基于二级缓冲区技术的键盘工作方式

键盘在单片机应用系统中是一个很关键的部件,它能实现向计算机输入数据、传送命令等功能,是人工干预计算机的主要手段。本文针对现在常用的键盘编程扫描工作方式所存在的弊端,提出了一种基于二级缓冲区技术的键盘工作方式,并给出了此方式的典型C51程序编程思路。关键词:单片机;编程扫描工作方式;扫描法;二级缓冲区技术;键状态     

应用改进频率调谐的海上小目标检测方法

提出了一种新的基于可见光图像的海上小目标检测方法。由于频率调谐方法将图像空间域整体均值与高斯滤波后差分结果,作为显著性度量的标准,因此当图像背景中存在较多杂波干扰时,显著目标检测效果不理想。提出的方法对基于频率调谐的显著性检测方法进行了改进,首先对图像LAB空间中3个特征分量进行分块,在每个分块区域中应用频率调谐显著性检测方法,进而将其结果合并为总显著图,以检测海上小目标。该方法克服了频率调谐方法,当海面背景中存在大量海杂波,无法有效提取小目标的缺陷。实验结果表明了该方法的有效性。     

基于两种色彩空间的颜色选择方法

本文分析和比较了HSI和RGB两种色彩空间的特性，提出了一种基于两种色彩空间，可以实现人机交互的选择颜色的方法，并设计了基于该方法的颜色编辑器，通过对彩色图像处理的实验，结果证明该方法适用而且有效。     

CAR：一种MANET环境下的P2P资源定位与获取算法

针对移动自组网(MANET)环境的特殊性,引用DHT思想,设计了一种适于MANET环境的基于地理位置信息的分层散列索引结构GH2I。基于该结构,设计了一种移动对等(MP2P)覆盖网络资源定位与获取算法CAR。从而实现一种MANET环境下的具有较好可扩展性、资源查找与获取高效性以及移动环境适应性的MP2P网络。     

用混合遗传算法求解两类多边形近似问题

多边形近似是一种重要的曲线描述方法.研究用遗传算法求解平面数字曲线的多边形近似碰到的两个主要问题是不可行解难以处理和基本遗传算法局部搜索能力差.针对这两个问题,本文提出了一种组合拆分与合并技术的混合遗传算法(SMGA).它将两种经典算法-拆分技术与合并技术引入到对染色体的修复过程.采用这种方法,一个不可行解不仅能得到快速的修复,而且还能被推进到解空间中一个局部较优的位置.它的另外一个优点是:不同于已有的遗传算法,只能解决一类多边形近似问题,SMGA是一种能求解两类多边形近似问题的通用算法.实验结果表明:本文提出的算法比其他同类算法性能更优越.     

Logistic回归模型分析

对Logistic回归模型做了比较详细的分析.通过阐述回归分析与概率假定的关系,并把回归模型纳入广义线性模型框架进行推导和分析,便于全面了解回归模型及其理论依据和构造方法,以利于对回归模型的合理应用.     

跨平台船岸两用VHF模拟器仿真

为改善现有船用甚高频(VHF)语音通信模拟器功能单一、数据传输效率低的缺点,设计一种跨平台船、岸两用VHF模拟器。利用计算机声卡芯片实现对语音信号的采集/播放,通过小波算法完成对语音数据的压缩处理,以计算机网络及端口代替无线电通信频道,完成数据的收发;软件基于Qt平台开发完成,实现软件在不同的操作系统平台上跨平台运行。系统在软硬件部分整体设计上,实现了船岸两用VHF的功能复用。     

应用奇异值分解的海上场景显著性检测

提出一种应用奇异值分解的海上场景显著性检测方法。提取海上场景图像中颜色和亮度各通道特征,并对各其分别进行奇异值分解,根据设定的阈值,选择各特征的典型分量。各特征的粗显著图定义为各特征和其典型分量的差。为进一步去除海杂波等干扰,在粗显著图中,计算其空间域全局显著性,以此形成显著性图。得到的颜色通道和亮度通道显著图通过线性合并为总显著图。利用海上场景图像进行了实验,结果表明提出方法的有效性。     

HLA与MAS在分布式仿真领域的应用比较

高层体系结构(HLA)和多Agent系统(MAS)是目前分布式仿真领域的两个研究热点。两者适用性如何,各方面有何异同之处,在具体的仿真应用中如何来选择这两个不同的系统构架来作为技术路线,了解这两种不同技术的特点和它们之间的差异性是首要前提。该文通过介绍HLA和MAS在个体结构、通信和模型建立等各方面的优势和不足,系统地比较了它们之间的性能差异。结果表明两者都是分布式仿真应用的优选方案,HLA侧重资源重用,MAS更具自主性,需要根据具体仿真应用的要求来选择。     

A drifting trajectory prediction model based on object shape and stochastic mo-tion features

There is a huge demand to develop a method for marine search and rescue（SAR） operators automatically predicting the most probable searching area of the drifting object. This paper presents a novel drifting prediction model to improve the accuracy of the drifting trajectory computation of the sea-surface objects. First, a new drifting kinetic model based on the geometry characteristics of the objects is proposed that involves the effects of the object shape and stochastic motion features in addition to the traditional factors of wind and currents. Then, a computer simulation-based method is employed to analyze the stochastic motion features of the drifting objects, which is applied to estimate the uncertainty parameters of the stochastic factors of the drifting objects. Finally, the accuracy of the model is evaluated by comparison with the flume experimental results. It is shown that the proposed method can be used for various shape objects in the drifting trajectory prediction and the maritime search and rescue decision-making system.