欧美黑吊大战白妞,国产欧美一区二区三区在线 ,国产日韩欧美在线

STM32的窗口看門狗

?stm32有兩個看門狗，獨立看門狗和窗口看門狗，其實兩者的功能是類似的，只是喂狗的限制時間不同。

發(fā)表于：1/18/2017

微軟將于 4 月將推出電子書店，Edge 是標配閱讀器

有消息稱，微軟準備在 Windows Store 中加設“書籍”欄目，填補在電子書店領域空缺，預計將于 2017 年 4 月推出。

發(fā)表于：1/18/2017

Google 又玩黑科技，用機器學習幫你節(jié)省 75% 流量

在最專業(yè)的圖片處理軟件 Photoshop 中，當你導出圖片時，有一個叫“存儲為網(wǎng)頁所用格式”的選項，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間。

發(fā)表于：1/17/2017

應用人工智能，Google 圖像壓縮技術又升級

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

發(fā)表于：1/17/2017

基于局部控制核的彩色圖像目標檢測方法

在圖像處理問題中，對圖像中給定目標進行檢測和定位時，為提高目標檢測的速度與可靠性，引入一種基于圖像局部控制核的目標檢測算法。利用參考圖像同等大小的窗口遍歷目標圖像，得到一系列與參考圖大小相同的子圖，然后計算參考圖和目標子圖的局部控制核，得到圖像特征信息的數(shù)據(jù)矩陣。為了提高運算速度，對數(shù)據(jù)矩陣用局部保留投影方法降維。再用相似性判決準則將參考圖像與目標圖像中子塊的特征矩陣進行相似性分析，查找與參考圖像最相似矩陣所對應的圖像區(qū)域即為檢測結(jié)果。實驗結(jié)果表明，該算法對目標定位具有較高的可靠性與準確度。

發(fā)表于：1/17/2017

三星認了!迫于樸槿惠壓力向特定機構(gòu)提供大量資金

負責調(diào)查“親信干政”事件的韓國特別檢察組13日早晨結(jié)束對三星電子副會長李在镕近22小時的問訊，表示將在今后兩天內(nèi)考慮是否對李在镕啟動申請逮捕令等司法程序。李在镕承認，三星迫于總統(tǒng)方面的壓力向特定機構(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，這個架構(gòu)能解決可重構(gòu)計算中的編程困難問題，并加速可重構(gòu)計算生態(tài)的建設。

發(fā)表于：1/16/2017

用于油畫鑒別的自適應MPSoC中NoC仿真平臺研究

實時光譜圖像技術的應用是數(shù)據(jù)和通信的密集型算法的綜合。因為片上系統(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（NoC）的SoC架構(gòu)是實現(xiàn)這種實時系統(tǒng)最合適的解決方案。針對不同的應用算法，調(diào)整基于SoC的NoC架構(gòu)是較為復雜的工作，因為設計空間探索和實驗需要大量的時間。針對這些問題，提出了一種探索和評估SoC架構(gòu)性能的仿真平臺。該仿真平臺基于NoC和參數(shù)化的評估模塊，在FPGA上對SoC的通信結(jié)構(gòu)進行仿真，并將時間性能和模擬結(jié)果進行對比。基于該仿真平臺的系統(tǒng)評估主要用來考察用于油畫鑒別應用的MPSoC的性能。

發(fā)表于：1/16/2017

基于字典學習的古建筑圖像修復研究

古代建筑圖紙是我國重要的民族瑰寶，亟待利用現(xiàn)代計算機技術對古代建筑圖紙進行信息化和修復。提出了一種新的基于字典學習的古建筑圖像修復模型，通過K-svd算法進行字典學習，在稀疏域利用已知像素信息填充缺損像素，從而實現(xiàn)對古建筑圖像的修復及噪聲的濾除。實驗表明，該算法能較好地修復古建筑圖像，降低圖像的均方誤差，在實際應用中具有良好的可行性和應用前景。

發(fā)表于：1/12/2017

基于殘差統(tǒng)計的時間序列加性離群點檢測算法研究

針對時間序列，提出了一種基于殘差統(tǒng)計的加性離群點檢測算法，利用AR模型對時間序列進行前向與后向擬合；采用了數(shù)據(jù)相對變化率判別法減少離群點對擬合的影響；根據(jù)假設檢驗原理，以高斯分布統(tǒng)計檢驗對殘差進行統(tǒng)計分析并最終確定離群點。仿真結(jié)果表明，該方法對離群點檢測有較高的準確性。

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，但其計算量大、計算復雜，較低的超分速度阻礙了實時應用。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分成3類，再分別運用不同的方法對圖像塊進行超分處理，如雙三次插值（Bicubic）、鄰域嵌入（NE）和稀疏編碼超分法（SCSR）等。另外還運用主成分分析法（PCA）對圖像塊進行降維。實驗中與經(jīng)典的SCSR方法相比較，在獲得幾乎相同的PSNR值時，超分耗時減少了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

面向車間布局的自適應LANDMARC算法

在車間定位中，運用基于有源射頻識別校驗的動態(tài)定位（LANDMARC）算法時，由于車間障礙物引起的多徑效應和邊界處參考標簽數(shù)量不足，算法無法正確選擇參考標簽中的最近鄰，對此，提出一種面向車間布局的自適應LANDMARC算法。首先引入對數(shù)距離路徑損耗模型處理RFID讀寫器接收信號強度指示（RSSI），再通過對比法篩選出參考標簽有效值以及插值法在邊界插入虛擬標簽。對比傳統(tǒng)LANDMARC算法，將定位平均誤差從0.39 m降低到0.16 m，證明了自適應LANDMARC算法的有效性。

發(fā)表于：1/12/2017

一種基于FPGA實現(xiàn)的優(yōu)化正交匹配追蹤算法設計

針對壓縮感知重構(gòu)算法中正交匹配追蹤(OMP)算法在每次迭代中不能選取最優(yōu)原子問題，對OMP算法進行優(yōu)化設計，保證了每次迭代的當前觀測信號余量最小，并提出了一種基于FPGA 實現(xiàn)的優(yōu)化OMP算法硬件結(jié)構(gòu)設計。在矩陣分解部分采用了修正喬列斯基(Cholesky)分解方法，回避開方運算，以減少計算延時，易于FPGA實現(xiàn)。整個系統(tǒng)采用并行計算、資源復用技術，在提高運算速度的同時減少資源利用。在Quartus II 開發(fā)環(huán)境下對該設計進行了RTL 級描述，并在FPGA仿真平臺上進行仿真驗證。仿真結(jié)果驗證了設計的正確性。

發(fā)表于：1/12/2017

基于Django框架的故障診斷和安全評估平臺

符號有向圖（SDG）作為一種定性研究方法，在系統(tǒng)推理和圖形繪制上有待改進。詳細描述了計算機輔助下的SDG故障診斷和安全評估平臺的開發(fā)過程。平臺的開發(fā)基于開源Django框架，具有搭建維護簡單、操作方便、易于二次開發(fā)等特點；利用分層SDG模型和新的推理算法實現(xiàn)對系統(tǒng)的故障診斷和安全評估，支持故障傳播路徑查詢和分層SDG的自動繪制。以田納西-伊斯曼過程（TEP）為例，對平臺的有效性進行驗證，結(jié)果證明平臺推理結(jié)果完備、有效，具有實際應用的前景。

發(fā)表于：1/12/2017

基于PBBShift的ROI編碼方法

為使觀察者提早了解圖像的大致情況，提出了基于部分背景位平面位移(PBBShift)的感興趣區(qū)域(ROI)編碼方法。該方法將背景(BG)位平面分為兩部分，編碼時下移剩余的BG位平面，解碼時可優(yōu)先傳輸ROI系數(shù)和重要的BG系數(shù)，然后傳輸剩余的BG系數(shù)。實驗證明，該方法在低碼率下，ROI和BG質(zhì)量相差無幾；在高碼率下，ROI獲得比BG更好的質(zhì)量。改進的方法在帶寬受限的網(wǎng)絡中有很大的實用價值。

發(fā)表于：1/12/2017