MPlayer和Qtopia在嵌入式无线卡拉OK点播终端中的应用

主要介绍MPlayer和Qtopia在嵌入式无线卡拉OK点播终端中的应用:首先分析了MPlayer的体系结构,并在此基础上给出了将MPlayer移植到三星ARM9嵌入式平台的详细过程.介绍了在宿主机建立Qtopia和Qt/Embedded交叉编译环境的过程,并基于Qtopia和Qt/Embedded体系结构,设计了嵌入式无线卡拉OK点播终端的交互式用户界面.     

一种基于GPU的碰撞检测算法

实时碰撞检测是计算机图形应用中不可缺少的组成部分。随着高性能可编程图形处理器（GPU）的发展,出现了许多利用GPU来解决复杂物体间的碰撞检测问题的方法。提出了一种基于GPU的对参数化表面的碰撞检测方法。通过使用几何图像表示的参数化表面,实时的生成GPU优化的包围体层次结构,然后在这个层次结构的基础上实现优化的基于GPU的层次碰撞检测算法。结果显示本方法可以有效的提高碰撞检测的速度,相对于在CPU上实现同样的层次结构遍历方法,基于GPU的方法可以将碰撞检测速度平均提高13%左右。     

Photoshop中透明背景的制作

在网页和多媒体课件的制作中,透明背景的图片被广泛应用,介绍了在Photoshop中将图片背景透明的方法。     

前向无线分组调度算法研究

在CDMA2000 1x EV-DO系统,针对尽力而为业务,提出改进DRC算法（M—DRC）和自适应DRC算法（A-DR ）。M-DRC算法在DRC算法基础上,引入用户平均信道环境这一附加参数,提出改进的DRC（M-DRC）指数算法。该算法将时隙分配给平均信道环境好的用户,以达到优化系统吞吐量的目标。PFS算法要体现公平性要求具有相似的信道环境,针对该问题,提出了A-DRC算法。     

基于故障跟踪估计器的非线性时滞系统故障诊断

提出一种可有效检测和估计一类非线性时滞系统故障的故障跟踪估计器.根据预测控制和迭代学习控制的思想,在所选取的优化时域长度内,通过迭代算法调节故障跟踪估计器中的可调参数,使之逼近系统中实际发生的故障.与以往基于观测器的故障诊断方法不同的是,故障跟踪估计器可同时检测和估计系统中发生的故障,而且针对不同类型的故障亦有很好的适应性.仿真结果表明了所提出算法的可行性和有效性.     

Bacillus fordii MH602海因酶序列及同源建模分析

海因酶是5-取代海因生物转化制备手性氨基酸的关键酶.通过同源建模法建立MH602海因酶的三维结构,经分析,91.3%的氨基酸残基在可信区间,无氨基酸残基在不可信区间,而且能量处于较低水平,此模型可进一步研究.将MH602海因酶序列和PDB数据库中现有的6个海因酶序列比较(PDB编号为:1KID,1YNY,1NFG,1GKP,1GKQ,1GKR),结果显示了保守的活性位点残基(4个HIS,1个ASP),3个立体化学环(SGLs)和底物环外侧链结合的残基(MET63,PHE65,LEU94,PHE152,TYR155,VAL158,LEU159).通过比较发现MH602海因酶在159位是LEU,比其他海因酶的PHE159提供更大的底物结合空间,可能降低了对映体选择性但增加了对羟基苯海因的活力.为利用定点突变改造酶分子,提高MH602菌株生产L氨基酸的能力提供理论指导.     

基于现场总线与PLC的空压机远程监控系统

本文针对某芯片厂封装测试车间压缩空气站实际控制需求,提出一种基于现场总线技术的远程PLC控制方案.该方案充分利用当今工业自动化领域先进的现场总线技术,包括DH 总线、Remote I/O总线和Modbus总线技术,将空压机与PLC控制器相连,能够灵活方便地实现对空压机的远程监控.在对控制系统需求分析的基础上,设计出空压机监控系统的总体结构,给出了系统的软硬件配置,详细阐述了系统各功能模块的内容及作用,并对系统调试原理和方法进行了说明.实际运行结果表明该控制系统运行良好,效果达到了预期要求.     

混合水箱系统的PIDE串级控制

工业过程控制是自动化技术的重要组成,但是由于工业过程自身的特点,实际的工业过程控制,尤其是控制系统PID参数的整定具有相当难度.本文应用Rockwell软件模拟了一个由温度回路和压力回路组成的混合水箱过程系统,采用串级控制的思想对其控制问题进行了研究.最后本文使用Rockwell软件的PIDE自整定模块实现了这个水箱串级系统的参数整定,这为将PIDE自整定模块应用于工业过程控制奠定了很好的基础.     

基于人脸关键特征提取的表情识别

自然场景下人脸表情由于受遮挡、光照等因素影响,以及表情局部变化细微,导致现有人脸表情识别方法准确率较低。提出一种人脸表情识别的新方法,以ResNet18为主干网络,利用残差连接模块加深网络结构,以提取更多深层次的表情特征。通过引入裁剪掩码模块,在训练集图像上的某个区域进行掩码,向训练模型中增加遮挡等非线性因素,提升模型在遮挡情形下的鲁棒性。分别从特征图的通道和空间两个维度提取表情的关键特征,并分配更多的权重给表情变化明显的特征图,同时抑制非表情特征。在特征图输出前加入Dropout正则化策略,通过在训练中随机失活部分神经元,达到集成多个网络模型的训练效果,提升模型泛化能力。实验结果表明,与L2-SVMs、IcRL、DLP-CNN等方法相比,该方法有效提高了表情识别准确率,在2个公开表情数据集Fer2013和RAF-DB上的识别准确率分别为74.366%和86.115%。     

基于BERT的金融文本情感分析与应用

针对金融文本情感倾向模糊问题,设计了一种基于BERT(Bidirectional Encoder Representations from Transformers,基于Transformer的双向编码技术)和Bi-LSTM(Bidirectional Long Short-Term Memory Network,双向长短时记忆网络)的金融文本情感分析模型,以BERT模型构建词向量,利用全词掩盖方法,能够更好地表达语义信息。为搭建金融文本数据集,提出一种基于深度学习模型的主题爬虫,利用BERT+Bi-GRU(双门控循环单元)判断网页内文本主题相关性,以文本分类结果计算网页的主题相关度。实验结果表明:本文所设计的情感分析模型在做情感分析任务时取得了87.1%的准确率,能有效分析文本情感倾向。