yeye38亚洲综合网久久,亚洲国产精品久久精品怡红院91麻豆视频中文 ,久久久久久久精品成人热寂寞少妇亚洲精品乱码久久久久久久v

基于SoC FPGA和CNN模型的動作識別系統(tǒng)設計[可編程邏輯][工業(yè)自動化]

動作識別是重要的機器視覺研究領域之一,。設計實現基于SoC FPGA和CNN模型的動作識別系統(tǒng),。設計實現流水線型LK光流計算,、基于HOG與SVM的行人檢測模塊；設計實現動態(tài)行人檢測與靜態(tài)行人檢測結果的融合算法,，計算出目標人物所在區(qū)域,；利用該區(qū)域的視頻圖像和光流場數據，輸入CNN模型計算得到目標人物的動作識別結果; 設計指令集架構的NPU單元用于實現CNN模型計算,。整個系統(tǒng)基于DE10-Nano開發(fā)板進行軟硬件協(xié)同開發(fā),，能夠識別“站立”、“行走”,、“揮手”和“下蹲”等動作,。該系統(tǒng)具有較高的識別率和較強的設計靈活性，方便CNN模型的擴展與修改,。

發(fā)表于：3/1/2019 2:42:00 PM

高速運動平臺彈速補償的FPGA實現方法[可編程邏輯][工業(yè)自動化]

針對高速運動平臺彈速補償的實時性要求,，在基于距離徙動校正(Range Cell Migration Compensation，RCMC) 的思想上提出了一種彈速補償的FPGA實現方法,。將距離徙動校正的思想用于彈速補償,，提高了相參積累后的信噪比,，并在FPGA中完成硬件實現,，仿真實驗表明使用FPGA實現彈速補償方法具有實時性高,、處理速度快、精度高等有優(yōu)點,。

發(fā)表于：3/1/2019 2:22:00 PM

基于改進SFM的三維重建算法研究[嵌入式技術][工業(yè)自動化]

針對現有運動恢復結構算法重建模型存在點云稀疏等問題,，提出一種利用不同匹配數據進行模型重建的算法。首先通過對比上下文直方圖(CCH)生成匹配數據,，利用M估計抽樣一致(MSAC)估算圖像基礎矩陣,，進而分解得到平移和旋轉矩陣，并根據相機內參計算投影矩陣,，然后利用KLT匹配算法更新匹配數據,，最后三角化生成三維點云。該算法匹配精度高,，圖像基礎矩陣易于收斂,，通過位移實現特征點匹配，彌補了圖像低頻區(qū)域匹配數據不足的缺陷,。實驗結果表明,，與現有算法相比，該算法生成的點云更致密,；在真實環(huán)境下,，該算法可用于物體三維重建。

發(fā)表于：2/28/2019 1:13:00 PM

基于AdaBoost-PSO-ELM算法的滑坡位移預測研究[嵌入式技術][工業(yè)自動化]

礦山排土場滑坡的過程是一個動態(tài),、大延遲,、高度非線性的特性問題，影響礦山排土場滑坡的因素眾多,，各個特性指標間相互影響,，關于排土場滑坡預警并沒有嚴格的劃分標準。對此,，提出一種自適應提升算法(Adaptive Boosting,，AdaBoost)、改進的粒子群算法(Particle Swarm Optimization,，PSO)和極限學習機(Extreme Learning Machine,，ELM)相結合的礦山排土場滑坡短期預測方法。該方法首先利用粒子群優(yōu)化算法得出ELM模型的最佳輸入參數,，再通過自適應提升算法將得到的多個極限學習機弱預測器組成新的強預測器并進行預測,，最后以某礦山排土場采集的數據為算例，結果表明改進的組合方法的預測精度明顯優(yōu)于由粒子群優(yōu)化算法優(yōu)化參數的極限學習機模型和單獨的極限學習機模型的預測精度,，其預測結果接近于真實值,，為實現礦山排土場滑坡預警提供了可能,。

發(fā)表于：2/28/2019 11:50:00 AM

? 基于Cuckoo平臺的HDBSCAN惡意代碼聚類算法*[通信與網絡][信息安全]

? 泛在網絡日益受到各種各樣的惡意代碼攻擊，已經嚴重威脅到各個領域的信息安全和網絡安全,。為了分析不同種類惡意代碼之間的異同性,，通過搭建Cuckoo沙箱平臺模擬惡意代碼運行環(huán)境研究其聚類情況，以此來獲得惡意樣本模擬運行的行為分析報告,；在特征提取上為了全面覆蓋惡意代碼的主要行為,，結合了動態(tài)行為特征和內存特征；之后利用t-SNE機器學習算法來對特征屬性實現非線性降維,；最后對傳統(tǒng)的DBSCAN算法進行改進,，將改進后的算法HDBSCAN結合惡意代碼的行為特征來完成惡意代碼的聚類。實驗結果表明,，相比于經典聚類算法,，改進后的聚類算法提高了聚類質量，獲得了更好的聚類效果,，因此具有較高的可行性,。

發(fā)表于：2/28/2019 1:29:00 AM

智能變電站3/2接線的數字電能校準裝置設計[電源技術][智能電網]

在智能變電站采用3/2接線時，位于多個間隔的電子式互感器的電壓,、電流采樣值通常經過合并單元級聯(lián)或組網傳輸至數字化電能表,，電壓電流采樣時間的同步性將影響到電能計量的準確性。因此,，跨間隔采樣值的同步性是一個關鍵問題,。設計了一種適用于3/2接線的數字電能校準裝置，采用多個光纖端口同時接收來自母線PT及其合并單元,、各間隔CT及其合并單元組成的采樣值傳輸系統(tǒng)中的IEC61850-9-2報文,，運用數字報文攜帶的信息和傅里葉變換補償方法解決同步性引起的功角偏差。測試數據表明,，經過補償,，裝置解決了同步性帶來的功角偏移問題，能夠實現對3/2接線方式下電能的準確計量,。

發(fā)表于：2/27/2019 2:12:00 PM

基于最小二乘法與霍夫變換的虹膜定位算法[嵌入式技術][信息安全]

為解決定位虹膜內外邊緣時因輪廓信息不足會出現的定位不準確或者失敗問題,，提出一種采用霍夫變換與最小二乘法相結合的定位算法。首先使用形態(tài)學開操作減少圖像中孤立的小點,，并利用自適應閾值算法二值化圖像,；然后使用形態(tài)學閉操作補充小縫隙平滑圖像邊緣，再利用Canny算法提取圖像邊緣信息,；最后根據內邊緣與外邊緣的差異性分別使用霍夫變換和最小二乘法定位虹膜內外邊緣,。經實驗對比分析，該方法與傳統(tǒng)算法相比，能更快速,、準確地定位虹膜,。

發(fā)表于：2/27/2019 1:59:00 PM

非下采樣圖濾波器組的設計方法[通信與網絡][通信網絡]

針對圖濾波器組中難以準確定義一般圖信號下采樣運算的問題，提出了非下采樣圖濾波器組的設計方法,。首先,，采用樣條濾波器作為分析濾波器組。然后,，通過兩種不同的方法設計綜合濾波器組,，其中，算法一利用頂點域的完全重構條件,，構造出綜合濾波器組；算法二從子帶濾波器的頻譜特性考慮,，采用帶約束優(yōu)化算法設計綜合濾波器組,。兩種方法可設計得到完全重構的兩通道非下采樣圖濾波器組。最后,，在兩通道非下采樣圖濾波器組的基礎上,，采用級聯(lián)的方式構造出具有多分辨分析特性的多通道非下采樣圖濾波器組。仿真結果表明,，所提出的非下采樣圖濾波器組具備完全重構特性,。并且，與已有的圖濾波器組相比,，設計所得的多通道非下采樣圖濾波器組具有更好的去噪性能,。

發(fā)表于：2/26/2019 9:53:00 AM

一款基于軟光刻技術的液態(tài)金屬天線[通信與網絡][通信網絡]

提出一種新型的頻率可重構的微帶貼片天線，以液態(tài)金屬合金和高度可拉伸的彈性體分別作為輻射貼片和介質基板,。液態(tài)金屬使用的是由質量比為75% 的鎵和25% 的銦組成的共晶鎵銦合金（EGaIn）,，彈性體為聚二甲基硅氧烷（PDMS），通過實驗測量了PDMS在3種配比下的拉伸量,，當質量比為10:1時,，PDMS的粘性較低，拉伸性較好,。采用軟光刻技術制備天線的PDMS模型,，然后進行表面處理，使其能夠更好地封裝,，最后將EGaIn包裹在PDMS中形成天線,。在PDMS的拉伸極限內，通過對微帶天線進行軸向拉伸,，隨著長度的增加,，諧振頻率逐漸降低，在4~6 GHz范圍內實現了頻率可重構。

發(fā)表于：2/26/2019 9:36:00 AM

一種快速高效的太赫茲無線個域網定向MAC協(xié)議[通信與網絡][通信網絡]

太赫茲無線個域網是一種新型的無需基礎設施的中心式網絡,，支持10 Gb/s～1 Tb/s的數據傳輸速率,，具有廣泛的應用前景。針對現有太赫茲無線個域網MAC協(xié)議和高效的太赫茲無線個域網定向MAC協(xié)議ED-MAC(Efficient Directional MAC protocol)存在節(jié)點間波束賦形訓練開銷大,、耗時長的問題,，對無線個域網內設備處于靜止狀態(tài)下的場景，提出一種快速高效的太赫茲無線個域網定向MAC協(xié)議FE-MAC(Fast and Efficient MAC protocol),。通過仿真驗證,，將提出的FE-MAC協(xié)議與基于802.15.3c的太赫茲MAC協(xié)議和ED-MAC協(xié)議進行性能對比，能夠有效降低節(jié)點間數據發(fā)送時延,，提高網絡吞吐量,。

發(fā)表于：2/25/2019 2:05:00 PM