低压差线性电压调整器电源纹波抑制比测试方法

低压差线性电压调整器应用广泛,电源纹波抑制比是反映其性能指标的关键参数之一。为解决传统电源纹波抑制比测试方法测量频率范围较小、测试效率低、难以满足高电源纹波抑制比测试等不足,提出基于功率分配器和低频网络分析仪相结合的电源纹波抑制比测试方法,并采用典型低压差线性电压调整器对基于功率分配器和基于电感电容总和节点法的两种测试方法进行测试验证。实验结果表明:基于功率分配器的电源纹波抑制比测试方法最低测试频率可达30 Hz,可满足70 d B以上电源纹波抑制比的测试需求,具有频率测量范围更宽、测试效率高等特点。     

基于集成学习的规范化LDA人脸识别

针对人脸识别问题中经常面临的“小样本”问题,在规范化的LDA算法的基础上加以改进,并结合集成学习的方法,利用Adaboost算法,在每一次的迭代过程中引进一个加权函数对难以分离的样本增加权重。增加分类器之间的差异度,从而提高样本在新的特征空间中的可分离性,将识别率提高至98.5%。通过ORL数据库的大量实验表明,该算法比传统算法有更好的性能。     

一类混沌序列线性复杂度的分析

针对传统密码学中由线性移位寄存器生成的序列在统计特性上的不足,提出一种基于混沌的序列密码生成方法,并在有限精度实现时引入Legendre扰动序列使得输出具有良好的统计特性。用B-M算法对其进行线性复杂度分析,并与等效的线性反馈移位寄存器的复杂度进行比较,结果显示该混沌序列具有良好的非线性特性,保密性好且软件实现简单。     

一种改进的步态识别方法

步态识别通过人体走路的姿势来识别人的身份。近年来,步态作为一种生物特征识别技术备受计算机视觉研究者的关注。对某个人的一个步态序列利用动态Viterbi算法得到一个样本姿态序列,对其多个步态样本姿态序列的对应姿态取平均得到这个人的特征姿态序列,对特征姿态采用主成分分析法和线性判别分析法处理特征空间,并用最近邻法进行识别。利用CASIA数据库对本文方法进行验证,取得了较高的识别率,并对体形变化具有较强的鲁棒性。     

多时滞离散系统鲁棒稳定性优化模型

给出一类时变不确定状态多时滞离散系统,通过构造Lyapunov函数,仅需求解一个关于线性矩阵不等式组(LMIs)的优化模型,就可设计出保证闭环系统稳定的无记忆状态反馈鲁棒控制器,最后通过数值例子说明该方法的正确性和有效性。     

传感器输出特性的线性化回归程序设计

介绍了用面向对象程序设计方法编制的线性回归数据处理程序 ,该程序用于传感器实验数据的回归处理和特性曲线的绘制     

利用单片机自身资源实现低成本A/D转换

介绍一种基于 AT89C1 0 51 /2 0 51的低成本 A/D转换方法。采用通用廉价的器件 ,利用线性锯齿波和单片机内部的定时器来获得 A/D转换的结果 ,与单片机接口简单 ,除了能获得较快的转换速度以外 ,转换的分辨率也可灵活设置 ,具有一定的使用价值。     

基于矢量模型的语音线性预测研究

研究语音参数线性预测的并行处理问题。通过把语音源序列的相邻样本分组能够构成一个均方差平稳的语音向量自回归序列,在Hilbert空间中运用正交投影原理导出具有高度并行处理能力的一预测编码策略,由此可推出参数线性预测的并行处理自适应算法。同传统格型算法相比,这种算法的计算复杂度及存贮量有明显改善。最后通过仿真运算检测了算法的性能。     

跨网段多层交换网络下的数据群发研究

本文介绍了一种基于TCP协议的数据群发方案,该方案适用跨网段多层交换网络中的数据传输,需接收数据的机器只要都通过交换机连接,能用IP地址唯一标识即可.实验证明,该方案保证了群发数据所需时间随着数据的增大只是线性增加,在网速一定时,基本与需要接收数据机器的数量成对数级的关系,网络资源也得到了充分的利用.     

Stability analysis of networked control systems with time-varying sampling periods

In this paper, we present an interval model of networked control systems with time-varying sampling periods and time-varying network-induced delays and discuss the problem of stability of networked control systems using Lyapunov stability theory. A sufficient stability condition is obtained by solving a set of linear matrix inequalities. In the end, the illustrative example demonstrates the correctness and effectiveness of the proposed approach.