培育电信行业信用体系的对策

分析了当前我国电信行业在市场经营中存在的诚信问题和产生的主要原因，重点提出了建立全国统一的信用体系，建立健全电信消费信用机制，维护消费者和企业的合法权益，加快电信行业信用制度建设的建议。     

基于PSTN的智能家居远程语音控制系统设计

结合语音识别技术、嵌入式技术设计了智能家居语音控制系统,根据智能家居控制的特点以及人机自然交互的理念,设计了一种利用S3C2410设计的智能家居语音控制器,给出了整体设计框图、硬件电路的各部分具体构成以及相应的软件设计思想。该方案设计并研制出的语音控制器具有成本低,且既能进行本地控制又能通过PSTN实现远程控制的特点。实验表明,该语音控制系统的语音识别效率高,可靠性强。     

HRR脉间变频外场RCS测试设备的简化设计

分析和对比了两种常用的HRR脉间变频外场RCS测试设备的设计方法，针对脉间变频格式RCS测试一维成像的特点提出了一种简化设计的思路。由于快速跳频源制造技术的进步，通过适当调整系统的设计参数，将原来所采用的正交解调硬件结构简化为单通道的处理结构，而系统的测试能力没有受到影响。该简化设计能够减少大约30％的微波元器件，降低了成本，精简了结构。最后给出了该设计的外场测试结果，并对测试结果进行了分析。     

Windows进程信息注入与API挂钩技术研究

主要研究了恶意代码入侵与防御两项基本技术。对于恶意代码的入侵方面,分别研究了动态链接库（DLL）注入技术以及应用程序编程接口（API）挂钩技术,然后在每项技术中分析了它们的几种常用实现方法;而在恶意代码的防御方面,分别指出了基于编译器、虚拟机和操作系统的相应的安全检测方法,并分别分析了它们的特性,包括其优点和缺点等。对于信息安全研究领域中的恶意代码攻防相关技术可提供有益的帮助。     

不同制备条件对SpA分子印迹聚合微球聚合效果的影响

本文用金黄色葡萄球菌蛋白A(SpA)作为模板,以丙烯酰胺为功能单体,利用反相悬浮聚合法合成了SpA分子印迹聚合微球.通过扫描电镜观测不同条件下聚合微球的聚合效果,研究不同制备条件对SpA分子印迹聚合微球聚合效果的影响,从而筛选制备聚合微球最佳工艺;并检测了制备的分子印迹聚合物对SpA的吸附性能.结果表明,反相悬浮聚合法合成SpA分子印迹微球的最佳工艺条件为:分散剂乙基纤维素(EC)加入量0.20 g/100 mL(甲苯);甲苯与水的比例10:3;交联度10%;引发剂加入方式为缓慢滴加;反应温度50℃.反相悬浮聚合法制备的SpA分子印迹聚合微球对SpA的吸附量:6.956×10-3μmol/g.     

一种应用于毫米波车流量检测雷达的背景功率谱识别方法

背景功率谱的准确识别是确保毫米波车流量检测雷达测量精度的首要问题.本文研究了毫米波交通雷达的工作原理和回波功率性质,并提出了一种新颖实用的背景功率谱识别算法,该算法基于相干平均和有序统计量.文中给出了不同实验环境下的测试结果,结果证明了算法的有效性,背景功率谱的识别精度有了明显提高.     

MANET中基于DSR的一种最小能耗路由协议

如何高效地利用无线节点的有限能量是移动Ad Hoc网络(MANET)路由协议的一个重要考虑因素.鉴于动态源路由协议(DSR)没有考虑节点的能量限制,本文基于DSR协议提出了一种节能路由算法:MECP-DSR.它采用每报文能量消耗最小作为路由选取标准,并且在发送数据报文时对节点的发射功率进行控制.该文的仿真结果表明,MECP-DSR大大降低了节点的能量消耗,有效提高了移动Ad Hoc无线网络的生存期.     

大电流旋转电滑环的研制

利用旋转电滑环可以实现在转动状态下传输信号和电源动力,并使传输信号和电源动力的电缆不会发生扭绞性损坏,既保证了电缆的收放,又保证了系统的电气连接.介绍了这种新型旋转电滑环的结构、技术指标,重点对产品的设计方案、材料选择、电气参数等进行了分析.     

BP神经网络结合变量选择方法在牛奶蛋白质含量检测中的应用北大核心CSCD

牛奶中的蛋白质含量会影响牛奶的品质,利用高光谱图像的光谱特征信息研究对牛奶蛋白质含量预测的可行性。本文提出一种基于竞争性自适应重加权算法(competitive adaptive reweighted sampling, CARS)和连续投影算法(successive projections algorithm, SPA)结合多层前馈神经网络(back propagation, BP)的预测建模方法,实验以含有不同浓度蛋白质的牛奶为对象,利用可见光/近红外高光谱成像系统共采集到5种牛奶共计250组高光谱数据,通过实验对比选择采用标准化方法对获取到的吸收光谱预处理,然后采用CARS结合SPA筛选特征波长,得到18个特征波长,建立CARS-SPA-BP模型,经过试验,CARS-SPA-BP模型的训练集决定系数和测试集决定系数R;和R;分别达到0.971和0.968,训练集均方根误差(root mean square error of calibration,RMSEC)和测试集均方根误差(root mean square error of prediction,RMSEP)达到了0.033和0.034。研究发现,采用CARS结合SPA筛选的牛奶特征波长建立的多层前馈神经网络模型,其模型预测结果与全波长建模相比并没有明显降低,因此将CARS结合SPA用于波长筛选并且结合BP神经网络基本可以完成对牛奶蛋白质含量的预测。为验证CARS-SPA-BP模型的预测能力,在相同数据环境下,使用较为传统的偏最小二乘回归(partial least squares regression, PLSR)进行建模,实验结果表明,CARS-SPA-BP相较于PLSR,R;和RMSEP均有明显提升。研究表明,CARS-SPA-BP可充分利用牛奶光谱特征信息实现较高精度的牛奶蛋白质含量检测。     

基于ST-UKF的高动态GPS载波参数估计

为了克服高动态引起的多普勒效应,解决传统跟踪环路容易失锁的问题,提出了一种基于强跟踪无迹卡尔曼滤波(Strong Tracking Unscented Kalman Filter,ST-UKF)参数估计器的高动态全球定位系统(Global Positioning System,GPS)载波跟踪环路,采用非线性滤波算法取...