā)生器。同時(shí)依靠串口通信的方式，通過PC端的控制界面實(shí)時(shí)調(diào)節(jié)系統(tǒng)輸出信號的頻率、相位和死區(qū)時(shí)間。

發(fā)表于：12/15/2020 3:37:00 PM

基于交點(diǎn)的新層次聚類算法[人工智能][其他]

介紹了一種新的分層聚類算法，該聚類算法的主要目的是利用交點(diǎn)提供更好的聚類質(zhì)量和更高的準(zhǔn)確性。為了驗(yàn)證該聚類算法，對基準(zhǔn)數(shù)據(jù)集進(jìn)行了幾次實(shí)驗(yàn)，并與其他五種廣泛使用的聚類算法進(jìn)行對比。使用純度作為外部標(biāo)準(zhǔn)來評估聚類算法的性能，并計(jì)算了由聚類算法得出的每個(gè)聚類的緊密度，以評估聚類算法的有效性。實(shí)驗(yàn)結(jié)果表明，在大多數(shù)情況下，該算法的錯(cuò)誤率低于研究中使用的其他聚類算法。

發(fā)表于：12/15/2020 3:28:16 PM

16線POTS ONT硬件設(shè)計(jì)[模擬設(shè)計(jì)][其他]

光網(wǎng)絡(luò)設(shè)備（Optical Network Terminal,ONT）是XPON網(wǎng)絡(luò)接入方案中的產(chǎn)品，是一種應(yīng)用在用戶端的光網(wǎng)絡(luò)終端，有GPON和EPON。介紹以PON ONU SOC為主控芯片的16線POTS ONT的硬件設(shè)計(jì)及遇到的問題以及如何解決這些問題。此設(shè)計(jì)是一款基于GPON（ITU-T G.984）標(biāo)準(zhǔn)并支持以太網(wǎng)和語音接口的ONT，適用于北美市場，滿足NEBS1標(biāo)準(zhǔn)。本設(shè)計(jì)的特點(diǎn)是有16線的語音用戶接口和1個(gè)GE的接口，上聯(lián)是GPON，支持Dying Gasp且功耗低。

發(fā)表于：12/15/2020 3:22:00 PM

基于圖卷積網(wǎng)格自編碼器的網(wǎng)格參數(shù)化[人工智能][通信網(wǎng)絡(luò)]

網(wǎng)格參數(shù)化作為數(shù)字幾何處理的基本工具，在游戲娛樂、工程設(shè)計(jì)、仿真模擬等多種領(lǐng)域有著廣泛的應(yīng)用背景。傳統(tǒng)的網(wǎng)格參數(shù)化方法大多通過求解線性系統(tǒng)或者非線性系統(tǒng)獲得結(jié)果，存在著求解速度慢、不夠魯棒的問題。提出了一個(gè)基于圖卷積網(wǎng)格自編碼器的網(wǎng)格參數(shù)化模型，采用了圖卷積網(wǎng)格自編碼器的編碼部分與自行構(gòu)建的參數(shù)化解碼部分結(jié)合的方式生成網(wǎng)絡(luò)，使用一類人臉網(wǎng)格數(shù)據(jù)集作為網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)，并與傳統(tǒng)優(yōu)化算法進(jìn)行對比。結(jié)果表明，使用建立的網(wǎng)格參數(shù)化模型，在保證參數(shù)化效果的同時(shí)，獲得參數(shù)化結(jié)果的速度比SLIM(Scalable Locally Injective Mappings，SLIM)算法快68%，比PP(Progressive Parameterizations)算法快約4倍。

發(fā)表于：12/15/2020 3:20:50 PM

微型仿生撲翼飛行器研究綜述[人工智能][航空航天]

基于仿生學(xué)原理的撲翼飛行器因質(zhì)量輕、體積小、靈活性好、隱蔽性高等優(yōu)點(diǎn)在軍事和民用領(lǐng)域應(yīng)用廣泛，實(shí)現(xiàn)撲翼飛行器的微型化是未來發(fā)展方向。首先介紹了微型仿生撲翼飛行器的概念和特點(diǎn)，分析了研究背景和國內(nèi)外研究現(xiàn)狀及成果，在此基礎(chǔ)上，就實(shí)現(xiàn)微型仿生撲翼飛行器需要解決的關(guān)鍵技術(shù)和難題進(jìn)行了討論，最后對我國微型仿生撲翼飛行器的應(yīng)用前景作出展望。

發(fā)表于：12/15/2020 3:15:13 PM

用戶行為仿真的部署與調(diào)度問題研究[其他][其他]

近年來，網(wǎng)絡(luò)空間對抗形勢日趨嚴(yán)峻，網(wǎng)絡(luò)攻擊技術(shù)更是日益復(fù)雜。但對網(wǎng)絡(luò)攻擊技術(shù)的測試不能在現(xiàn)實(shí)的網(wǎng)絡(luò)環(huán)境中進(jìn)行，對此，網(wǎng)絡(luò)靶場技術(shù)成為近年來關(guān)注的一個(gè)熱點(diǎn)。為在網(wǎng)絡(luò)靶場中高逼真地模擬現(xiàn)實(shí)網(wǎng)絡(luò)，大規(guī)模用戶行為仿真技術(shù)至關(guān)重要。研究了如何在有限的資源條件下，通過虛擬化容器技術(shù)，實(shí)現(xiàn)大規(guī)模的用戶行為仿真，并實(shí)現(xiàn)其部署和調(diào)度問題。

發(fā)表于：12/15/2020 3:14:00 PM

Raw格式巖心圖像超分辨率重建[人工智能][其他]

在巖心面陣相機(jī)開發(fā)中，可以使用基于學(xué)習(xí)的超分辨率技術(shù)來提升巖心圖像的分辨率。針對現(xiàn)有超分辨率技術(shù)在重建巖心圖像時(shí)存在的細(xì)節(jié)模糊或色彩偏差等問題，提出了一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的Raw格式巖心圖像超分辨率重建算法。首先，模擬相機(jī)圖像處理器的線性處理部分合成線性圖像數(shù)據(jù)集；然后，通過一個(gè)雙層卷積神經(jīng)網(wǎng)絡(luò)，分別訓(xùn)練高低分辨率圖像之間的紋理、色彩映射關(guān)系；最后，用重建出的線性高分辨率圖像模擬相機(jī)圖像處理器的非線性處理部分，獲得紋理清晰且色彩逼真的巖心重建圖像。實(shí)驗(yàn)結(jié)果表明，本文提出的重建算法提升了巖心圖像的重建效果。

發(fā)表于：12/15/2020 3:09:34 PM