波导系统模式的分析与鉴别

介绍了现有各种模式分析的方法,比较了它们各自的特点,认为模式耦合鉴别方法具有实时性与动态性的优点,尤其适合高功率微波系统应用。     

手机天线辐射与人头吸收率的仿真分析

利用HFSS软件仿真分析了PIFA手机天线的电磁辐射特性。为改善天线的性能,在原结构基础上添加了金属屏蔽板,研究了加入屏蔽板后天线性能的变化情况。通过HFSS仿真人体头部模型内的电场和整体的SAR分布的方向图,仿真结果表明,加入屏蔽体后人体头部的辐射电场和SAR分布明显减弱。     

热处理对紫色翡翠光谱学特征影响的研究

使用X射线衍射仪(XRD)、紫外-可见吸收光谱仪(UV-VIS)与拉曼光谱仪,对进行氧化气氛热处理前后的紫色翡翠样品进行光谱测试。XRD分析结果显示,紫色翡翠样品中95%以上是硬玉成分。热处理前后的紫外-可见吸收光谱对比结果显示,样品热处理后的光谱和热处理前相比,437nm处尖峰以及580nm处吸收包基本消失;而拉曼光谱图对比结果显示,热处理后黄褐色部位拉曼峰值基线整体呈上升趋势。分析结果表明,紫色翡翠样品主要致色离子为Fe2+,在经过热处理后,Fe2+氧化成为Fe3+,生成Fe2O3,从而致使热处理后的紫色翡翠样品呈现出黄褐色。     

基于图像的浮雕雕刻自动编程软件的开发

为了实现浮雕的数控加工,提出了基于图像的浮雕雕刻方法。该软件采用数字图像处理技术,结合丰富的加工参数选项,实现了浮雕雕刻的自动编程。经测试其生成的数控加工程序在数控机床上能够加工出令人满意的浮雕作品,同时配合仿真软件的使用,可迅速获得浮雕的加工效果和加工时间,有助于产品的生产与加工安排。     

基于Map/Reduce集群上的模式空间划分的序列模式挖掘

通过模式空间划分将基于Map/Reduce处理数据集与候选序列模式集的多对多的对应关系的问题转化为处理数据集与以频繁1-序列为基的各子模式空间的多对多的对应关系问题,大大缩小了中间结果键值对集合的规模,避免了由于组合爆炸导致的单一Map节点的瓶颈问题.通过三轮的Map/Reduce任务,实现了模式空间和过滤规则的建立,并在此基础上实现了各子模式空间上独立地进行序列模式的挖掘.通过充分利用整个模式空间的全局特征及各子模式空间的个性特征,设计了优化的非递归挖掘算法,减少了前缀投影库构造次数及对构造的投影库的扫描次数,从而提高了挖掘阶段的效率.     

一种改进的KMP算法在不良网站信息过滤中的应用

针对网络信息过滤的特点和现实中人们对网络信息纯净度的要求,提出了一种基于KMP字符串匹配算法,对不良网站信息进行过滤和相应的性能测试。在测试环境下,对100组非法网站进行过滤,得出对不良信息过滤查准率达到95%,查全率达到98%,通过对测试数据的分析和网络吞吐量的测试结果表明,该方案所设计的系统性能基本能够满足实际需要。     

基于激光的散斑干涉术及其测量中的应用

对电子散斑干涉技术用于测试离面和面内位移的原理和光路进行了详细阐述,并分析该方法的适用范围和灵敏度,给出了圆盘试件离面位移和金瓷试件面内位移的测试结果。表明基于激光技术的电子散斑干涉法适用于硬质材料位移和无损检测,结果以干涉条纹图形式给出,易于定性和定量分析研究对象位移。     

用于视频监控的特定声实时定位系统

设计了一种用于视频监控的具有较强抗干扰能力的特定声定位实时系统。本系统利用广义互相关算法(GCC)估计声音到达2个传声器的时间差(TDoA),以此计算声源的方向角。本系统具有特定声检测功能,只有特定声出现时才输出定位结果,提高了系统的抗干扰能力。实验证明,该系统能够实时地对枪声进行定位,当枪声在±30°范围的时候,室内测试的定位误差在±3°以内;室外测试定位误差在±5°以内。     

多普勒域上稀疏的双向中继信道估计

信道估计技术作为获得信道衰落信息的方法,是提高无线信道传输接收性能的关键技术。本文针对放大转发双向中继系统的时间选择性平坦衰落信道,利用信道在多普勒域的稀疏性进行压缩信道估计。相比于传统的线性估计方法,压缩信道估计考虑了信道的固有稀疏性,降低了导频的开销,改善了信道估计性能,提高了频谱利用率及系统吞吐量。文中通过对双向中继信道进行多普勒域的稀疏建模,仿真分析了信道估计性能随着导频数量增加、信噪比增加,得到不断改善;而不同的导频分布将影响观测矩阵的相关度,从而对信道估计产生影响。仿真表明,当导频随机分布时,信道估计效果最佳。同时,文中还仿真分析了最大多普勒频移对信道估计性能的影响。      

融合CDI和LBP的人脸特征提取与识别算法

针对光照、姿态和表情对人脸识别率造成严重影响的问题,提出了结合笛卡儿微分不变量(CDI,cartesian differential invariant)和LBP(local binary patterns)的人脸特征抽取与识别算法。首先,利用高斯微分算子抽取人脸图像的微分结构,组合这些微分结构得到一个不可约简的笛卡儿CDI集。其次,对CDI集中每个分量分别计算其LBP特征,并将所有分量的LBP特征连接起来以得到人脸图像的特征。最后,运用所抽取出的人脸局部描述特征和支持向量机(SVM)分类器完成人脸图像分类与识别。试验分析表明,基于CDI的LBP特征对人脸位置、姿态、光照和表情的变化具有较高的不变性。该算法在ORL和Yale人脸库中分别取得了98.5%和98.89%的识别率。