电缆温度场的有限元分析

针对地下电缆结构和敷设过程中影响地下电缆输送能力的问题,应采取有效的方法对电缆的载流量和温度场进行准确分析计算.根据传热学原理,提出用有限元方法分析给定电缆负荷载流量和地下电缆温度场分布较为适宜.将该方法与IEC标准进行对比,完全符合要求.     

指纹识别系统安全性分析

本文针对目前指纹识别系统广泛应用的现实,从物理层、网络层、开发平台等方面对当前指纹识别系统可能面临的安全威胁进行了分析,并针对性地提出了应对策略。     

基于遗传算法的飞行器追踪拦截模糊导引律优化设计

针对飞行器的追踪拦截问题,研究了基于遗传算法的模糊导引律。导引律的设计以模糊逻辑控制理论为基础,以追踪拦截过程中的接近速度和视线角速度为输入变量、追踪器控制指令为输出变量,在合理给出追踪拦截适应度函数后,采用遗传算法对各变量的模糊分区、隶属度函数参数和模糊推理规则进行了优化。并与一般模糊导引律以及工程中广泛应用的比例导引律进行了性能对比。仿真结果表明:所设计的导引律对目标的追踪性能更优。     

侦察雷达信号的截获概率

介绍了侦收搜索扫描雷达信号不仅受到输入信噪比的影响,而且还受到雷达扫描波束发射脉冲进入侦收系统采集时间同步因素的限制,指出了系统信噪比的门限设置,它可调节在既定性能条件下截获雷达信号的概率。     

基于请求截获机制的中间件QoS管理

中间件屏蔽了底层各类技术细节。为了使中间件能够灵活地根据具体业务需求提供用户满意的服务,需要有效的QoS管理方案。文章采用请求截获机制,提出了一种新的中间件QoS管理方案,并在CORBA上得到实现。在该方案中,设置适当的截获点截获用户请求,提取所需QoS参数进行相应QoS管理。通过采用截获机制,可以使QoS管理这样的非功能属性与业务处理等功能属性相分离,在不影响中间件系统功能的同时进行灵活的QoS管理。     

支持Shader的Direct3D9应用程序透明并行化

根据图形处理器的最新可编程单元Vertex Shader和Pixel Shader的体系结构和单机Direct3D9应用程序的执行流程,提出支持Shader的Direct3D9应用程序在图形集群的透明并行化策略.图形集群的节点划分为资源分配和资源绘制节点,资源分配节点通过截取绘制接口将应用程序实时转换为6类绘制资源,包括命令流、Vertex Shader、Pixel Shader、顶点流、索引流和纹理流.资源绘制节点根据绘制资源的描述信息和资源数据重构出Direct3D9的绘制命令.图形集群中的所有绘制节点都保留全部的绘制资源,并且通过计算基于多流模式场景数据在屏幕空间的包围盒进行绘制任务划分.实验证明,使用,这种策略完全可以实现支持Shader的Direct3D9应用程序透明并行化.相对于单机绘制,基于图形集群的并行图形绘制不仅提高绘制性能而且得到较高绘制加速比.     

用中断拦截实现对步进伺服电机的变频控制

在数控机床的各类控制系统中 ,由加工工艺要求而需要步进伺服系统在不同的时刻输出不同的转速 ,并且根据步进电机的加减速特性 ,进入步进电机定子绕组的电平信号的频率变化要平滑。在此介绍用中断拦截的方式实现对步进伺服电机的变频控制。     

弹道导弹多层拦截方法及效能评估

对弹道导弹的多层拦截方法进行了分析,研究了多层拦截的作战流程,并基于AHP-模糊综合评价法对弹道导弹多层拦截作战效能进行了评估。     

Facial expression recognition of intercepted video sequences based on feature point movement trend and feature block texture variation

Facial Expression Recognition (FER) is an important subject of human–computer interaction and has long been a research area of great interest. Accurate Facial Expression Sequence Interception (FESI) and discriminative expression feature extraction are two enormous challenges for the video-based FER. This paper proposes a framework of FER for the intercepted video sequences by using feature point movement trend and feature block texture variation. Firstly, the feature points are marked by Active Appearance Model (AAM) and the most representative 24 of them are selected. Secondly, facial expression sequence is intercepted from the face video by determining two key frames whose emotional intensities are minimum and maximum, respectively. Thirdly, the trend curve which represents the Euclidean distance variations between any two selected feature points is fitted, and the slopes of specific points on the trend curve are calculated. Finally, combining Slope Set which is composed by the calculated slopes with the proposed Feature Block Texture Difference (FBTD) which refers to the texture variation of facial patch, the final expressional feature are formed and inputted to One-dimensional Convolution Neural Network (1DCNN) for FER. Five experiments are conducted in this research, and three average FER rates 95.2%, 96.5%, and 97% for Beihang University (BHU) facial expression database, MMI facial expression database, and the combination of two databases, respectively, have shown the significant advantages of the proposed method over the existing ones.