一级A片特爽高潮视频浪潮,性盈盈影院中文字幕在线,国产家庭伦乱三级网站

設(shè)計應(yīng)用

基于SoPC的雙頻激光回饋位移測量系統(tǒng)設(shè)計

基于SoPC的雙頻激光回饋位移測量系統(tǒng)設(shè)計[測試測量][工業(yè)自動化]

介紹了一種基于SoPC的雙頻激光回饋位移測量系統(tǒng)的實現(xiàn)方法。該系統(tǒng)利用雙頻激光回饋理論和數(shù)字細分電路，對兩路正交的光回饋信號采用五細分和四細分電路相結(jié)合進行細分處理，解決了單偏振光測量位移分辨率不高的問題。實驗證明了本系統(tǒng)的可行性,精度達到了0.791 nm，是一種應(yīng)用很好的位移測量系統(tǒng)。

發(fā)表于：9/12/2018 4:27:52 PM

基于Handel-C的軟硬件協(xié)同驗證方法

基于Handel-C的軟硬件協(xié)同驗證方法[電源技術(shù)][工業(yè)自動化]

針對數(shù)字集成電路中傳統(tǒng)IP驗證方法效率不高的問題，提出了一種新的IP驗證方法。該方法以O(shè)penGL-ES中坐標(biāo)變換算法為例，利用Handel-C對其進行建模并用FPGA實現(xiàn)。最后與軟件測試平臺進行了協(xié)同驗證。驗證結(jié)果表明，對復(fù)雜的驗證模塊而言，該方法和傳統(tǒng)的Modelsim仿真對比，在速度上具有明顯的優(yōu)勢。

發(fā)表于：9/12/2018 4:24:28 PM

限定空間無線傳感器節(jié)點電路低功耗的優(yōu)化

限定空間無線傳感器節(jié)點電路低功耗的優(yōu)化[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

限定空間無線傳感器節(jié)點的低功耗分析一直存在成本高、精度低的缺點。在對比總結(jié)了傳統(tǒng)低功耗電路的原理及特點的基礎(chǔ)上，指出了其優(yōu)缺點。通過具體實驗電路加入負反饋，得到了相應(yīng)的數(shù)據(jù)并進行對比，得出了較低功率消耗的結(jié)論。同時，結(jié)合目前的發(fā)展情況給出了相應(yīng)的改進措施。通過對硬、軟件結(jié)構(gòu)的剖析，給出了仿真結(jié)果，證明此方案具有廣闊的發(fā)展應(yīng)用前景。

發(fā)表于：9/12/2018 4:20:45 PM

基于粒子群優(yōu)化的模糊C均值聚類算法*

基于粒子群優(yōu)化的模糊C均值聚類算法*[通信與網(wǎng)絡(luò)][信息安全]

針對模糊C均值聚類算法(FCM)存在對初始聚類中心敏感，易陷入局部最優(yōu)解的不足，將改進的粒子群聚類算法與FCM算法相結(jié)合，提出了一種基于粒子群優(yōu)化的模糊C均值聚類算法。該算法對粒子群初始化空間及粒子移動最大速度進行優(yōu)化，同時引入環(huán)形拓撲結(jié)構(gòu)鄰域，提高粒子群聚類算法的全局搜索能力。對UCI中3個數(shù)據(jù)集進行仿真實驗，結(jié)果表明提出的基于粒子群優(yōu)化的模糊C均值聚類算法相比FCM算法和基本粒子群聚類算法具有更好的聚類效率和準(zhǔn)確性。

發(fā)表于：9/11/2018 4:08:00 PM

Landsat 8 OLI多光譜與全色影像融合算法的比較*

Landsat 8 OLI多光譜與全色影像融合算法的比較*[通信與網(wǎng)絡(luò)][其他]

以Landsat8 OLI衛(wèi)星遙感影像為數(shù)據(jù)源，以大伙房水庫為研究區(qū)，采用Brovery融合法、NNDiffuse Pan Sharpening融合法和Gram-Schmidt融合法對比研究了多光譜和全色數(shù)據(jù)的融合問題。經(jīng)過定性和定量分析發(fā)現(xiàn)，Gram-Schmidt融合法和NN融合法擁有更豐富的光譜信息，且光譜保真度最優(yōu)的是Gram-Schmidt融合法。針對Gram-Schmidt融合法，選取了水體邊界線處的影像像元進行光譜分析，研究結(jié)果發(fā)現(xiàn)，融合后的水體邊界線呈現(xiàn)得更為清晰，有助于細化水體提取邊界。

發(fā)表于：9/11/2018 4:08:00 PM

基于混沌擾動PSO算法的云計算任務(wù)調(diào)度

基于混沌擾動PSO算法的云計算任務(wù)調(diào)度[通信與網(wǎng)絡(luò)][信息安全]

粒子群優(yōu)化（PSO）算法在云計算環(huán)境下任務(wù)調(diào)度方面應(yīng)用十分廣泛。針對算法易陷入局部最優(yōu)、收斂速度慢的缺陷，從基本概念入手，在算法中加入改進的動態(tài)慣性權(quán)重和外部擾動策略，改善PSO算法的局部尋優(yōu)能力，提高算法迭代后期收斂速度和搜索的精度，最后利用Cloudsim進行實驗，將新算法與其他算法任務(wù)執(zhí)行總的迭代次數(shù)的結(jié)果進行對比，新算法克服了粒子群算法的缺點，能夠有效地平衡全局和局部搜索能力，任務(wù)的完成時間相對較少。

發(fā)表于：9/11/2018 3:29:00 PM

基于SECaaS模式的網(wǎng)絡(luò)安全監(jiān)管服務(wù)化研究

基于SECaaS模式的網(wǎng)絡(luò)安全監(jiān)管服務(wù)化研究[通信與網(wǎng)絡(luò)][信息安全]

重要行業(yè)的網(wǎng)絡(luò)和信息系統(tǒng)一直是敵對分子試圖破壞和竊取信息的主要目標(biāo)。行業(yè)各級主管部門也紛紛加強了網(wǎng)絡(luò)安全建設(shè)，將建立自上而下的網(wǎng)絡(luò)安全監(jiān)管體系作為重要支撐手段來落實網(wǎng)絡(luò)安全管理。目前行業(yè)網(wǎng)絡(luò)安全監(jiān)管在落地性、同步性和層次性等方面還存在問題。究其根源在于人才缺乏導(dǎo)致的安全能力分布不均衡。通過論述采用SECaaS模式實現(xiàn)網(wǎng)絡(luò)安全監(jiān)管服務(wù)化，將網(wǎng)絡(luò)安全問題的驗證、分析和解決方案設(shè)計等能力要求高的工作在云端解決，以彌補下級單位人才不足的缺陷，從而實現(xiàn)對整個行業(yè)網(wǎng)絡(luò)安全短板的補足，全面提升行業(yè)網(wǎng)絡(luò)安全的整體水平。

發(fā)表于：9/11/2018 2:58:00 PM

智能汽車系統(tǒng)模糊方向控制的分析

智能汽車系統(tǒng)模糊方向控制的分析[通信與網(wǎng)絡(luò)][汽車電子]

在5G技術(shù)的背景下,對當(dāng)前智能汽車自動駕駛的方向控制領(lǐng)域進行研究?，F(xiàn)有智能車識別算法大多都依賴于中線誤差以控制智能汽車行駛，一旦應(yīng)對無中線或者中線難以獲取的道路就束手無策。針對該現(xiàn)狀，對智能汽車隨動系統(tǒng)進行了魯棒性分析，在此基礎(chǔ)上提出了具體的模糊方向控制策略，并通過實驗驗證了該策略的優(yōu)勢。對智能汽車系統(tǒng)的分析、解決策略和實驗有利于對智能汽車系統(tǒng)進行改進。

發(fā)表于：9/11/2018 9:58:00 AM

基于物聯(lián)網(wǎng)系統(tǒng)的NOMA與SWIFT結(jié)合的研究

基于物聯(lián)網(wǎng)系統(tǒng)的NOMA與SWIFT結(jié)合的研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

提出一種支持物聯(lián)網(wǎng)（IoT）應(yīng)用的基于mmWave的無線異構(gòu)系統(tǒng)中應(yīng)用非正交多路訪問（NOMA）的中繼方案。該方案利用了低功率中繼部署的特殊性，結(jié)合IoT設(shè)備的能量收集功能，推斷中繼協(xié)助下的用戶性能表現(xiàn)。在中繼或IoT設(shè)備的協(xié)助下，下行NOMA傳輸由兩個階段組成：(1)基站（BS）通過應(yīng)用NOMA同時向用戶設(shè)備（UE）和所選擇的中繼發(fā)送復(fù)合信號；(2)BS發(fā)送另一個消息給UE 1，同時向UE 2發(fā)送解碼的消息。仿真結(jié)果表明，所設(shè)計的方案可行、有效。

發(fā)表于：9/11/2018 9:40:00 AM

基于深度學(xué)習(xí)和半監(jiān)督學(xué)習(xí)的webshell檢測方法

基于深度學(xué)習(xí)和半監(jiān)督學(xué)習(xí)的webshell檢測方法[通信與網(wǎng)絡(luò)][信息安全]

半監(jiān)督學(xué)習(xí)是一種重要的機器學(xué)習(xí)方法，能同時使用有標(biāo)記樣本和無標(biāo)記樣本進行學(xué)習(xí)。在webshell檢測領(lǐng)域，有標(biāo)記樣本少、形式靈活多變、易混淆，基于特征匹配的方式很難進行準(zhǔn)確檢測。針對標(biāo)記樣本較少的現(xiàn)狀，提出一種基于深度學(xué)習(xí)和半監(jiān)督學(xué)習(xí)的webshell檢測方法，先使用卡方檢驗和深度學(xué)習(xí)方法獲取樣本的文本向量，然后分別使用單分類和增量學(xué)習(xí)方式訓(xùn)練，提高分類性能。使用github公開數(shù)據(jù)集進行訓(xùn)練和測試，實驗結(jié)果驗證該方法能夠有效改善webshell檢測的漏報率和誤報率。

發(fā)表于：9/10/2018 5:21:00 PM