基于嵌入式WinCE的远程数据采集系统

设计了一种基于嵌入式WinCE的远程数据采集系统.利用分层技术在PB(Platform Builder)集成开发环境中定制基于WinCE的开发平台,分别采用Host Link协议和自定义协议设计了采集器与PLC和单片机的数据采集模块,并实现采集器与Linux服务器的数据交换.与传统数据采集系统相比,以EVOC 104-1541CLDN为核心的嵌入式WinCE数据采集系统具有高实时性、多参数和高稳定性的特点,特别适合于多点、多参数的远程数据采集,具有重要的使用价值和良好的应用前景.     

TCAM路由表项管理算法优化研究

TCAM(Ternary Content-Addressable Memory)能够很好的完成最长前缀匹配,实现快速路由查找和分组转发,但是其对路由表项的有序性要求使得表项管理比较复杂.在讨论已有TCAM表项管理算法的基础上,通过分析前缀表项的统计分布特性,对路由表的空间分配进行了优化,同时引入新的基于前缀块指针管理策略,提出了一种改进的表项管理方法,提高了路由表更新效率.     

有监督流形学习算法SLLESVM在图像检索中的应用

基于内容的图像检索中,高维特征向量的有效降维是一项关键技术,流形学习算法LLE是有效的非线性降维方法,而SVM的泛化能力较强,本文将二者结合在一起,成为一种新的有监督流形学习算法SLLESVM,并将其应用在图像数据的检索上,效果良好.     

基于PCI总线的GPS图像标时系统设计

由高速图像采集子系统和GPS精密授时子系统构成,为图像采集提供精确的时间基准.设计并实现了基于PCI总线的GPS时间获取板卡,并完成了一系列软件的设计开发.首先通过CPLD硬件实时获取GPS授时,其次PCI TARGET结合操作系统内核驱动将该时间传入系统内核,最后用事件通知的方法由内核将该时间传递给望远镜终端图像采集程序做时间标记.实验测试结果表明,系统获取时间的精确度可以达到毫秒极,完全满足天文望远镜观测系统的需求.     

微型无人机5/3提升小波改进算法FPGA设计

数字图像无线传输是微型无人机完成特殊侦察任务的重要组成部分.针对微型无人机的特点及其对数字图像压缩的实时性要求,重点提出了一种提取图像重要信息的内嵌延拓5/3提升小渡改进算法,且基于该改进算法设计了一种二维数字图像小波变换的硬件结构并进行仿真实验分析.结果表明,该结构算法简单、占硬件资源少、硬件利用率高;与传统小波变换相比有效地缩短了运算时间、提高了变换速度,基本满足微型无人机对数字图像传输的实时性要求.     

超高速CMOS动态负载分频器设计及研究

在比较反转触发器(TFF)的各种结构的基础上,给出了一种单时钟信号控制实现超高速分频的电路结构,以及具体设计过程.分频器使用动态负载,输出两路互补信号.采用SMIC 0.18um IP6M CMOS工艺,在电源电压为1.8 V的情况下,仿真实现了工作速度10 GHz(可工作频率范围为1-13.5 GHz)、功耗仅为3.1 mW的二分频器,可用于超高速锁相环、时钟数据恢复设计中.     

数据库应用系统安防体系研究与设计

数据库应用系统的不安全因素除了数据库本身的安全性之外,主要表现在3个方面:数据存储在站点上的不安全因素,数据库应用程序的脆弱性以及数据库中敏感数据的危险性.提出了数据库应用系统安全防御的多层体系,将数据库应用系统安防体系划分为3个层次:决策层、代码层和数据加密层.首先保证存放数据库站点的安全性,其次保证访问数据库应用程序的健壮性和安全性,最后保护数据库中的数据的机密性.     

基于正交调制的IP-over-WDM光标记交换网络

详细阐述了基于正交调制格式的IP-over-WDM光标记交换网络的网络体系结构,给出了边缘路由器的结构图与核心路由器的实现方法,最后给出了基于正交调制格式的IP-over-WDM光标记传输实验,实验中的标记信号速率为312 Mb/s,净荷速率10Gb/s,在标准单模光纤(SMF)上实现了88km传输,实验结果表明了所述方案的可行性.     

Pt/Pd对WO_3燃气敏感元件的影响

在WO3粉体材料中加入Pt,PtO2,Pd,PdCl2,以恒温600℃烧结1h制成旁热式厚膜可燃性气敏元件。采用静态电压测量法,研究了元件的加热电压与元件灵敏度的关系。实验结果表明:WO3元件掺入质量分数为0.5%的Pt/Pd,在加热功率为600 mW时,能提高元件的灵敏度2~10倍。     

SVM+BiHMM:基于统计方法的元数据抽取混合模型

提出了一种SVM BiHMM的混合元数据自动抽取方法.该方法基于SVM(support vector machine)和二元HMM(bigram HMM(hidden Markov model),简称BiHMM)理论.二元HMM模型BiHMM在保持模型结构不变的前提下,通过区分首发概率和状态内部发射概率,修改了HMM发射概率计算模型.在SVM BiHMM复合模型中,首先根据规则把论文粗分为论文头、正文以及引文部分,然后建立SVM模型把文本块划分为元数据子类,接着采用Sigmoid双弯曲函数把SVM分类结果用于拟合调整BiHMM模型的单词发射概率,最后用复合模型进行元数据抽取.SVM方法有效考虑了块间联系,BiHMM模型充分考虑了单词在状态内部的位置信息,二者的元数据抽取结果得到了很好的互补和修正,实验评测结果表明,SVM BiHMM算法的抽取效果优于其他方法.