排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
IPv6拥有大量的IP地址保留指令,具有丰富的地址资源,随着移动数据通信的发展,移动IPv6也将成为3G标准的IP多媒体业务的重要技术支持,进而推动3G网络通信技术产生质的飞跃. 相似文献
2.
3.
在分析现有键盘电路不足的基础上,提出了一种新型的矩阵键盘电路。现有的矩阵键盘电路,使用各种方法减少单片机控制I/O的数量;但是,组合按键功能、识别长短时间按键等问题不能得到同时兼顾。为了解决此问题,改进型键盘电路通过外加计数器、译码器以及若干二极管,使用2个单片机I/O端口即可实现4×4矩阵键盘的检测和识别,同时在程序设计中构建一个按键结构体,记录组合按键信息和按键按下的时间。实验结果表明,改进型矩阵键盘电路可正确识别单按键和组合按键,同时可识别长短时间按键。另外,简单的控制接口和程序设计为矩阵键盘在不同单片机系统上的移植带来了极大的便利。 相似文献
4.
5.
6.
通道选择可以有效地去除冗余信息,减少特征维数,避免维数灾难和过拟合,因此在运动想象脑电(EEG)信号解码中非常重要。现有的文献主要研究通道选择方法的改进,忽略了不同特征对通道选择方法的影响。主要研究特征提取对通道选择方法的影响。首先,对预处理之后的EEG信号提取方差、自回归(AR)系数、带通功率和小波包能量4种特征,研究单一特征中哪个特征对通道选择方法最有效。另外,计算4种特征的融合特征,研究单一特征和融合特征哪个对通道选择最有效。采用一个公开的脑机接口(BCI)竞赛数据集进行实验,研究不同特征提取方法在Fisher判别准则(FDC)、基于支持向量机的递归通道剔除(SVM-RCE)、最小绝对值收缩和选择算子(LASSO)和组LASSO(gLASSO)4种通道选择方法中的分类结果。实验结果表明,在单一特征中,小波包能量获得了较好的分类结果,其中在SVM-RCE通道选择方法中获得了76.15%的最高平均分类准确率。融合特征的分类结果均优于单一特征,其中在gLASSO通道选择方法中获得了78.6%的最高平均分类准确率。融合特征更能表征复杂的脑电成分,形成信息互补,对脑电任务的分类识别更有效。 相似文献
7.
1