网络信息技术在高中体育教学中的应用

随着信息时代的到来,网络信息技术的应用范围越来越广,在学校教学不断改革的过程中,教学中对信息技术的使用越来越普遍。本文主要对网络信息技术在高中体育教学中的应用进行了讨论,首先分析了在高中体育教学中运用网络信息技术的作用,然后介绍了网络信息技术在高中体育教学中具体的应用方式。     

CAN总线到1553B总线的网关设计

1553B和CAN总线已经得到广泛的应用,但是这两种总线标准在性能和造价上各有所长。作为一种折中的设计,在系统中的不同部分按照其需求分别采用不同总线的方案成为一种理想的选择。因此两种总线之间的网关设计成为一个栾守廷＊重点,设计一种可行的CAN总线到1553B总线的网关,以满足实际应用系统的需求。     

针对QIM信息隐藏的高效盲检测算法

提出一种基于频谱分析和神经网络分类的盲检测算法,该算法不仅较准确地判断出图像中是否存在隐藏信息,而且可以确定信息隐藏的位置。针对基于QIM方法的信息隐藏,检测时所使用的特征量分别从DCT域和小波域中提取。使用标准图像集所做的实验结果验证了该算法的有效性。     

一类线性时变系统组合自适应迭代学习辨识

针对一类在有限时间区间上可重复运行的既含时变参数又含时不变参数的高阶线性时变系统,提出了一种模型参考组合自适应迭代学习参数辨识算法.应用Lyapunov方法,给出了时不变参数的时域自适应学习律和时变参数的迭代域自适应学习律,分析了参数估计和模型状态跟踪误差的有界性与收敛性.该算法适于时变和时不变参数并存的线性系统的参数辨识,可加快参数估计的收敛速度.仿真例子验证了所提出的辨识算法的有效性.     

人脸像素画生成算法

为了让普通用户方便地得到像素画卡通头像,提出一种自动从人脸照片生成像素画的算法.首先通过对脸部特征定位找到关键特征,然后在低分辨率下对特征的形状和位置进行优化调整;在调整后的各个区域采用"画家调色盘"色彩校正方法对其颜色进行校正,生成像素画.实验结果表明,该算法能够生成结构清晰、色彩明快的像素画.     

具有输出时延的网络控制系统故障检测

考虑一类具有长时延的网络控制系统,假定其传感器到控制器之间存在输出时延,对其进行故障检测研究.建立具有时延补偿功能的故障观测器,得到状态估计误差方程.基于离散切换系统理论,将观测器系统的稳定条件归结为一个线性矩阵不等式.当系统正常时,只要给定的矩阵不等式条件成立,该观测器系统就是渐近稳定的.当系统发生故障时,观测器残差能够迅速发生跳变,从而检测出故障的发生.仿真示例验证了方法的有效性.     

扫描仪的常见故障及排除方法

介绍了扫描仪的常见故障及其排除方法.     

Accelerating approximate matrix multiplication for near-sparse matrices on GPUs

The Journal of Supercomputing - Although the matrix multiplication plays a vital role in computational linear algebra, there are few efficient solutions for matrix multiplication of the near-sparse...     

Data augmentation for low-resource languages NMT guided by constrained sampling

Data augmentation (DA) is a ubiquitous approach for several text generation tasks. Intuitively, in the machine translation paradigm, especially in low-resource languages scenario, many DA methods have appeared. The most commonly used methods are building pseudocorpus by randomly sampling, omitting, or replacing some words in the text. However, previous approaches hardly guarantee the quality of augmented data. In this study, we try to augment the corpus by introducing a constrained sampling method. Additionally, we also build the evaluation framework to select higher quality data after augmentation. Namely, we use the discriminator submodel to mitigate syntactic and semantic errors to some extent. Experimental results show that our augmentation method consistently outperforms all the previous state-of-the-art methods on both small and large-scale corpora in eight language pairs from four corpora by 2.38–4.18 bilingual evaluation understudy points.