午夜福利中文字幕福利.com,亚洲中文人妻视频久久久

基于三維濾波的紅外弱小目標(biāo)檢測(cè)技術(shù)研究[其他][其他]

為了提升幀差法在復(fù)雜環(huán)境中低信噪比目標(biāo)的檢測(cè)效果,，基于運(yùn)動(dòng)目標(biāo)在時(shí)間上具有連續(xù)性的原理,，利用檢測(cè)前跟蹤的算法,，通過(guò)三維濾波預(yù)處理和目標(biāo)軌跡性判斷相結(jié)合的設(shè)計(jì)準(zhǔn)確篩選出目標(biāo),，達(dá)到在保持高檢測(cè)率的前提下降低虛警的效果，對(duì)弱小目標(biāo)檢測(cè)具有顯著意義,。

發(fā)表于：3/26/2021 9:24:00 AM

基于遺傳算法的小型高增益陣列天線設(shè)計(jì)[模擬設(shè)計(jì)][其他]

針對(duì)小型化毫米波雷達(dá)對(duì)大探測(cè)范圍及遠(yuǎn)距離探測(cè)的需求,，提出了一種Ka波段串并聯(lián)混合饋電的微帶陣列天線。天線陣列采用模塊化設(shè)計(jì),，通過(guò)采用遺傳算法優(yōu)化調(diào)整子陣列的相對(duì)位置控制波束寬度及增益,。仿真及加工實(shí)測(cè)得到天線在中心頻率36 GHz的E、H面波束寬度為28°,、15°,，最大增益15 dBi，測(cè)試與仿真結(jié)果基本符合,，表明該天線陣列適用于小型毫米波雷達(dá),。

發(fā)表于：3/25/2021 9:12:00 AM

多通道低相噪同步頻率源設(shè)計(jì)[其他][其他]

針對(duì)數(shù)字射頻存儲(chǔ)器(Digital Radio Frequency Memory，DRFM)系統(tǒng)在進(jìn)行對(duì)外部輸入信號(hào)采集時(shí),，對(duì)高穩(wěn)頻率源需求問(wèn)題,，提出了一種基于兩級(jí)鎖相環(huán)的多通道低相噪同步頻率源設(shè)計(jì)方法，實(shí)現(xiàn)了6路在2.26～2 600 MHz范圍內(nèi)任意頻率信號(hào)輸出,。通過(guò)線性疊加的方法,，理論分析了鎖相環(huán)中相位噪聲的模型，并根據(jù)相位噪聲的來(lái)源進(jìn)行優(yōu)化設(shè)計(jì),。最后對(duì)頻率源電路雜散和相位噪聲進(jìn)行測(cè)試,，測(cè)試結(jié)果表明該頻率源電路輸出1.25 GHz頻率時(shí)的雜散抑制優(yōu)于-60 dBc，相位噪聲抑制優(yōu)于-104.91 dBc/Hz@500kHz,。

發(fā)表于：3/25/2021 9:05:00 AM

應(yīng)用于電推進(jìn)系統(tǒng)的寬輸入電壓范圍高壓電源研究[電源技術(shù)][其他]

電推進(jìn)電源(Power Processing Unit,，PPU)是電推進(jìn)系統(tǒng)的核心單機(jī)，其體積,、重量及關(guān)鍵技術(shù)難度往往超過(guò)推力器本身,。屏柵電源及陽(yáng)極電源這類大功率高壓電源是電推進(jìn)電源系統(tǒng)的核心部件。針對(duì)多模式切換電推進(jìn)系統(tǒng)的需求,，提出了一種適用于寬輸入電壓范圍屏柵電源的兩級(jí)式功率拓?fù)浼軜?gòu),，前級(jí)為兩相交錯(cuò)并聯(lián)Boost拓?fù)湟詫?shí)現(xiàn)寬范圍調(diào)壓，后級(jí)為工作于最優(yōu)頻率點(diǎn)的不控諧振拓?fù)湟詫?shí)現(xiàn)高變比隔離升壓,。研究該功率拓?fù)浼軜?gòu)的控制方式及磁性器件的設(shè)計(jì)原則并最終給出了相應(yīng)的實(shí)驗(yàn)結(jié)果,。

發(fā)表于：3/24/2021 9:16:00 AM

一種全自動(dòng)螺絲供料機(jī)控制系統(tǒng)的設(shè)計(jì)與分析[模擬設(shè)計(jì)][其他]

為了實(shí)現(xiàn)生產(chǎn)線螺絲的高效供給和輸送，應(yīng)用于自動(dòng)化產(chǎn)品裝配線,，設(shè)計(jì)了一種基于STC12C5410單片機(jī)的螺絲供料機(jī)控制系統(tǒng),。系統(tǒng)以STC12C5410為硬件核心控制器，包括缺料報(bào)警、排列并輸送螺絲等功能,。系統(tǒng)主要通過(guò)光電開(kāi)關(guān)和電磁閥實(shí)現(xiàn)供料,，有效提高了螺絲輸送的效率和穩(wěn)定性。另設(shè)計(jì)了調(diào)整電批扭力和控制電機(jī)制動(dòng)的電路,，并進(jìn)行仿真和實(shí)驗(yàn),，為之后此功能集成到配套電批中使用提供技術(shù)準(zhǔn)備,。

發(fā)表于：3/24/2021 9:06:00 AM

基于PowerPC架構(gòu)的波束指向算法的優(yōu)化[其他][其他]

基于PowerPC架構(gòu)提出了一種波束指向算法的優(yōu)化策略,，分別從三角函數(shù)的速算優(yōu)化、浮點(diǎn)數(shù)運(yùn)算的優(yōu)化,、循環(huán)嵌套優(yōu)化,、基于PowerPC指令集的優(yōu)化等方面來(lái)實(shí)現(xiàn)。通過(guò)提出的優(yōu)化算法,，算法處理時(shí)間縮短為原來(lái)的十分之一,。提出的優(yōu)化策略對(duì)其他平臺(tái)算法開(kāi)發(fā)和優(yōu)化也具有一定的指導(dǎo)和借鑒意義。

發(fā)表于：3/23/2021 9:35:00 AM

基于CNN-LSTM神經(jīng)網(wǎng)絡(luò)的聲紋識(shí)別系統(tǒng)設(shè)計(jì)[通信與網(wǎng)絡(luò)][醫(yī)療電子]

為實(shí)現(xiàn)對(duì)心血管疾病的預(yù)警,，及早發(fā)現(xiàn)以心率,、心肺音惡性變化為代表的危險(xiǎn)前兆，設(shè)計(jì)基于CNN-LSTM神經(jīng)網(wǎng)絡(luò)的聲紋識(shí)別系統(tǒng),。利用物聯(lián)網(wǎng)技術(shù)融合心率傳感芯片,、單片機(jī)、電子聽(tīng)診器等設(shè)備,，對(duì)心率進(jìn)行實(shí)時(shí)監(jiān)測(cè),、輔助預(yù)警；根據(jù)梅爾道普頻率系數(shù)對(duì)心肺音信號(hào)進(jìn)行特征提取,，構(gòu)建基于CNN-LSTM算法的心肺音智能識(shí)別模型,，對(duì)部分心肺音進(jìn)行智能檢測(cè)診斷，實(shí)驗(yàn)結(jié)果顯示損失值為0.082,，準(zhǔn)確率達(dá)0.908,。開(kāi)拓了人工智能技術(shù)在心血管疾病預(yù)警方面的應(yīng)用空間，前瞻性強(qiáng),、結(jié)構(gòu)框架完整,，可有效避免醫(yī)療資源浪費(fèi)，前置對(duì)心血管疾病的應(yīng)對(duì)措施,，市場(chǎng)應(yīng)用前景廣闊,，對(duì)于推動(dòng)智慧醫(yī)療有重大作用。

發(fā)表于：3/23/2021 9:14:00 AM

一種基于噪聲點(diǎn)鄰域的形態(tài)學(xué)濾波算法研究[其他][其他]

以可疑噪聲點(diǎn)為中心構(gòu)建一定大小的鄰域,，對(duì)可疑椒噪聲點(diǎn)鄰域進(jìn)行形態(tài)學(xué)閉濾波,，對(duì)可疑鹽噪聲點(diǎn)鄰域進(jìn)行形態(tài)學(xué)開(kāi)濾波，并以濾波后的該鄰域中心點(diǎn)的灰度值替換可疑噪聲點(diǎn)的灰度值，而非可疑噪聲點(diǎn)的灰度值保持不變,。實(shí)驗(yàn)表明,，該方案切實(shí)可行，濾波后的圖像具有均方誤差小以及峰值信噪比高等優(yōu)點(diǎn),。其濾波性能相比標(biāo)準(zhǔn)中值濾波算法,、形態(tài)開(kāi)閉組合濾波算法、自適應(yīng)中值濾波算法等有一定程度的提高,。

發(fā)表于：3/22/2021 9:10:00 AM

接觸式輪廓掃描儀系統(tǒng)標(biāo)定算法[其他][其他]

接觸式輪廓掃描儀其原理是利用編碼器返回的長(zhǎng)度序列以及旋轉(zhuǎn)平臺(tái)的旋轉(zhuǎn)角度來(lái)確定被測(cè)物體的輪廓坐標(biāo),，由于檢測(cè)鉤的起始點(diǎn)與旋轉(zhuǎn)平臺(tái)中心不重合，導(dǎo)致直接利用所測(cè)數(shù)據(jù)繪制出的輪廓不準(zhǔn)確,。為解決這個(gè)誤差,，提出一種不需要建立系統(tǒng)的精準(zhǔn)誤差模型，而是利用測(cè)量尺寸已知的正方形標(biāo)定板所得到的數(shù)據(jù)去獲取系統(tǒng)參數(shù),，進(jìn)而對(duì)輪廓坐標(biāo)進(jìn)行在線標(biāo)定的方法,。通過(guò)編程模擬仿真了測(cè)量過(guò)程，并將獲取到的參數(shù)與理想?yún)?shù)值進(jìn)行比較,，模擬數(shù)據(jù)表明該算法可以使測(cè)量誤差控制在0.5 mm以下,，角度誤差控制在0.1°以下，符合設(shè)備的精度要求,，可以快速還原被測(cè)圖形的真實(shí)輪廓,。

發(fā)表于：3/22/2021 9:03:00 AM

基于密集子圖挖掘的刷單團(tuán)伙識(shí)別方法[其他][其他]

隨著電商的不斷發(fā)展，如何發(fā)現(xiàn)刷單賬戶以維護(hù)市場(chǎng)秩序是亟待解決的問(wèn)題,。根據(jù)用戶的購(gòu)買記錄構(gòu)建用戶關(guān)系網(wǎng)絡(luò)圖,。根據(jù)電商刷單特性，提出通過(guò)計(jì)算用戶之間的關(guān)聯(lián)性來(lái)對(duì)抗偽裝,，并提出了一種密集子圖可疑度量,。根據(jù)關(guān)聯(lián)性和密集子圖可疑度量，實(shí)現(xiàn)了一種針對(duì)電商的刷單團(tuán)伙識(shí)別方法,。實(shí)驗(yàn)結(jié)果表明,，在真實(shí)的天貓數(shù)據(jù)集上，所提出的方法能有效地捕捉刷單團(tuán)體, 結(jié)果與FRAUDAR算法相近,，有較好的識(shí)別效果,。

發(fā)表于：3/18/2021 5:51:41 PM