基于SOPC的mp3播放器设计

本论文主要从音频播放和SOPC技术的交叉点出发,提出了运用SOPC技术在Altera的CyelonⅡ EP2C35FPGA上构建mp3播放器的设计方案。本设计运用IP复用、软硬件协同、硬件加速等方法,结合实验平台资源特点,构建了基于NiosⅡ软核处理器的mp3播放系统。实现了MPEGⅠ layerⅢ音频解码的流畅播放。该系统具有体积小,设计灵活,开发周期短等优点。     

分布式系统中预测的区间长度对调度效果的影响

现在分布式系统中调度组件包含了预测主机负载的算法。根据这些算法得出的结果,可以看出预测的区间长度会直接影响调度结果。为此,设计了一个模拟试验,获得了预测区间长度与调度结果之间的关系,对改进调度系统中预测算法提出了一些建议。     

例题48 基于JSP＋Servlet＋JavaBeans的动态网开发技术

本文从Jsp、Servlet、JavaBeans谈起，简要地介绍了他们各自的特点。通过引用实例，采用Jsp、Servlet、JavaBeans三种技术结合实现该实例，最后详细地分析了采用这种模式编写动态的网页的优点。     

非线性增益递归滑模动态面自适应NN控制

针对一类严反馈非线性不确定系统的跟踪控制问题,提出一种非线性增益递归滑模动态面 (Dynamic surface control, DSC)自适应控制方法. 通过设计一个新的非线性增益函数,并构造递归滑模动态面的控制策略和新的Lyapunov函数,同时利用神经网络在线逼近系统不确定项, 该方法有效解决了具有输入饱和约束条件下系统控制精度与动态品质间的矛盾,增强了控制器对其自身参数摄动的非脆弱性. 理论证明了闭环系统所有状态是半全局一致最终有界的,且跟踪误差可收敛至任意小.     

实时隐秘传输嵌入方法与实现

为满足实时隐秘传输的要求,给出了一种实时高嵌入效率信息隐藏算法的硬件实现.该算法在长为n bit可修改宿主数据中,至多修改1 bit数据的情况下便可嵌入[log2（n＋1）] bit的机密数据.嵌入算法已成功应用于语音中的信息隐藏.算法的硬件设计基于两级加密具有很高的安全性,硬件实现可达到85.7 MHz的处理速率,8路并行处理可达到530 Mb/s的数据吞吐量.一般可满足实时隐秘传输的要求.     

优化GD-模糊规则的滑坡预报模型研究

为了提高滑坡灾害预报准确率，改善传统的滑坡监测和预报中存在的参数选取困难及模糊控制系统作为预报模型精确度不高的问题，首先采用山体结构稳定性分析法进行滑坡灾害参数的选取，得出降雨量、含水率、土压力及岩土表面位移增量作为预报参数的结论；其次将选取的参数作为模糊系统的输入，建立滑坡灾害发生概率模型，并引入优化的GD算法修正预报模型中的动态参数，使模糊控制模型具有自适应性；同时与未优化的模糊控制模型以及单独模糊控制模型进行仿真对比，仿真结果表明，该控制算法收敛速度快，具有很好的收敛性；最后将该模型在某滑坡重点灾区实验区进行实验测试，实验结果显示该模型具有较好的收敛性，且预报精度达到90%。     

一种基于质量命中率的流媒体代理缓存布局方法

在网络边缘对流媒体的热点片段进行缓存,是流媒体分发研究领域的一个热点。异构环境下不同种类的接入用户对流媒体的播放质量具有不同的要求。为了使代理缓存最大限度地满足全体用户对收看质量的请求,本文首先提出了质量命中率的定义来衡量代理缓存对提高用户观看质量的贡献,然后提出了一种基于质量命中率的流媒体代理缓存布局方法。仿真结果表明,该布局方法不仅能使全体用户的平均质量命中率最大,而且有效地利用了代理缓存的磁盘空间,显著降低了片段的播放时延。     

耦合中心游移和双权重因子的鲸鱼算法及应用

针对鲸鱼优化算法（WOA）收敛精度低、收敛速度慢、易陷入局部优化等问题,提出耦合中心游移和双权重因子的鲸鱼算法（C-A-WWOA）。该算法采用中心游移和边界邻域更新策略,提高了种群质量、收敛精度和收敛速度;通过算法参数的非线性改进,平衡了算法的局部开发与全局搜索能力;还采用双权重因子对后期种群进行随机扰动,以避免算法后期陷入局部最优。通过18个测试函数的计算表明,相较于WOA和其他改进方案,C-A-WWOA在没有增加算法复杂度的基础上,提高了收敛精度和适用性。同时,不同改进策略下对算法性能的影响排序为：C-A-WWOA>W-WOA>C-WOA≈A-WOA>WOA;此外,改进算法在两个工程结构设计实例的应用中,也验证了其有效性和优越性。     

支持向量机在汽轮机故障诊断中的应用

用转子振动试验台模拟了汽轮机典型故障,根据其频域变化特性,采用小波包分析对其建立频域能量特征向量,并根据最佳分解树进行了特征选择。最后用svm进行故障状态识别,取得了良好的效果。     

基于深度学习的矩阵分解推荐模型

通过对深度学习和矩阵分解技术进行结合,设计一个深度神经网络对用户和物品进行特征提取,形成用户隐向量和物品隐向量的方法,计算这两个隐向量的内积得到用户对物品的评分预测.为提高推荐精度,提出使用显式数据和隐式数据并设计新的损失函数能够同时计算这两类数据损失的方法.在两个公开数据集上的实验结果表明,该方法比基线模型在HR和N...