日本高清精品,67PAO国产成视频永久免费

一種基于雙向變換器的太陽能電池儲能供電系統(tǒng)[電源技術(shù)][智能電網(wǎng)]

為了解決太陽能供電系統(tǒng)中輸出效率低的問題，提出了一種基于雙向變換器的電池儲能供電系統(tǒng)。該系統(tǒng)由微控制器模塊、DC-DC變換器模塊和開關(guān)模塊組成。微控制器模塊能夠檢測和調(diào)整輸入輸出電流，DC-DC變換器模塊可以實現(xiàn)輸入端到輸出端的電壓變換，開關(guān)模塊能夠改變變換器兩端能量傳輸方向。實驗表明，當充電電流為2 A時，其效率可達97.25%；當放電電流為1 A時，效率可達95.3%。電流步進調(diào)整值小于0.05 A。

發(fā)表于：12/3/2018 3:06:00 PM

雙沿調(diào)制的雙管Buck-Boost變換器[電源技術(shù)][其他]

雙管Buck-Boost變換器具有輸入輸出同極性、開關(guān)管應力低等優(yōu)點，同步方式下開關(guān)損耗嚴重，非同步方式下采用交錯、雙沿控制方式，變換器的效率有所改善。為進一步提高雙管Buck-Boost變換器的效率，提出了一種兩模態(tài)雙沿調(diào)制的控制策略，通過對變換器在任意占空比、任意移相情況下的開關(guān)控制方式進行詳細討論和分析，并比較四種開關(guān)方式的幾個主要特性的優(yōu)劣，得出兩模態(tài)雙沿調(diào)制的控制策略可有效降低變換器電感平均電流、減少工作的開關(guān)數(shù)量并提高效率的結(jié)論，最后通過搭建仿真模型，驗證了其正確性和有效性。

發(fā)表于：12/3/2018 2:49:00 PM

基于搜索的短文本分類算法研究[嵌入式技術(shù)][其他]

針對傳統(tǒng)分類算法在處理短文本時的不足，提出了一種基于搜索的NaiveBayes文本分類方法。該分類方法對文本數(shù)據(jù)集規(guī)模、文檔長度、類別數(shù)量、分布等情況綜合考慮，對樸素貝葉斯算法進行改進，將搜索技術(shù)應用到了文本分類領(lǐng)域。該分類算法能夠更好地適用于微博、微信、短信、短語評論等短文本分類領(lǐng)域。并且在分類算法、分類器構(gòu)造和評估3方面進行了詳細的介紹。實驗證明，基于搜索的文本分類器對于短文本有更好的分類效果。

發(fā)表于：11/30/2018 2:56:00 PM

面向特殊人群行為識別的主動學習與預測方法[嵌入式技術(shù)][醫(yī)療電子]

老人等特殊人群的智能護理是人體行為識別研究的新方向?，F(xiàn)有行為識別方法在學習樣本時需要人工標記的樣本數(shù)量多，在面向特殊人群行為識別應用時存在工作量大、識別率低的問題。為此，提出一種主動學習與預測方法，依據(jù)信息熵和互信息量構(gòu)建目標函數(shù)，主動學習行為樣本集，自動生成需要人工標記的樣本子集。同時，以無向圖模型作為行為描述子，依據(jù)信任傳播方法進行類標簽預測。實驗結(jié)果表明，該方法需要人工標記的樣本數(shù)量少，而且對特殊人群行為識別的識別率高。

發(fā)表于：11/30/2018 2:37:00 PM

基于多特征融合的J波分類模型[嵌入式技術(shù)][醫(yī)療電子]

J波是心電圖上出現(xiàn)的一種異常變異。應用計算機實現(xiàn)J波自動分類對J波疾病的臨床診斷有著重要意義?；跁r頻域和相空間兩個分析角度，一方面使用調(diào)Q小波變換（Tunable Q Wavelet Transform，TQWT）和高階累積量挖掘信號時頻域的細節(jié)特性；另一方面應用遞歸圖（Recurrence plot，RP）評估心臟系統(tǒng)遞歸點的發(fā)生狀態(tài)。兩類特征降維后并行融合于改進的AdaBoost分類器實現(xiàn)正常、良性J波和惡性J波分類。結(jié)果顯示，設(shè)計的J波多分類算法平均準確度約達到79%，可以用于J波良、惡性輔助診斷。

發(fā)表于：11/29/2018 11:04:00 AM

HDR圖像色調(diào)映射的自適應色彩調(diào)節(jié)算法[嵌入式技術(shù)][其他]

為了克服傳統(tǒng)色調(diào)映射算法處理高動態(tài)圖像過程中因忽略彩色分量而導致圖像色彩失真的現(xiàn)象，給出一種自適應的色彩調(diào)節(jié)算法。該方法首先對圖像在亮度域采用色調(diào)映射壓縮處理，然后再轉(zhuǎn)換到色彩域，采用色彩恢復和色彩增強算法處理亮度壓縮后的圖像，從而校正圖像色彩。通過實驗與其他兩種算法處理效果進行對比，分別從主觀方面和客觀方面進行分析，結(jié)果表明，在色彩域增加色彩調(diào)節(jié)算法處理，可以有效降低色彩失真的影響。

發(fā)表于：11/28/2018 6:51:00 PM

基于深度學習的美國媒體“一帶一路”輿情的情感分析[嵌入式技術(shù)][醫(yī)療電子]

分析美國主流新聞媒體針對“一帶一路”倡議的關(guān)注熱點，研究相關(guān)輿情的情感傾向。用網(wǎng)絡爬蟲自動采集相關(guān)新聞，篩選高頻詞獲得媒體關(guān)注熱點。提出一種自動摘要-卷積神經(jīng)網(wǎng)絡（Convolutional Neural Network，CNN）的集成式模型進行文檔級情感分析。該模型首先提取摘要去除原始文檔中非重要數(shù)據(jù)的干擾，再利用卷積神經(jīng)網(wǎng)絡進行句子級情感分析，通過基于語義指向的方法獲得文檔級的情感分數(shù)，并對情感波動異常文章二次分析。在真實數(shù)據(jù)上的對比實驗表明，自動摘要-CNN的集成式文檔級情感分析模型在情感分析方面優(yōu)于單一CNN的方法。

發(fā)表于：11/28/2018 1:37:00 PM

基于Docker的漏洞驗證框架的設(shè)計與實現(xiàn)[嵌入式技術(shù)][信息安全]

漏洞是信息安全研究的重要對象，但目前漏洞種類繁多，驗證方法復雜。針對搭建安全漏洞環(huán)境困難、復現(xiàn)漏洞困難的問題，基于Docker虛擬化技術(shù)，設(shè)計了一種將漏洞環(huán)境部署在容器中，并使用相應漏洞利用腳本實現(xiàn)驗證的框架系統(tǒng)。此框架系統(tǒng)驗證過程需要提供Dockerfile文件或Docker鏡像以及相匹配的漏洞驗證腳本。首先，系統(tǒng)運行一個擁有漏洞程序的Docker容器。然后，框架再調(diào)用與此漏洞相匹配的驗證或攻擊腳本來驗證漏洞可用性。經(jīng)過測試，此系統(tǒng)可以大幅提高漏洞復現(xiàn)速度，同時降低了漏洞復現(xiàn)難度與技術(shù)門檻。

發(fā)表于：11/27/2018 9:25:00 PM

基于多路并行DDS的快跳頻信號發(fā)生器設(shè)計實現(xiàn)[通信與網(wǎng)絡][通信網(wǎng)絡]

針對新型干擾功率大、頻帶寬、樣式多等特點，采用相干快跳頻體制可提高無線通信系統(tǒng)抗干擾能力。為滿足相干快跳體制中跳頻信號載波相位嚴格連續(xù)的需求，基于多路并行的直接頻率合成(DDS)技術(shù)，利用FPGA+DAC的硬件平臺，設(shè)計并實現(xiàn)了一種快跳頻信號發(fā)生器，并通過實際測試，驗證了其性能特性符合設(shè)計需求。

發(fā)表于：11/27/2018 3:52:00 PM

EHWSN中基于節(jié)點部署與路由的聯(lián)合優(yōu)化算法[通信與網(wǎng)絡][通信網(wǎng)絡]

EHWSN已經(jīng)在實踐中得到應用，如結(jié)構(gòu)健康監(jiān)測領(lǐng)域，但尚存在很多缺陷（如節(jié)點部署、路由）需要進一步研究。提出了一種用于結(jié)構(gòu)健康監(jiān)測的新型EHWSN系統(tǒng)。重點考慮3個問題：（1）部署最少的節(jié)點數(shù)量；（2）每個節(jié)點到匯聚節(jié)點的最優(yōu)傳輸路徑；（3）能量采集約束下的最大網(wǎng)絡效用。設(shè)計了一種包括節(jié)點部署、路由和能量分配的聯(lián)合優(yōu)化算法，以實現(xiàn)部署最少的節(jié)點數(shù)量達到數(shù)據(jù)采樣質(zhì)量最大化的目的。實驗結(jié)果表明，相比于現(xiàn)存的方法，該聯(lián)合優(yōu)化算法能夠取得更高效的網(wǎng)絡能量分配和更大的網(wǎng)絡效用。

發(fā)表于：11/27/2018 3:33:00 PM