国产精品原创AV片国产日韩,国产一级婬乱片片AAA毛片,亚洲人成午夜免电影费观看

基于FXLMS算法的直升機(jī)旋翼主動噪聲控制的研究[其他][其他]

為了降低直升機(jī)旋翼噪聲，采用FXLMS算法建立了直升機(jī)旋翼噪聲主動控制系統(tǒng)模型。采用離線辨識方法對次級聲路徑進(jìn)行辨識。利用旋翼轉(zhuǎn)速信號構(gòu)造聲源參考信號，從而避免次級聲源對參考信號的干擾。結(jié)合歸一化算法與G-SVSLMS算法，提出一種改進(jìn)的變步長算法。該算法不僅具有收斂速度快、穩(wěn)態(tài)誤差小的優(yōu)點(diǎn)，而且適應(yīng)參考信號時變的特點(diǎn)，參數(shù)選擇方便。仿真研究了旋翼噪聲，與G-SVSLMS算法相比，該算法具有更快的收斂速度，對參考信號變化的適應(yīng)性更好，與歸一化算法相比具有更小的穩(wěn)態(tài)誤差。結(jié)果表明，該算法能有效降低直升機(jī)旋翼噪聲，在一定頻率下降噪效果可達(dá)24.8 dB，同時提高了系統(tǒng)的穩(wěn)定性。

發(fā)表于：5/12/2023 11:03:52 AM

基于顯微成像系統(tǒng)最優(yōu)聚焦函數(shù)選取[其他][其他]

與光學(xué)成像系統(tǒng)不同，光學(xué)顯微的成像系統(tǒng)景深較小，在聚焦過程中的主要核心問題在于聚焦評價函數(shù)的選取。針對目前常用的8種聚焦評價函數(shù)進(jìn)行實(shí)驗，并對聚焦評價曲線進(jìn)行定性分析，采用靈敏度因子、清晰度度比率、平緩區(qū)波動量以及運(yùn)行時間進(jìn)行定量分析，結(jié)合分析數(shù)據(jù)選取出適用于顯微成像系統(tǒng)的最優(yōu)聚焦評價函數(shù)。

發(fā)表于：5/12/2023 10:46:50 AM

基于(Δcos(?))?ΔI因子的步進(jìn)電機(jī)驅(qū)動電流優(yōu)化控制研究[其他][其他]

脈沖步進(jìn)指令控制的傳統(tǒng)步進(jìn)電機(jī)具有開環(huán)定位的特點(diǎn)，無需位置傳感器。而開環(huán)控制的缺點(diǎn)在于當(dāng)發(fā)生過載時容易導(dǎo)致失步，為了降低失步發(fā)生的概率，步進(jìn)電機(jī)通常以最大電流工作，這會影響其工作效率。針對上述問題，提出了一種基于(Δcos(?))?ΔI因子的優(yōu)化步進(jìn)電機(jī)驅(qū)動電流的控制算法，該算法結(jié)合步進(jìn)電機(jī)的特性及其步進(jìn)指令脈沖，適用性強(qiáng)，計算過程簡單，無需額外設(shè)置步進(jìn)電機(jī)的機(jī)械或電氣參數(shù)。利用混合式步進(jìn)電機(jī)的實(shí)測數(shù)據(jù)進(jìn)行了數(shù)據(jù)仿真實(shí)驗，證明了所提出算法的有效性。

發(fā)表于：5/12/2023 10:27:38 AM

面向6G的通信感知一體化[通信與網(wǎng)絡(luò)][5G]

通信感知一體化作為6G的重要特征和關(guān)鍵使能技術(shù)，實(shí)現(xiàn)了通信和感知的信息共享和協(xié)同增益。首先介紹了通信感知一體化技術(shù)的研究現(xiàn)狀，從學(xué)術(shù)研究和標(biāo)準(zhǔn)化進(jìn)展兩方面進(jìn)行了梳理，進(jìn)而在網(wǎng)絡(luò)架構(gòu)、組網(wǎng)和波形設(shè)計三方面對于通信技術(shù)和感知技術(shù)的一體化設(shè)計問題進(jìn)行了深入探討和總結(jié)分析。最后展望了通信感知一體化技術(shù)在6G的中發(fā)展趨勢并分析了可能面臨的挑戰(zhàn)。

發(fā)表于：5/12/2023 10:20:28 AM

一種基于雙歷史站的數(shù)據(jù)庫存儲結(jié)構(gòu)的設(shè)計與實(shí)現(xiàn)[模擬設(shè)計][工業(yè)自動化]

在DCS系統(tǒng)中，歷史站承擔(dān)著歷史數(shù)據(jù)的收集、存儲以及查詢功能，而實(shí)時和歷史數(shù)據(jù)庫存儲結(jié)構(gòu)的設(shè)計則是組態(tài)軟件的核心技術(shù)。設(shè)計了一種基于雙歷史站的實(shí)時和歷史數(shù)據(jù)庫存儲結(jié)構(gòu)的設(shè)計和實(shí)現(xiàn)方法，分別介紹了系統(tǒng)體系設(shè)計、數(shù)據(jù)采集、實(shí)時數(shù)據(jù)數(shù)據(jù)庫設(shè)計、歷史數(shù)據(jù)庫設(shè)計、數(shù)據(jù)同步策略、歷史數(shù)據(jù)庫對外接口等。該系統(tǒng)實(shí)時性高、存儲空間節(jié)約、查詢速度快，已經(jīng)廣泛應(yīng)用于多個領(lǐng)域的工業(yè)控制系統(tǒng)。

發(fā)表于：5/12/2023 9:56:10 AM

面向臨床決策支持系統(tǒng)的醫(yī)療文本分析模型[其他][醫(yī)療電子]

醫(yī)療文本的特征提取及分析在建設(shè)臨床決策支持系統(tǒng)方面具有較大的實(shí)用價值。針對包含各種術(shù)語和縮寫的原始醫(yī)療文本難以提取特征的情況，提出了一種基于BERT與Word2vec的醫(yī)療文本分析模型。該模型對醫(yī)療病歷中關(guān)鍵醫(yī)療實(shí)體進(jìn)行識別，基于知識建立權(quán)重評分機(jī)制，對醫(yī)學(xué)文本進(jìn)行語義分析。實(shí)驗數(shù)據(jù)表明，模型在醫(yī)療文本特征提取方面具有一定優(yōu)勢，對高血壓性腦出血病歷的分析診斷性能良好，能有效應(yīng)用于臨床決策支持系統(tǒng)。

發(fā)表于：5/12/2023 9:49:10 AM

基于增強(qiáng)語義信息理解的場景圖生成[其他][其他]

場景圖生成（SGG）任務(wù)旨在檢測圖像中的視覺關(guān)系三元組，即主語、謂語、賓語，為場景理解提供結(jié)構(gòu)視覺布局。然而，現(xiàn)有的場景圖生成方法忽略了預(yù)測的謂詞頻率高但卻無信息性的問題，從而阻礙了該領(lǐng)域進(jìn)步。為了解決上述問題，提出一種基于增強(qiáng)語義信息理解的場景圖生成算法。整個模型由特征提取模塊、圖像裁剪模塊、語義轉(zhuǎn)化模塊、拓展信息謂詞模塊四部分組成。特征提取模塊和圖像裁剪模塊負(fù)責(zé)提取視覺特征并使其具有全局性和多樣性。語義轉(zhuǎn)化模塊負(fù)責(zé)將謂詞之間的語義關(guān)系從常見的預(yù)測中恢復(fù)信息預(yù)測。拓展信息謂詞模塊負(fù)責(zé)擴(kuò)展信息謂詞的采樣空間。在數(shù)據(jù)集VG和VG-MSDN上與其他方法進(jìn)行比較，平均召回率分別達(dá)到59.5%和40.9%。該算法可改善預(yù)測出來的謂詞信息性不足問題，進(jìn)而提升場景圖生成算法的性能。

發(fā)表于：5/12/2023 9:43:26 AM

我國數(shù)據(jù)交易統(tǒng)一大市場發(fā)展現(xiàn)狀與路徑思考[其他][數(shù)據(jù)中心]

數(shù)據(jù)交易在數(shù)字經(jīng)濟(jì)發(fā)展發(fā)展中發(fā)揮了至關(guān)重要的作用。通過梳理我國當(dāng)前數(shù)據(jù)市場交易暴露的痛點(diǎn)問題，圍繞我國數(shù)據(jù)要素市場培育的總體要求，結(jié)合實(shí)踐基礎(chǔ)以及國家推進(jìn)全國統(tǒng)一大市場的總體要求，提出破解數(shù)據(jù)交易困境、加快建設(shè)全國統(tǒng)一數(shù)據(jù)交易市場亟待處理好安全與發(fā)展、政府與市場、競爭與合作以及管理與技術(shù)四對關(guān)系。同時，以“統(tǒng)一制度建設(shè)、推進(jìn)交易場所功能互補(bǔ)、強(qiáng)化基礎(chǔ)設(shè)施互聯(lián)互通和推進(jìn)所商分離與生態(tài)建設(shè)”為四大核心抓手，推動統(tǒng)一數(shù)據(jù)交易市場建設(shè)。

發(fā)表于：5/12/2023 9:32:27 AM

基于Radon變換的高分辨SAR圖像艦船目標(biāo)精細(xì)分割[其他][其他]

隨著合成孔徑雷達(dá)（Synthetic Aperture Radar， SAR）分辨率的提升，利用SAR圖像進(jìn)行艦船檢測和識別逐漸成為海洋目標(biāo)監(jiān)視的重要手段。但受限于SAR成像機(jī)理，高分辨SAR圖像旁瓣問題開始凸顯，這嚴(yán)重影響艦船目標(biāo)的主體分割。提出一種基于Radon變換的艦船目標(biāo)精細(xì)分割算法，通過將SAR圖像進(jìn)行Radon變換，在Radon域?qū)崿F(xiàn)了旁瓣數(shù)據(jù)的識別與剔除。然后利用形態(tài)學(xué)濾波去除細(xì)碎旁瓣，最終實(shí)現(xiàn)了SAR圖像旁瓣的有效抑制。利用高分三號和COSMO-SkyMed衛(wèi)星圖像數(shù)據(jù)對算法進(jìn)行驗證，結(jié)果表明該算法相比于現(xiàn)有分割算法，在區(qū)域內(nèi)均勻性、區(qū)域間差異性、形狀復(fù)雜度等方面均具有較好的提升。

發(fā)表于：5/12/2023 9:17:34 AM

結(jié)合區(qū)域全局特征和Ann-SIFT的二階段快速景象匹配算法[其他][其他]

在GPS拒止環(huán)境下，提出了一種基于高清航拍圖像的視覺定位方法。為了保證高分辨率圖像匹配的實(shí)時性，結(jié)合粗粒度高級語義全局特征和細(xì)粒度點(diǎn)特征實(shí)現(xiàn)兩階段快速景象匹配。第一階段，設(shè)計三元組網(wǎng)絡(luò)針對圖像區(qū)域提取具有尺度和旋轉(zhuǎn)不變性的全局描述符進(jìn)行區(qū)域預(yù)匹配。第二階段，快速最近鄰點(diǎn)搜索的Ann-SIFT對實(shí)時圖和參考區(qū)域進(jìn)行精確點(diǎn)匹配以實(shí)現(xiàn)定位。對于3 000×3 000的參考圖像和500×500到1 000×1 000尺寸范圍的實(shí)時圖像，平均耗時可以從66.24 s降低到0.97 s。

發(fā)表于：5/12/2023 9:05:02 AM