网关机顶盒——下一代数字家庭网关的研究

提出一种用更智能化的机顶盒来实现家庭网关的方案,降低了资源消耗并提供高质量服务.基于ARM处理器加DSP的体系架构,配置嵌入式Linux和中间件消除家庭网络设备间的差异性,设计了丰富的顶层应用软件.并命名这种具有网关功能的智能性机顶盒为网关机顶盒.     

Windows文件系统过滤驱动在防病毒方面的应用

在操作系统内核层,对用户模式应用程序请求读写的磁盘数据进行病毒扫描.介绍文件系统过滤驱动的工作原理,利用文件系统过滤驱动,捕获用户应用程序发往目标文件系统驱动的磁盘操作请求,进而获得这些操作请求的处理权.论述防病毒的工作原理,利用文件扫描程序扫描文件系统过滤驱动程序截获的文件数据,并与特征码库中的病毒特征码进行匹配.若匹配成功,则通知用户模式应用程序进行处理;否则,不做处理.防止从磁盘读取病毒文件或将病毒文件写入磁盘.     

最小拍无波纹直流电机控制系统仿真研究

在单位阶跃、单位速度和单位加速度3种典型输入下对直流电机的最小拍无波纹控制进行了研究.Matlab仿真结果表明,最小拍无波纹控制,输出能较快的跟随输入,且跟随后能基本消除静差.最小拍无波纹控制应用在直流电机控制系统中,能够使电机的转速在最少个采样周期内跟随期望转速,使系统达到无静差的稳态,表明了最小拍无波纹控制能实现较高的控制品质.     

T-S模糊系统的构造及其逼近能力的充分条件

针对任意多变量非线性函数, 至今缺少一种简单有效的构造性方法来建造一个T-S模糊系统对其实现给定精度的模糊逼近. 本文在逼近函数g(X)∈C2及g(X)不∈C2两种情况下给出了一种当模糊集满足均匀性、连续性、正规性条件下T-S模糊系统的构造方法以及该T-S模糊系统逼近能力的充分条件. 该构造性方法简单易行且其逼近能力充分条件的保守性低. 最后通过仿真研究证实了该方法的正确性与有效性.     

光电编码器在齿轮传动误差中的应用

提出了降低传动系统转速,用光电编码器代替圆光栅测量齿轮传动误差信号的思想,对于采集的行星轮系传动误差实验数据进行了有效性的判定,用Burg算法对传动误差信号进行了功率谱密度的AR模型的参数估计,绘制出实验测得的传动误差功率谱密度曲线,对光电编码器测量传动误差结果进行了分析,证明了在低转速情况下,用光电编码器代替圆光栅测量传动误差是行之有效的。     

潜在属性空间树分类器

提出一种潜在属性空间树分类器(latent attribute space tree classifier,简称LAST)框架,通过将原属性空间变换到更容易分离数据或更符合决策树分类特点的潜在属性空间,突破传统决策树算法的决策面局限,改善树分类器的泛化性能.在LAST 框架下,提出了两种奇异值分解斜决策树(SVD (singular value decomposition) oblique decision tree,简称SODT)算法,通过对全局或局部数据进行奇异值分解,构建正交的潜在属性空间,然后在潜在属性空间内构建传统的单变量决策树或树节点,从而间接获得原空间内近似最优的斜决策树.SODT 算法既能够处理整体数据与局部数据分布相同或不同的数据集,又可以充分利用有标签和无标签数据的结构信息,分类结果不受样本随机重排的影响,而且时间复杂度还与单变量决策树算法相同.在复杂数据集上的实验结果表明,与传统的单变量决策树算法和其他斜决策树算法相比,SODT 算法的分类准确率更高,构建的决策树大小更稳定,整体分类性能更鲁棒,决策树构建时间与C4.5 算法相近,而远小于其他斜决策树算法.     

对角CARIMA模型多变量自适应约束广义预测控制

为了简化约束存在时多变量广义预测控制算法的设计与实现,依据对角CARIMA模型的结构特点,将多输入多输出对象的参数辨识和模型预报问题转化为一系列多输入单输出子对象的参数辨识和模型预报问题.推导了输入输出的约束形式及优化求解过程.简化了多变量对象的参数辨识、模型预报、目标函数和约束条件系数矩阵的计算.在由DCS控制的非线性液位装置上的对比实验结果表明了该方法的有效性.     

人工神经网络技术在系统流量异常检测模块中的应用

介绍人工神经网络技术,建立了人工神经网络的典型模型.应用BP算法的泛化功能,将输入输出样本进行训练,不断学习调整网络权值,使网络实现给定的输入输出映射关系,以达到检测流量异常的目的.     

德化陶瓷虚拟展厅

讨论了虚拟现实技术用于陶瓷展示的可行性,关键技术和系统的实现过程.利用3DSMAX和PhotoShop建立展厅和瓷器的三维模型,并使用贴图技术增强瓷器模型的真实感;使用开源的图形渲染引擎0GRE实现场景资源的组织和管理,并基于OGRE实现了虚拟展厅的实时交互和动态漫游功能.     

协同过滤算法中推荐集选取方法的研究

针对传统的基于余弦相似性的协同过滤算法中推荐集选取方法进行了改进,设计了一种新的评分方式预测用户对未评价项目的评分,从而增强了推荐的合理性。实验结果表明,该算法同传统协同过滤算法相比能显著提高推荐精度。