国产精品麻豆果冻传,忍不住的亲子伦中文字幕国产精品麻豆久久久久

基于BIT位修正與數(shù)據(jù)疊加的快速捕獲算法

基于BIT位修正技術(shù)以及數(shù)據(jù)疊加預(yù)處理技術(shù)，提出了一種在長(zhǎng)積分時(shí)間條件下能夠有效抑制導(dǎo)航數(shù)據(jù)跳變影響,同時(shí)降低捕獲運(yùn)算量的算法,。該算法理論分析結(jié)果表明,，在輸入信噪比為-29 dB條件下，預(yù)檢積分時(shí)間選取20 ms時(shí),，虛警概率Pfa=0.001時(shí),，檢測(cè)概率Pd能夠達(dá)到0.99，此時(shí)該算法運(yùn)算量分別是延遲相乘算法,、信號(hào)壓縮算法,、非相干捕獲算法、FFT并行碼搜索算法運(yùn)算量的26.1%,、21.4%,、10.5%、8.07%,，故此算法具有很大的優(yōu)勢(shì),。

發(fā)表于：1/23/2017

基于Census變換的自適應(yīng)權(quán)值Hamming距離立體匹配算法

傳統(tǒng)的Census+Hamming距離立體匹配算法往往由于將鄰域像素等同對(duì)待，從而缺少足夠的匹配信息,，造成較高的誤匹配率,。對(duì)此提出了一種自適用加權(quán)的Hamming距離算法，通過引入鄰域像素空間距離,，使在距離測(cè)算時(shí)將鄰域像素分等級(jí)計(jì)算,，豐富了匹配圖像的信息。并且使用梯度圖像像素之間的距離作為聚合代價(jià)計(jì)算的權(quán)值,，實(shí)驗(yàn)證明其對(duì)于噪聲有一定的抗干擾性,，并且能夠很好地反映紋理等信息，同時(shí)引入稀疏聚合窗口來(lái)減少算法的復(fù)雜度,。最后進(jìn)行亞像素插值增大匹配的正確性,。通過對(duì)比試驗(yàn)證明，此算法不僅能夠提高匹配的準(zhǔn)確性和抗干擾性,，還能減少算法的復(fù)雜度,，適用于實(shí)時(shí)的立體匹配。

發(fā)表于：1/23/2017

基于抽樣路徑的K-匿名隱私保護(hù)算法

K-匿名是信息隱私保護(hù)的一種常用技術(shù),，而使用K-匿名技術(shù)不可避免會(huì)造成發(fā)布數(shù)據(jù)的信息損失,，因此，如何提高K-匿名化后數(shù)據(jù)集的可用性一直以來(lái)都是K-匿名隱私保護(hù)的研究重點(diǎn)。對(duì)此提出了一種基于抽樣路徑的局域泛化算法——SPOLG算法,。該算法基于泛化格尋找信息損失較小的泛化路徑,，為減少尋徑時(shí)間，引入等概率抽樣的思想,，選用等概率抽樣中的系統(tǒng)抽樣方法進(jìn)行取樣,，利用樣本代替數(shù)據(jù)集在泛化格上尋找目標(biāo)泛化路徑，最后在該路徑上對(duì)數(shù)據(jù)集進(jìn)行泛化,。同時(shí),，本算法使用局域泛化技術(shù)，能夠降低信息損失量,，提高發(fā)布數(shù)據(jù)集的可用性,。實(shí)驗(yàn)結(jié)果證明，本算法匿名化的數(shù)據(jù)集信息損失度低,，數(shù)據(jù)可用性高,。

發(fā)表于：1/23/2017

基于曲率尺度空間的角點(diǎn)檢測(cè)圖像匹配算法分析

計(jì)算機(jī)技術(shù)的發(fā)展下，優(yōu)化提升圖像匹配算法,，可以提升圖像檢測(cè)精度,?；谇食叨瓤臻g的角點(diǎn)檢測(cè)圖技術(shù),，優(yōu)化設(shè)計(jì)圖像匹配算法，基于曲率尺度空間的角點(diǎn)檢測(cè)算法進(jìn)行圖像特征點(diǎn)的提取,，歸一化處理特征點(diǎn),，有助于提高圖像匹配精度。利用該算法最終實(shí)現(xiàn)圖像匹配需求,，驗(yàn)證了算法的有效性,，改進(jìn)了圖像匹配中特征點(diǎn)過度分離的弊端，提高了圖像匹配檢測(cè)的整體精度約10.0%,。該算法發(fā)揮了積極應(yīng)用價(jià)值,，值得在實(shí)踐應(yīng)用中推廣。

發(fā)表于：1/23/2017

STM32的窗口看門狗

?stm32有兩個(gè)看門狗,，獨(dú)立看門狗和窗口看門狗,，其實(shí)兩者的功能是類似的，只是喂狗的限制時(shí)間不同,。

發(fā)表于：1/18/2017

微軟將于 4 月將推出電子書店，Edge 是標(biāo)配閱讀器

有消息稱,，微軟準(zhǔn)備在 Windows Store 中加設(shè)“書籍”欄目，填補(bǔ)在電子書店領(lǐng)域空缺，預(yù)計(jì)將于 2017 年 4 月推出,。

發(fā)表于：1/18/2017

Google 又玩黑科技，用機(jī)器學(xué)習(xí)幫你節(jié)省 75% 流量

在最專業(yè)的圖片處理軟件 Photoshop 中,，當(dāng)你導(dǎo)出圖片時(shí)，有一個(gè)叫“存儲(chǔ)為網(wǎng)頁(yè)所用格式”的選項(xiàng),，它清楚地列出了你可以保存的圖片品質(zhì),，以及圖片在不同帶寬下的加載時(shí)間。

發(fā)表于：1/17/2017

應(yīng)用人工智能,，Google 圖像壓縮技術(shù)又升級(jí)

圖片和照片的傳播在社交網(wǎng)絡(luò)里占了很大的比重,，無(wú)論是專業(yè)的攝影師還是業(yè)余的攝影愛好者,，無(wú)論是旅行、玩具還是街景,，每一幅圖片都有自己的故事,，都應(yīng)該被關(guān)注。

發(fā)表于：1/17/2017

基于局部控制核的彩色圖像目標(biāo)檢測(cè)方法

在圖像處理問題中,，對(duì)圖像中給定目標(biāo)進(jìn)行檢測(cè)和定位時(shí),，為提高目標(biāo)檢測(cè)的速度與可靠性，引入一種基于圖像局部控制核的目標(biāo)檢測(cè)算法,。利用參考圖像同等大小的窗口遍歷目標(biāo)圖像,，得到一系列與參考圖大小相同的子圖，然后計(jì)算參考圖和目標(biāo)子圖的局部控制核,，得到圖像特征信息的數(shù)據(jù)矩陣,。為了提高運(yùn)算速度，對(duì)數(shù)據(jù)矩陣用局部保留投影方法降維,。再用相似性判決準(zhǔn)則將參考圖像與目標(biāo)圖像中子塊的特征矩陣進(jìn)行相似性分析,，查找與參考圖像最相似矩陣所對(duì)應(yīng)的圖像區(qū)域即為檢測(cè)結(jié)果。實(shí)驗(yàn)結(jié)果表明,，該算法對(duì)目標(biāo)定位具有較高的可靠性與準(zhǔn)確度,。

發(fā)表于：1/17/2017

三星認(rèn)了!迫于樸槿惠壓力向特定機(jī)構(gòu)提供大量資金

負(fù)責(zé)調(diào)查“親信干政”事件的韓國(guó)特別檢察組13日早晨結(jié)束對(duì)三星電子副會(huì)長(zhǎng)李在镕近22小時(shí)的問訊，表示將在今后兩天內(nèi)考慮是否對(duì)李在镕啟動(dòng)申請(qǐng)逮捕令等司法程序,。李在镕承認(rèn),，三星迫于總統(tǒng)方面的壓力向特定機(jī)構(gòu)提供了大量資金。

發(fā)表于：1/16/2017

Amazon聯(lián)手Xilinx推出云端新FPGA解決方案

在2016年11月中旬舉辦的“2016年超算大會(huì)上”,，F(xiàn)PGA大廠Xilinx發(fā)布了可重配置加速棧(ReconfigurableAcceleraTIon Stack),。配合可重構(gòu)的FPGA,，這個(gè)架構(gòu)能解決可重構(gòu)計(jì)算中的編程困難問題，并加速可重構(gòu)計(jì)算生態(tài)的建設(shè),。

發(fā)表于：1/16/2017

用于油畫鑒別的自適應(yīng)MPSoC中NoC仿真平臺(tái)研究

實(shí)時(shí)光譜圖像技術(shù)的應(yīng)用是數(shù)據(jù)和通信的密集型算法的綜合,。因?yàn)槠舷到y(tǒng)（SoC）具有較大的靈活性及良好的性能，并可以直接采用IP核,，基于片上網(wǎng)絡(luò)（NoC）的SoC架構(gòu)是實(shí)現(xiàn)這種實(shí)時(shí)系統(tǒng)最合適的解決方案,。針對(duì)不同的應(yīng)用算法，調(diào)整基于SoC的NoC架構(gòu)是較為復(fù)雜的工作,，因?yàn)樵O(shè)計(jì)空間探索和實(shí)驗(yàn)需要大量的時(shí)間,。針對(duì)這些問題，提出了一種探索和評(píng)估SoC架構(gòu)性能的仿真平臺(tái),。該仿真平臺(tái)基于NoC和參數(shù)化的評(píng)估模塊,，在FPGA上對(duì)SoC的通信結(jié)構(gòu)進(jìn)行仿真，并將時(shí)間性能和模擬結(jié)果進(jìn)行對(duì)比,?；谠摲抡嫫脚_(tái)的系統(tǒng)評(píng)估主要用來(lái)考察用于油畫鑒別應(yīng)用的MPSoC的性能。

發(fā)表于：1/16/2017

基于字典學(xué)習(xí)的古建筑圖像修復(fù)研究

古代建筑圖紙是我國(guó)重要的民族瑰寶,，亟待利用現(xiàn)代計(jì)算機(jī)技術(shù)對(duì)古代建筑圖紙進(jìn)行信息化和修復(fù),。提出了一種新的基于字典學(xué)習(xí)的古建筑圖像修復(fù)模型，通過K-svd算法進(jìn)行字典學(xué)習(xí),，在稀疏域利用已知像素信息填充缺損像素,，從而實(shí)現(xiàn)對(duì)古建筑圖像的修復(fù)及噪聲的濾除。實(shí)驗(yàn)表明,，該算法能較好地修復(fù)古建筑圖像,，降低圖像的均方誤差,，在實(shí)際應(yīng)用中具有良好的可行性和應(yīng)用前景,。

發(fā)表于：1/12/2017

基于殘差統(tǒng)計(jì)的時(shí)間序列加性離群點(diǎn)檢測(cè)算法研究

針對(duì)時(shí)間序列，提出了一種基于殘差統(tǒng)計(jì)的加性離群點(diǎn)檢測(cè)算法,，利用AR模型對(duì)時(shí)間序列進(jìn)行前向與后向擬合,；采用了數(shù)據(jù)相對(duì)變化率判別法減少離群點(diǎn)對(duì)擬合的影響；根據(jù)假設(shè)檢驗(yàn)原理,，以高斯分布統(tǒng)計(jì)檢驗(yàn)對(duì)殘差進(jìn)行統(tǒng)計(jì)分析并最終確定離群點(diǎn),。仿真結(jié)果表明，該方法對(duì)離群點(diǎn)檢測(cè)有較高的準(zhǔn)確性,。

發(fā)表于：1/12/2017

基于圖像塊分類處理的快速單圖超分辨率重建

基于稀疏編碼的單幅圖像超分辨率重建效果較好,，但其計(jì)算量大、計(jì)算復(fù)雜,，較低的超分速度阻礙了實(shí)時(shí)應(yīng)用,。為提高超分速度,，提出一種基于圖像塊處理的快速超分辨率重建算法。先將特征提取后的圖像塊用均值和方差對(duì)分成3類,，再分別運(yùn)用不同的方法對(duì)圖像塊進(jìn)行超分處理,，如雙三次插值（Bicubic）、鄰域嵌入（NE）和稀疏編碼超分法（SCSR）等,。另外還運(yùn)用主成分分析法（PCA）對(duì)圖像塊進(jìn)行降維,。實(shí)驗(yàn)中與經(jīng)典的SCSR方法相比較，在獲得幾乎相同的PSNR值時(shí),，超分耗時(shí)減少了17.2 s,。新方法的超分效果與經(jīng)典的NE和SCSR方法處于同一水平，超分速度得到了較顯著的提高,。

發(fā)表于：1/12/2017