“通信原理”大作业教学的探索与实践

本文结合我系"通信原理"课程的教学实践情况,从内容的安排和开展的形式等方面介绍了一种新颖的大作业形式,并通过实例阐述了该作业形式对于提升课程教学效果所起到的积极作用。由师生的反馈以及教学实践中收到的良好效果表明,大作业作为"通信原理"课程辅助教学的一种新形式,有助于教学质量的提高,对学生研究性学习能力的培养起到积极作用,值得进一步完善和推广。     

低频数字式相位测量仪的设计

基于过零检测法原理,以单片机87c51和可编程逻辑器件CPLD为核心,从数据采集电路、数据运算控制电路和显示电路等功能电路出发,实现了一个低频数字式相位测量仪系统,并进行了仿真验证.数据采集单元完全在一片CPLD芯片内部实现,真正实现了系统设计的简化.系统可以对20Hz～20kHz频率范围内的信号进行精确测量;与传统相位测量仪相比,具有硬件电路简单,测量速度快,易于实现等优点.     

基于智能控制的PID控制方式的研究

随着PID技术的发展,以及工业生产自动化的发展的智能需要,基于智能控制的PID控制技术应运而生。本文围绕智能控制的PID控制方式进行了探究,主要探究了PID控制方式的智能化结构、原理、功能等。     

基于主向量分析重建的人脸识别算法研究

提出一种基于主向量分析(PCA)重建的人脸识别方法.传统的特征脸方法是根据PCA投影变换后,利用特征空间的总体散布矩阵最大化的特点进行分类;而本文方法则根据PCA重建误差最小的特点,利用重建误差最小进行人脸的分类.在ORL标准人脸库上的实验结果表明,本文方法优于传统方法,并且具有在增加类别以及增加样本时运算量小的特点,因此具有较好的识别效果及较高的实用性.     

一种新的基于模糊聚类和免疫原理的入侵监测模型

本文提出了一种新的基于模糊聚类和免疫原理相结合的入侵检测模型,同时文章中对RPCL算法进行了改进,克服了原有RPCL算法中不同变量量纲以及变量相互间相关性对算法性能的影响,同时解决了原有算法对初始分类数敏感的不足.利用改进后的RPCL算法解决了模糊聚类中分类个数不确定的问题,最后利用遗传算法进行半径的最优调整形成非正常子空间的特征函数.最后给出试验结果并进行了分析.     

聚焦部分相干平顶涡旋光束对瑞利粒子的捕获

基于广义惠更斯-菲涅尔原理和瑞利散射理论,推导了聚焦部分相干平顶涡旋(partially coherent flat-topped vortex, PCFTV)光束作用在瑞利微粒上辐射力的表达式,主要研究聚焦PCFTV光束对不同折射率的两种粒子的捕获情况。研究结果表明,聚焦PCFTV光束可以在焦点处捕获高折射率和低折射率的粒子。随着光束阶数的增大以及相关长度的减小,光束对微粒的捕获能力增强。所得结果对PCFTV光束应用于光学操控具有一定的意义。     

基于图像内容的脊波变换域数字水印模型和算法研究

在研究人类视觉(HVS)特性的基础上提出了一种在脊波变换域基于图像内容的数字水印模型。在此模型中,嵌入数字水印的强度归结于数字图像脊波系数的视觉掩盖效应,文中建立了脊波变换域人眼临界可见误差模型。图像的水印检测被归结为Neymann-PeaLrson准则下的统计模型,该模型被用来估算水印检测的最优阈值。作为算例,将临界可见误差模型结合扩展谱技术,提出了一种新颖的图像自适应水印算法,并给出了相应的实验结果。实验表明算法性能大幅度提高。     

光纤-混凝土复合体三维非线性有限元分析

对光纤-混凝土间的微观力学行为进行了分析。考虑了双接触面摩擦接触,通过试验确定了接触面力学参数;对光纤-混凝土复合体进行了三维非线性数值分析,得出光纤-混凝土复合体不同受载状况下微观应力应变分布状态及其接触面滑移状态,从理论上验证了光纤涂覆层对其传感灵敏度的影响及光纤布置方式的选择。     

基于概率主成分分析的人脸识别

人脸自动识别是模式识别和图像处理等学科的一大研究热点,在身份鉴别、信用卡识别、护照核对以及监控系统等方面有着广泛的应用。提出一种基于概率主成分分析方法(PPCA)的人脸识别,该方法与传统的主成分分析(PCA)相比,克服了简单的“丢弃”其他非主成分因子,在PPCA中将“丢弃”因子作为噪声成分进行估计．同时PPCA方法是一种基于概率模型的方法,因此很容易延伸为混合模型,对于PPCA概率模型参数,提出利用EM算法对其进行估计。用两个不同的数据集(姿势表情变化集和光照变化集),将PPCA人脸识别算法和传统的PCA算法进行比较,基于PPCA的人脸识别算法中的“丢弃”方差的收敛速度快于传统的PCA算法。实验结果表明．无论是姿势表情变化集,还是光照变化集,PPCA算法的识别率都优于传统的PCA识别算法。     

一种基于粗集理论的图像分割方法

提出了一种基于粗集理论的图像分割方法．在图像聚类过程中的对象往往是具有相似关系而不是等价关系的对象．在本文中将相似关系应用到粗集理论中来解决图像中的聚类问题．由于噪声的干扰,往往会影响到图像分割的效果．本方法提出了边界点的最大隶属原则并进而提出了边界点的粗糙度以及边界点的最大隶属原则,从而大大减小了噪声的干扰．在此基础上给出了聚类质量的评价函数．该方法为进行图像分割提供了一个崭新的视角．