VANET无线链路质量的测量与分析

目前对移动自组织网络的研究很少涉及现实环境里的测量问题。该文对不同环境下无线链路丢包率、信号强度等参数进行了测量和分析。结果表明,环境对链路质量有较大影响,在郊区环境下,丢包率较低,链路质量较好,信号强度反应链路质量的能力有限,连续丢包概率的变化与丢包率平均值的变化基本一致。分析结果对预测无线链路质量和设计VANET网络协议具有重要意义。     

改进自组织映射神经网络在指纹识别中的应用

改进自组织映射神经网络方法是将常规自组织映射神经网络方法结合确定性水平,对网络的输入矢量进行预处理。通过实验比较了这种改进的自组织映射神经网络识别方法与常规的自组织映射神经网络识别方法的识别效果,在识别性能上有了很大的提高。     

基于JPEG图象隐写算法的统计不可检测性比较分析

本研究选择现今几种基于JPEG图象的隐写算法,并通过测试实验,比较分析各算法在统计不可检测性的表现.同时研究了隐写算法设计因素的原则,包括矩阵潜入、适应性内容依赖选择信道、边信息等对嵌入的影响.实验结果表明,要使JPEG会阶图象的统计不可检测性表现最好,嵌入比率应该在0.05比特每非0 DCT直流系数.     

Inventor中样条线的控制和编辑技术探讨

Inventor中的样条线可以作为截面轮廓、扫掠路径和放样特征的轨道,它在计算机辅助设计与制造中十分关键.该文以Autodesk Inventor Professional 2009为绘图环境.从几何约束、尺寸约束、控制点参数调整、控制点上参数约束、添加或减少控制点、拟合方式和曲线张力等方面讨论了控制和编辑样条线的基本技术和方法.     

面向3DTV的高分辨率摄像机阵列设计与实现

当前摄像机阵列采集的视频分辨率与帧率普遍不高,还不能满足制作高质量3DTV节目的需要。设计与实现了一种高分辨率摄像机阵列,可以依据应用需要,自由配置为27fps帧率1280×1024分辨率,或93fps帧率640×480分辨率两种模式。讨论了该摄像机阵列的总体结构设计、摄像机单元设计、同步控制机制与实时存储技术等。     

基于信息融合的分布式入侵检测系统

本文提出了一种快速检测、基于报警信息融合的关于教学网络的分布式入侵检测系统,并详细论述了该系统的探测器模块、信息预处理模块、信息融合模块和控制中心等各个环节的具体设计和实现.实验表明文中提出的信息过滤模块和信息关联模块对分布式入侵检测系统是十分有效的.     

基于S3C44BOX的嵌入式磨削数控系统

阐述了一个嵌入式磨削数控系统,包括系统硬件设计和软件设计.该系统以S3C44BOX为控制器,以uC/OS-Ⅱ为操作系统,以U盘进行加工信息的离线传输,以PWM方式进行电机控制,以LCD显示器进行显示,具有控制精度高,成本低,体积小,易于扩展和升级等特点,是传统机床的数控化改造和经济型数控机床开发的发展趋势.     

基于稀疏点云分割的适应视角变化的场景识别方法

在机器人自主导航中,同时定位与建图负责感知周围环境并定位自身位姿,为后续的高级任务提供感知支撑。场景识别作为其中的关键模块,可以帮助机器人更加准确地感知周围环境,它通过识别当前的观测和之前的观测是否属于同一个场景来校正传感器硬件固有误差导致的误差累积。现有的方法主要关注稳定视角下的场景识别,根据两个观测之间的视觉相似性来判断它们是否属于同一个场景。然而,当观测视角发生变化时,同一个场景的观测可能存在较大的视觉差异,使得观测之间可能只是局部相似,进而导致传统方法失效,因此,一种基于稀疏点云分割的场景识别方法被提出。它将场景进行分割,以解决局部相似的问题,并且结合视觉信息和几何信息实现准确的场景描述和匹配,使得机器人能识别出不同视角下的相同场景,支撑单机的回环检测模块或多机的地图融合模块。该方法基于稀疏点云分割将每个观测分割为若干部分,分割结果对视角具有不变性,并且从每个分割部分中提取出局部词袋向量和β角直方图来准确描述其场景内容,前者包含场景的视觉语义信息,后者包含场景的几何结构信息。之后,基于分割部分匹配观测之间的相同部分,丢弃不同部分,实现准确的场景内容匹配,提高场景识别的成功率。最...     

基于知识Petri网的确定性和不确定性联合推理

知识推理是人工智能的核心领域,旨在研究如何从已知(知识库和推理规则)推理出未知,以帮助智能体做出科学决策.而智能体所处的环境存在不可观性和不确定性,因此知识库通常不仅包含确定性知识,还包含不确定性知识,而且推理过程需要两类知识紧密协作.然而,目前的推理方法无法将两类知识统一表示,常常将两者对应的推理过程割裂进行.基于此,为了实现在统一的模型架构下完成确定性和不确定性联合推理,给出了一种知识Petri网推理方法.首先,定义了一种新的知识Petri网,使其不仅能够描述确定性的知识规范,也可以描述先验概率知识;其次,根据知识Petri网的网结构,给出了一种知识Petri网概率独立剪枝算法,能够指数级地降低不确定性推理的计算复杂性;最后,利用知识Petri网及其概率独立剪枝算法,给出了一种新型推理算法,实现了确定性和不确定性的联合推理,并利用Wumpus世界进行了演示和验证.