国产av一区二区三区精品咪咪爱,97青草超碰久久国内精品91中文字幕宅男精品 ,中文字幕精品不卡

龍芯3A4000主板VGA接口電路設(shè)計及研究[其他][其他]

VGA接口以其良好的兼容性,、成熟的技術(shù)優(yōu)勢,、較低的成本等優(yōu)點(diǎn)成為電子設(shè)備顯示應(yīng)用中最為廣泛的接口類型?；邶埿?A4000主板功能性要求,，利用高性能視頻數(shù)模轉(zhuǎn)換芯片ADV7125將DVO總線數(shù)字信號轉(zhuǎn)換為模擬信號通過VGA接口實(shí)現(xiàn)視頻輸出,。對VGA接口及實(shí)現(xiàn)原理做了基本介紹，并對VGA視頻輸出功能拓?fù)浣Y(jié)構(gòu)以及VGA接口電路設(shè)計做了詳細(xì)的描述,。測試結(jié)果表明,，對于不同顯示模式的視頻信號，該接口電路設(shè)計均符合功能性及可靠性要求,，視頻顯示功能正常且性能良好,。

發(fā)表于：11/3/2021 10:58:00 AM

高速大容量DDR微系統(tǒng)過孔串?dāng)_研究[其他][其他]

隨著高速數(shù)字微系統(tǒng)中DDR總線信號傳輸速率與系統(tǒng)集成度的不斷提高，過孔串?dāng)_問題成為影響系統(tǒng)信號完整性的不可忽視的因素之一,?；陔姶篷詈侠碚摚ㄟ^建模仿真方法量化分析了過孔串?dāng)_的主要影響因素以及串?dāng)_噪聲對信號質(zhì)量的影響,，在此基礎(chǔ)上提出了過孔設(shè)計的主要原則以及減小串?dāng)_噪聲的優(yōu)化設(shè)計方法,；介紹了一種正反面腔體結(jié)構(gòu)系統(tǒng)級封裝的信號處理微系統(tǒng)基板，結(jié)合JEDEC標(biāo)準(zhǔn)對DDR3總線進(jìn)行了仿真分析與評估,，通過以上方法優(yōu)化過孔串?dāng)_大大改善了DDR總線的信號完整性,，驗(yàn)證了該方法的正確性與有效性。

發(fā)表于：11/3/2021 10:53:00 AM

基于MSP432的AliOS Things操作系統(tǒng)移植[其他][物聯(lián)網(wǎng)]

物聯(lián)網(wǎng)中含有大量的低成本,、低功耗并具有組網(wǎng)功能的嵌入式設(shè)備,。物聯(lián)網(wǎng)操作系統(tǒng)可比傳統(tǒng)操作系統(tǒng)更好地適配此類設(shè)備,。AliOS Things作為近年來新型的物聯(lián)網(wǎng)操作系統(tǒng)，集成了多種面向物聯(lián)網(wǎng)領(lǐng)域的組件和功能,。采用Cortex-M內(nèi)核的MSP432系列微控制器具有高性能和超低功耗的優(yōu)點(diǎn),。以MSP432P401R微控制器為例的AliOS Things操作系統(tǒng)移植方法與過程，可廣泛應(yīng)用于物聯(lián)網(wǎng)的終端設(shè)備,，具有一定的參考價值,。

發(fā)表于：11/3/2021 10:48:00 AM

二階廣義全變分耦合非局部變換域模型的圖像放大[其他][其他]

為了提高偏微分方程放大算法對弱邊緣和紋理細(xì)節(jié)的放大效果，采用二階廣義全變分耦合非局部變換域模型,提出了一種圖像放大算法模型,。非局部變換域模型通過對相似圖像塊構(gòu)成的圖像組進(jìn)行三維變換,，利用由于圖像非局部自相似特性導(dǎo)致的變換系數(shù)稀疏特性建模，能夠很好利用圖像中相似圖像塊的非局部信息,。該算法利用二階廣義全變分模型增強(qiáng)強(qiáng)邊緣,，非局部變換域模型增強(qiáng)弱邊緣和紋理細(xì)節(jié)，通過變分模型實(shí)現(xiàn)兩者的耦合,，具有良好的放大效果,。與其他算法進(jìn)行仿真實(shí)驗(yàn)比較，二階廣義全變分耦合非局部變換域模型在處理強(qiáng)邊緣,、弱邊緣和細(xì)節(jié)上都取得了較好的放大效果,。

發(fā)表于：11/3/2021 10:43:00 AM

微流程模型的效率改進(jìn)[其他][其他]

業(yè)務(wù)流程管理技術(shù)是組織實(shí)施信息系統(tǒng)的重要使能技術(shù)。為提高流程模型的質(zhì)量,，提出了一種改進(jìn)微流程模型效率的方法,。首先，根據(jù)微流程模型的結(jié)構(gòu),，提取任務(wù)關(guān)系,；其次，從數(shù)據(jù)視角,，分析任務(wù)間的依賴關(guān)系,；然后，根據(jù)依賴關(guān)系,，更新任務(wù)關(guān)系,；最后，根據(jù)更新后的任務(wù)關(guān)系,，使用經(jīng)典?琢算法重構(gòu)一個新的流程模型,。實(shí)驗(yàn)結(jié)果表明，該方法能有效改進(jìn)微流程模型的效率,。

發(fā)表于：11/3/2021 10:39:00 AM

基于噪音擬合的優(yōu)化變步長濾波最小均方算法[其他][其他]

為了更快地實(shí)現(xiàn)主動降噪，設(shè)計了噪音多項式擬合模型,，提出了改進(jìn)的變步長濾波最小均方算法(Improved Filtered-x Least Mean Square,，IFxLMS),。該算法在統(tǒng)計噪音信號的同時，對噪音信號進(jìn)行擬合與預(yù)測,，隨后結(jié)合誤差信號與預(yù)測信號對步長進(jìn)行調(diào)節(jié),，達(dá)到快速調(diào)節(jié)的目的。為了驗(yàn)證該算法的性能,，將該算法與傳統(tǒng)變步長濾波最小均方算法對比試驗(yàn),，仿真結(jié)果顯示，在相同噪音條件下,，新算法將噪音信號降到10 dB,、20 dB、30 dB,、35 dB等信噪比時,，所需的迭代次數(shù)減少了4次～60次不等，在同時新算法的魯棒性也優(yōu)于普通的濾波變步長最小均方算法,。

發(fā)表于：11/3/2021 10:34:00 AM

改進(jìn)電潤濕電子紙圖像自適應(yīng)增強(qiáng)算法[其他][其他]

由于電潤濕顯示器受顯示技術(shù)的限制存在圖像失真,、邊緣細(xì)節(jié)丟失的問題，為了提高顯示質(zhì)量,，提出一種改進(jìn)電潤濕電子紙圖像自適應(yīng)增強(qiáng)算法,。首先，通過基于局部標(biāo)準(zhǔn)差的引導(dǎo)濾波獲得顯著圖像,，然后,，結(jié)合顯著圖以及改進(jìn)的引導(dǎo)濾波獲得鈍化模糊圖像，有效消除引導(dǎo)濾波平滑圖像后產(chǎn)生的光暈現(xiàn)象,；最后,，將原圖像與鈍化模糊圖像作差提取圖像中的細(xì)節(jié)部分，利用改進(jìn)的非銳化掩模將細(xì)節(jié)部分與原圖像自適應(yīng)融合,。實(shí)驗(yàn)結(jié)果表明,，相較于傳統(tǒng)線性非銳化掩模方法，該方法其圖像評價指標(biāo)H值,、PSNR值分別平均提高了0.2%,、28.4%，AMBE值平均降低了88.4%,，SSIM的值更加接近1,。因此，該算法使得圖像顯示在電潤濕顯示器上細(xì)節(jié)紋理更加清晰可見,，同時避免圖像過度增強(qiáng),，取得了較好的顯示效果。

發(fā)表于：11/3/2021 10:29:00 AM

基于投影法和卷積神經(jīng)網(wǎng)絡(luò)的手寫漢字圖像分割研究[其他][其他]

為提高手寫漢字的識別率,，針對手寫漢字的有效分割,，建立了卷積神經(jīng)網(wǎng)絡(luò)手寫漢字體識別模型,，并對投影法和輪廓檢測法的適用性進(jìn)行了對比分析。實(shí)驗(yàn)結(jié)果顯示,，相較于輪廓檢測法,，投影法更適用于手寫漢字識別中對文字圖像的處理工作，可以實(shí)現(xiàn)對所需文字的有效切分,，同時簡化手寫漢字識別網(wǎng)絡(luò)的設(shè)置并提高識別準(zhǔn)確率,。

發(fā)表于：11/3/2021 10:24:00 AM

基于深度級聯(lián)網(wǎng)絡(luò)的入侵檢測算法研究[其他][其他]

針對海量多源異構(gòu)的網(wǎng)絡(luò)流量數(shù)據(jù)難以用傳統(tǒng)的機(jī)器學(xué)習(xí)算法有效提取特征，分類效果差的問題,，提出一種基于深度級聯(lián)網(wǎng)絡(luò)的入侵檢測算法,，利用神經(jīng)網(wǎng)絡(luò)自動學(xué)習(xí)特征的能力，將卷積神經(jīng)網(wǎng)絡(luò)和長短期記憶網(wǎng)絡(luò)結(jié)合起來,，同時提取流量數(shù)據(jù)的空間特征和時序特征,，并采用softmax進(jìn)行分類，提高模型的檢測性能和泛化能力,。最后將該算法在KDDCUP99數(shù)據(jù)集上進(jìn)行驗(yàn)證,，實(shí)驗(yàn)結(jié)果表明，該入侵檢測模型相較于SVM,、DBN等算法有更高的檢測率,，準(zhǔn)確率可達(dá)95.39%，誤報率僅0.96%,，有效提高了入侵檢測分類性能,。

發(fā)表于：11/3/2021 10:15:00 AM

自適應(yīng)定階的快速Burg算法設(shè)計與FPGA實(shí)現(xiàn)[其他][其他]

針對信號頻譜分析的實(shí)時性要求，設(shè)計了一種適用于短序列的自適應(yīng)定階的快速Burg算法硬件加速電路,。以FPGA為平臺進(jìn)行實(shí)驗(yàn),，將快速Burg算法與最終預(yù)測誤差(Final Prediction Error，F(xiàn)PE)準(zhǔn)則結(jié)合可做到自回歸(Auto-Regressive,，AR)參數(shù)自適應(yīng)定階,。實(shí)現(xiàn)了靈活控制的并行二級流水線結(jié)構(gòu)和并行化計算單元，同時優(yōu)化了存儲單元,，達(dá)到速度與面積的平衡,。實(shí)驗(yàn)結(jié)果表明，該算法對短序列也能準(zhǔn)確地估計信號頻率,，與Burg算法硬件實(shí)現(xiàn)方案的計算時間對比,，該算法將運(yùn)算時間降低了75%，確實(shí)起到了加速作用,，并且節(jié)省了內(nèi)存空間,，符合設(shè)計要求。

發(fā)表于：11/3/2021 10:07:00 AM