亚洲欧美日韩在线不卡,26uuu另类亚洲欧美日本,欧美福利视频导航

基于Copula函數(shù)的列車減振器蛻化率估計(jì)[嵌入式技術(shù)][汽車電子]

為了準(zhǔn)確估計(jì)高速列車轉(zhuǎn)向架關(guān)鍵部件的機(jī)械磨損程度，提出了一種基于Copula函數(shù)的抗蛇行減振器阻尼參數(shù)蛻化率估計(jì)方法。該方法以高速列車抗蛇行減振器阻尼系數(shù)在不同蛻化率下的振動(dòng)信號(hào)為研究對(duì)象，經(jīng)過(guò)小波包濾波后，通過(guò)泛化高斯分布對(duì)各信號(hào)的邊緣分布進(jìn)行擬合，并使用Gaussian Copula函數(shù)構(gòu)建不同蛻化率下的信號(hào)與車輛正常時(shí)信號(hào)的聯(lián)合概率密度函數(shù)。提取聯(lián)合概率密度函數(shù)的均值作為特征，并對(duì)目標(biāo)信號(hào)的蛻化率進(jìn)行估計(jì)。對(duì)某型高速列車轉(zhuǎn)向架抗蛇行減振器不同參數(shù)蛻化率的振動(dòng)信號(hào)進(jìn)行實(shí)驗(yàn)，并與真實(shí)值進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明，在200 km/h速度下，實(shí)驗(yàn)誤差均在范圍內(nèi)，表明了該方法的有效性。

發(fā)表于：9/2/2016

HEVC中Merge模式候選決策的探究和優(yōu)化[嵌入式技術(shù)][其他]

針對(duì)Merge模式中存在的運(yùn)算時(shí)間長(zhǎng)且計(jì)算復(fù)雜度高的問(wèn)題，通過(guò)對(duì)候選PU的合并過(guò)程進(jìn)行研究，提出了優(yōu)化的候選決策算法。基于時(shí)域候選和空域候選決策算法在不同情況下對(duì)當(dāng)前塊的影響程度不同，自適應(yīng)地改變候選決策列表來(lái)減少計(jì)算復(fù)雜度和提高預(yù)測(cè)精度。與標(biāo)準(zhǔn)算法相比，該算法在視頻序列的PSNR值略有增高、碼率減少的情況下，編碼時(shí)間得到有效減少。而且該算法在提高HEVC編碼率失真性能的同時(shí)有效降低了計(jì)算復(fù)雜度。

發(fā)表于：9/1/2016

HEVC中Merge模式候選決策的探究和優(yōu)化[嵌入式技術(shù)][其他]

針對(duì)Merge模式中存在的運(yùn)算時(shí)間長(zhǎng)且計(jì)算復(fù)雜度高的問(wèn)題，通過(guò)對(duì)候選PU的合并過(guò)程進(jìn)行研究，提出了優(yōu)化的候選決策算法。基于時(shí)域候選和空域候選決策算法在不同情況下對(duì)當(dāng)前塊的影響程度不同，自適應(yīng)地改變候選決策列表來(lái)減少計(jì)算復(fù)雜度和提高預(yù)測(cè)精度。與標(biāo)準(zhǔn)算法相比，該算法在視頻序列的PSNR值略有增高、碼率減少的情況下，編碼時(shí)間得到有效減少。而且該算法在提高HEVC編碼率失真性能的同時(shí)有效降低了計(jì)算復(fù)雜度。

發(fā)表于：9/1/2016

B類AIS信息介紹及其解碼顯示[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

在內(nèi)河和近海區(qū)域中大多數(shù)中小船舶已經(jīng)安裝B類AIS船載設(shè)備。詳細(xì)介紹了B類AIS信息，重點(diǎn)描述了B類CS型AIS具有的特點(diǎn)，并深入研究了AIS信息的報(bào)文結(jié)構(gòu)，利用新的算法對(duì)報(bào)文解碼，將解碼后的AIS船舶作為新的圖層以船舶圖形化的方式顯示在地圖上，實(shí)現(xiàn)了船舶相關(guān)信息的查詢，方便VTS對(duì)接收到的船舶實(shí)時(shí)監(jiān)測(cè)。

發(fā)表于：9/1/2016

基于FPGA+TCAM架構(gòu)的網(wǎng)絡(luò)分流系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

：網(wǎng)絡(luò)流量分類技術(shù)為網(wǎng)絡(luò)服務(wù)提供有力保障，在網(wǎng)絡(luò)行為分析和網(wǎng)絡(luò)監(jiān)管方面發(fā)揮重要作用。設(shè)計(jì)并實(shí)現(xiàn)了一種基于FPGA+TCAM架構(gòu)的網(wǎng)絡(luò)分流系統(tǒng)，接入高速網(wǎng)絡(luò)信號(hào)，恢復(fù)數(shù)據(jù)流信息，并對(duì)其進(jìn)行分流管理。解決了傳統(tǒng)網(wǎng)絡(luò)分流系統(tǒng)接入速率不高，分流效果差的問(wèn)題。最后對(duì)系統(tǒng)平臺(tái)進(jìn)行了測(cè)試，測(cè)試結(jié)果表明，該系統(tǒng)具備在高速網(wǎng)絡(luò)環(huán)境下數(shù)據(jù)流實(shí)時(shí)分流處理的能力。

發(fā)表于：9/1/2016

基于接收端信號(hào)的水聲網(wǎng)絡(luò)MAC協(xié)議[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

水聲網(wǎng)絡(luò)的信道具有數(shù)據(jù)速率低以及傳播時(shí)延長(zhǎng)的特點(diǎn)，如果采用握手機(jī)制減少數(shù)據(jù)沖突，將降低信道利用率和網(wǎng)絡(luò)的吞吐量。提出了一種基于接收節(jié)點(diǎn)發(fā)送短信號(hào)告知鄰居節(jié)點(diǎn)其接收狀態(tài)的水聲網(wǎng)絡(luò)MAC協(xié)議，即當(dāng)接收節(jié)點(diǎn)接收數(shù)據(jù)時(shí)，向鄰居節(jié)點(diǎn)發(fā)送短信號(hào)通知其當(dāng)前時(shí)刻不要發(fā)送數(shù)據(jù)，解決了隱藏終端和暴露終端的問(wèn)題，并提高了網(wǎng)絡(luò)吞吐量；除此之外，使用短信號(hào)還能夠降低能量損耗。仿真結(jié)果表明該協(xié)議能夠?qū)崿F(xiàn)上述目的。

發(fā)表于：9/1/2016

基于DTBNN的雙閾值圖像分割方法[嵌入式技術(shù)][其他]

為了能夠?qū)崿F(xiàn)動(dòng)態(tài)無(wú)灰度特征峰值的圖像分割，提出一種基于決策樹(shù)的神經(jīng)網(wǎng)絡(luò)(Decision Tree Based Neural Network，DTBNN)雙閾值圖像分割方法。該方法首先運(yùn)用決策樹(shù)與神經(jīng)網(wǎng)絡(luò)的對(duì)應(yīng)關(guān)系，構(gòu)建出穩(wěn)定、訓(xùn)練高效的神經(jīng)網(wǎng)絡(luò)；然后通過(guò)實(shí)驗(yàn)采集的圖像提取圖像灰度均值，最大灰度偏差與閾值映射函數(shù)作為樣本數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)；最后采用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對(duì)被測(cè)圖像進(jìn)行閾值映射函數(shù)篩選，并計(jì)算出被測(cè)圖像的上下灰度閾值，完成對(duì)圖像的雙閾值分割。仿真實(shí)驗(yàn)表明，該方法不依賴于灰度直方圖的峰值特征并能獲取較好的上下限分割閾值，與最大類間方差雙閾值法和最大熵雙閾值法比較，能夠在動(dòng)態(tài)圖像中實(shí)現(xiàn)雙閾值分割。

發(fā)表于：9/1/2016

基于類圓目標(biāo)歸一化的木材切面輪廓檢測(cè)方法[顯示光電][其他]

在材積檢測(cè)系統(tǒng)中,對(duì)木材切面輪廓精確檢測(cè)是一大難點(diǎn),該文采用首先局部二值化圖像,并且尋找切面最大內(nèi)接圓初步確定切面中心以及類圓半徑,然后將類圓切面歸一化為矩形,在矩形上根據(jù)灰度信息尋找切面輪廓邊緣點(diǎn),通過(guò)歸一化后的邊緣計(jì)算原圖木材切面邊緣。實(shí)驗(yàn)結(jié)果表明，該方法能夠精確檢測(cè)木材切面任意輪廓,在實(shí)時(shí)性要求不高的情況下相比用圓或橢圓檢測(cè)的傳統(tǒng)算法在精度上有顯著提高。

發(fā)表于：9/1/2016

一種基于人臉?lè)指畹腜CA和SVM人臉識(shí)別方法[嵌入式技術(shù)][其他]

基于PCA 和SVM提出了一種新的人臉?lè)指罘ǎ瑢㈦p眼、額頭、鼻子、嘴等可以明顯表征人臉的六類特征提取出來(lái)，舍棄雙頰以及耳朵等特征量少的部位。融合上述人臉的特征識(shí)別結(jié)果，運(yùn)用支持向量機(jī)的方法進(jìn)行分類識(shí)別，實(shí)驗(yàn)結(jié)果表明，文章所提出的PCA與SVM融合的新的人臉?lè)指罘椒苡行У貙?duì)人臉進(jìn)行分類，極大地提升識(shí)別率。

發(fā)表于：9/1/2016

基于ASIFT算法特征匹配的研究[嵌入式技術(shù)][其他]

針對(duì)SIFT算法對(duì)大角度視角變化下特征提取魯棒性不強(qiáng)的弱點(diǎn)，引入了一種完全仿射不變的圖像特征匹配算法—ASIFT。ASIFT算法不僅繼承了SIFT算法的尺度、旋轉(zhuǎn)和平移的不變性，并且在此基礎(chǔ)上增加了兩個(gè)空間特征描述參數(shù)：經(jīng)度和緯度，從而定義出度量仿射形變的兩個(gè)參量絕對(duì)傾斜t（absolute tilt）和過(guò)渡傾斜τ（transition tilt），模擬相機(jī)光軸變化，實(shí)現(xiàn)完全仿射不變。一種雙分辨率（two-resolution）加速方法的提出，使ASIFT算法的復(fù)雜度約為SIFT的2倍。

發(fā)表于：9/1/2016

面向真皮顯微鏡圖像的邊緣空間重疊度閾值分割[顯示光電][其他]

真皮表面皮溝和皮嵴的幾何特征能反應(yīng)出人體皮膚的老化程度，而提取幾何特征的一個(gè)重要預(yù)處理是將皮溝和皮嵴進(jìn)行分割。文章提出了一種邊緣空間重疊度的閾值分割方法來(lái)自動(dòng)地分割皮溝和皮嵴。該方法主要通過(guò)比較圖像間邊緣空間的重疊度來(lái)計(jì)算出圖像的閾值。與幾種傳統(tǒng)的閾值分割方法作對(duì)比實(shí)驗(yàn)，結(jié)果表明，該方法確定的閾值能更準(zhǔn)確地分離皮溝和皮嵴。

發(fā)表于：9/1/2016

UPS不間斷電源與EPS應(yīng)急電源系統(tǒng)的比較[模擬設(shè)計(jì)][消費(fèi)電子]

UPS是Uninterruptible 　　Power Supply的縮寫，就是我們經(jīng)常所說(shuō)的UPS不間斷電源|穩(wěn)壓器。市場(chǎng)上常見(jiàn)的ups電源主要有在線式(OnLine)和后備式(OffLine)兩種。

發(fā)表于：9/1/2016

不間斷電源UPS可以隨時(shí)啟用嗎？[模擬設(shè)計(jì)][消費(fèi)電子]

我們?cè)絹?lái)越依賴技術(shù)為我們提供安全感：相機(jī)、應(yīng)急電話甚至安全led照明都給人可靠的感覺(jué)，讓我們明白，如果需要，可以隨時(shí)使用它們。確保緊急情況下的可用性依賴于不出差錯(cuò)的電源，這相應(yīng)意味著高品質(zhì)的備用電池。但是，如何知道備用電池真地不出差錯(cuò)呢?

發(fā)表于：9/1/2016

如何選購(gòu)ups電源[模擬設(shè)計(jì)][消費(fèi)電子]

對(duì)采購(gòu)者來(lái)說(shuō)，絕大部分單位和部門是首次配置UPS，對(duì)技術(shù)和使用維護(hù)方面還顯得生疏，這里就如何評(píng)價(jià)一臺(tái)UPS的優(yōu)劣，以及根據(jù)使用要求合理配置適當(dāng)?shù)钠放频确矫嬲剮c(diǎn)看法

發(fā)表于：9/1/2016

如何正確在UPS電源過(guò)程中使用蓄電池[模擬設(shè)計(jì)][消費(fèi)電子]

?在使用不間斷電源系統(tǒng)的過(guò)程中，人們往往片面地認(rèn)為蓄電池是免維護(hù)的而不加重視。然而有資料顯示，因蓄電池故障而引起UPS主機(jī)故障或工作不正常的比例大約為1/3。由此可見(jiàn)，加強(qiáng)對(duì)UPS電池的正確使用與維護(hù)，對(duì)延長(zhǎng)蓄電池的使用壽命，降低UPS系統(tǒng)故障率，有著越來(lái)越重要的意義。除了選配正規(guī)品牌蓄電池以外，應(yīng)從以下幾個(gè)方面入手正確地使用與維護(hù)蓄電池：

發(fā)表于：9/1/2016