一种基于UPnP的多媒体文件共享方法

当前数字家庭中设备间的互联互通成为研究热点。针对嵌入式智能设备间的多媒体文件共享问题,提出一种基于UPn P(Universal Plug and Play)设备模型的多媒体文件共享方法。首先研究UPn P技术的工作原理,分析其协议栈和工作流程,然后详细介绍系统的架构设计和模块实现,并给出应用流程分析,最后在家庭网络环境下进行测试验证。此外,为保证多媒体共享文件的安全性,提出一种基于UUID和用户选择的访问控制策略,并在实际系统中验证了该策略的有效性。     

基于统计抽样的非均衡分类方法在软件缺陷预测中的应用

目前软件缺陷预测的研究主要是从历史数据获取来源和预测方法这两方面入手。然而,获取到的软件历史缺陷数据往往是非均衡的,传统的预测方法会给缺陷数据带来极大的误分率。针对这一问题,提出使用基于统计抽样的非均衡分类方法来预测软件缺陷。通过经验性地对比分析12种已有抽样与分类算法组合的预测性能优劣,得到Spread Subsampling和随机森林结合的方法(SP-RF)综合表现最好,但具有较高伪正率(FPR)。为了进一步提高预测性能,针对原始SP-RF方法会对原始数据带来较大的噪音及信息缺失等不足,提出一种基于SP-RF的内置均衡化抽样的自适应随机森林改进算法(IBSBA-RF)。实验表明,IBSBA-RF算法可以显著降低预测结果的FPR,并且进一步提高了预测结果的AUC和Balance值。     

基于状态机的图像信息提取的FPGA设计及仿真分析

现场可编程逻辑门阵列(FPGA)应用于图像处理时,需要对数据中的图像信息进行准确的提取。设计中,FPGA中解压缩功能需要对压缩数据中的图像信息进行提取。根据压缩格式,设计了一种基于状态机的图像信息提取模块,并且在XST(Xilinx官方综合工具)以及Synplify pro两个综合环境下进行了仿真验证。通过对比仿真结果的差异,尝试分析设计的寄存器传输级视图(RTL视图),并找出了影响状态机工作的关键要素。强调了代码风格对FPGA设计的重要性。     

微波技术在吸附分离中的应用研究进展

在吸附分离过程中,微波技术主要应用于吸附材料的合成和吸/脱附过程的强化。采用微波合成吸附材料可提高能量利用率、大幅度缩短反应时间、产物均匀且吸附性能更优异。在吸附过程中,微波场通过促使极性分子转动加速体系传质过程,加快吸附;在脱附再生过程中,被吸附物质在微波场中被加热而发生挥发或者分解。微波强化的作用机理以及微波场中体系温度的准确测量和控制有待进一步研究。     

静电纺丝法制备聚间苯二甲酰间苯二胺/氧化石墨烯复合纳米纤维膜及其性能研究

采用静电纺丝技术成功制备出聚间苯二甲酰间苯二胺(PMIA)/氧化石墨烯(GO)复合纳米纤维膜(PMIA/GO复合纳米纤维膜)。主要研究了GO的加入对PMIA/GO复合纳米纤维膜的结构、空气过滤性能和热稳定性的影响。实验结果表明,GO成功掺杂于PMIA/GO复合纳米纤维膜中,在GO的添加量为1.0%(wt,质量分数)时,PMIA/GO复合纳米纤维膜的空气过滤效率为97.79%,过滤压降为85.45Pa,玻璃化转变温度为299.8℃,具有较好的空气过滤性能和热稳定性。     

基于STM32的隔离集成式多路电压监测设计

随着航天遥感器的工作状态监测要求越来越高,对系统的多电压监测日益重要。设计了一种隔离集成式监测系统,考虑到航天遥感器对体积重量的要求,对硬件进行了小型化设计。详细介绍了其系统组成、主要功能、硬件设计、固件设计与上位机设计。经过测试,证明该设计能够实现多路不同电压条件下的状态隔离,为今后航天遥感器工作状态监测提供了一种可行的集成小型化方案选择。     

BNCT速调管功率源联锁保护系统设计

为了保证BNCT速调管功率源系统安全稳定运行,并满足系统实时监测、快速响应、故障定位、易维护等要求,开发设计一套基于西门子PLC的联锁保护系统.该系统实时监测水冷、高压电源、撬棒等所有设备工作状态,同时根据速调管要求执行加电、故障联锁逻辑程序,并实现故障定位、状态显示.本文主要介绍控制系统总体方案设计、软硬件设计以及后...     

一种基于深度学习的多方位谱融合检测方法

在水下复杂的海洋环境中,依托水下无人平台进行自主检测是进行目标探测的基础,具有重要的研究价值。针对水下无人平台在利用方位历程图进行目标检测过程中检测门限难以确定的问题,提出了一种基于深度学习的多方位谱融合检测方法,弱化了对检测门限的依赖。该方法首先利用不同方位谱生成方法产生方位谱,然后建立融合通道注意力的CA-ConvNext深度学习网络,采用结合仿真数据与实际海试无标签数据进行半监督策略训练,得到最终的目标检测模型。仿真实验结果表明多方位谱融合的检测概率相比于单一方法提高了10%,海上试验数据处理结果也表明本文方法比单独采用不同方法进行检测效果提升明显,验证了本文方法的正确性与有效性。     

基于复数卷积循环神经网络的语音增强

基于神经网络的语音增强任务中相位估计不准确会导致增强语音质量差,针对这一问题,提出了一种基于复数卷积循环神经网络的语音增强算法,在复数域实现语音幅度和相位的同时增强,以提高增强语音的质量。使用基于复数卷积网络的编码器在复数域提取语音局部特征,再利用复数卷积循环网络对语音的长时信息进行建模,最后使用复数卷积上采样解码器计算语音复数时频掩蔽,实现语音幅度与相位增强。在公开数据集上的实验结果表明,使用所提方法得到的增强语音在语音质量和信噪比提升中均优于主流方法,验证了该网络模型在语音增强任务中的有效性。