基于特征脸和支持向量机的人脸识别技术研究

在人脸检测的基础上,针对人脸识别问题,将特征脸理论和支持向量机相结合,把待识别样本投影到由特征脸张成的特征空间,从而提取出有效的可供识别特征,再将提取的特征送入支持向量机训练、分类,最终实现识别算法.该算法充分利用了主分量分析法在特征提取方面的有效性以及支持向量机在处理小样本问题和泛化能力强等方面的优势,使得算法具有较高的识别率.最后在设计的软件平台上进行了仿真,仿真结果表明,该系统可以运用在小型人脸识别的场合.     

数据与模型混合驱动的区域综合能源系统双层优化调度决策方法

在高比例可再生能源接入以及多种能源耦合网络快速发展的背景下,基于模型驱动的传统调度方法将难以满足区域综合能源系统实时优化调度决策的速度需求。因此,研究具有高智能性和快速决策能力的智能调度决策方法具有重要的意义。该文提出了一种数据与模型混合驱动的区域综合能源双层优化调度决策方法。上层使用混合整数线性规划(mix integer linear programming,MILP)求解得到日前调度计划,为日内滚动优化提供参考,下层将卷积神经网络(convolutional neural network,CNN)与门控循环单元(gated recurrent unit,GRU)相结合进行日内滚动优化决策,使用自适应功率修正模型对其输出进行微调得到精确解。最后,通过算例分析验证了本文所提方法的有效性。     

克服剩余码相位偏移效应的扩频捕获新算法的研究

分析并仿真了传统的非相干同步系统的相关性能.针对剩余码相位偏移效应对捕获性能造成的不良影响,证明了在1/Δ为整数的前提下,利用前后两个码位相关值相加可以克服该效应.基于该想法并在传统设计的基础上提出了非相干同步扩频捕获新算法.通过对新算法进行的仿真和分析,发现新算法的捕获性能确实比传统的捕获算法更好.     

不同类型高校教育资源利用现状分析与思考

在问卷调查、观察调研和访谈调研的基础上对江苏省部分一本、二本及三本院校的教育资源利用现状进行了研究。通过比较这三类不同类型高校本科学生知识获取的途径与渠道,从学生的视角审视了各种教育资源的重要程度,并比较分析了各类高校教育资源的利用效率,同时提出了一些提高资源利用率的方法和建议。     

OFDM系统基本原理及仿真建模分析

OFDM技术采用正交载波使频谱发生重叠,可以提高频谱利用率,是众多B3G技术的基础。在介绍了OFDM的基本原理之后,给出了两种系统仿真时的模型。模型一在DFT后只传输信号实部,并在接收端以发端采样速率2倍采样来恢复信号;模型二在IFFT后,信号实部和虚部均传输,并且接收端以发端同样采样速率来恢复信号。第二种模型在运算量和实现复杂度上都较好,应是系统仿真时的首选。     

一种改进的OFDM系统定时估计方法

OFDM定时同步的准确性是影响OFDM技术使用的关键问题之一,只有定时准确,才能正确解调。在讨论了几种基于训练序列的符号同步方法的基础上,分析其存在的问题,并针对这些缺点．提出了改进的方法。新方法采用延时相关技术,找出训练序列前后各个部分的最大相关点,作为OFDM符号的定时起点。该方法不仅消除了施密德方法的平台区,也消除了明和朴方法的副峰,定时更为精确。仿真的结果也表明在相同信道条件下,新方法均方误差更小,性能更好,能够成为OFDM系统符号定时同步的满意的选择。