一种新的码片内多径时延估计方法

根据信道冲激响应的稀疏特性,提出了一种频域的时延估计压缩感知模型,将时延估计问题转化为基于欠采样数据的稀疏向量估计问题.利用离散傅里叶变换(Discrete Fourier transform,DFT)矩阵的子矩阵所满足的受限等距性(Restricted isometry property,RIP)以及信道冲激响应的稀疏特性充分降低了时延估计所需数据量的要求.分析了本文模型具有码片内多径分辨能力以及良好抗噪性能的原因,并与多信号分类(Multiple signal classification,MUSIC)和旋转不变技术的信号参数估计(Estimation of signal parameters via rotational invariance technique,ESPRIT)算法的时延估计性能进行仿真比较.仿真结果表明,本文提出的方法不需要预知多径的条数,对码片内多径时延具有较高的估计精度,其时延估计性能在特定条件下优于MUSIC和ESPRIT算法.     

系统

为何网页打开时提示更新IE版本Q我平时一直使用傲游浏览器,最近在使用傲游浏览器打开一些网页时,被提示更新IE版本,或是更换Chrome、Firefox等浏览器。请问这是什么原因?     

Director中利用Lingo脚本编程实现天气实况显示及实时更新

利用Lingo脚本编程技术实现了在Director生成的天气实况信息显示,并进行实时更新.     

迈克菲数据中心安全套件更新

10月16日,迈克菲宣布推出四款新版数据中心安全套件,旨在帮助确保数据中心服务器和数据库的安全。这些套件将白名单、黑名单以及虚拟化技术相结合,为服务器和虚拟桌面系统带来有效保护。相应的解决方案也为物理、虚拟和基于云的数据中心中的服务器和数据库提供了最佳的安全保护,对服务器资源的影响则降     

稀疏差分网络和多监督哈希用于高效图像检索

针对基于深度哈希的图像检索中卷积神经网络（CNN）特征提取效率较低和特征相关性利用不充分的问题,提出一种融合稀疏差分网络和多监督哈希的新方法SDNMSH（sparse difference networks and multi-supervised hashing）,并将其用于高效图像检索。SDNMSH以成对的图像作为训练输入,通过精心设计的稀疏差分卷积神经网络和一个监督哈希函数来指导哈希码学习。稀疏差分卷积神经网络由稀疏差分卷积层和普通卷积层组成。稀疏差分卷积层能够快速提取丰富的特征信息,从而实现整个网络的高效特征提取。同时,为了更加充分地利用语义信息和特征的成对相关性,以促进网络提取的特征信息能够更加有效地转换为具有区分性的哈希码、进而实现SDNMSH的高效图像检索,采用一种多监督哈希（MSH）函数,并为此设计了一个目标函数。在MNIST、CIFAR-10和NUS-WIDE三个广泛使用的数据集上进行了大量的对比实验,实验结果表明,与其他先进的深度哈希方法相比,SDNMSH取得了较好的检索性能。     

改进蚁群算法在路径规划中的应用

针对传统蚁群算法在机器人路径规划时存在收敛速度慢、易陷入局部最优等问题,提出了一种基于自适应归档更新的蚁群算法。根据路径性能指标建立多目标性能评估模型,对最优路径进行多指标优化;采用路径方案归档更新策略进行路径方案的更新和筛选,提高算法的收敛速度;当搜索路径进入不可行区域时,采用自适应路径补偿策略转移不可行路径节点,构造可行路径,减少死锁蚂蚁数量;若算法无法避开障碍或者进入停滞状态,则进行种群重新初始化,增加物种多样性,避免算法陷入局部最优。仿真实验表明,改进后的算法收敛速度更快、收敛精度更高、稳定性更好。     

不再迷茫——解读智能云电视行业标准2．0

互联网电视、云电视、智能电视、3D电视、社交电视……产品更新换代本是好事,不过各电视厂商针对旗下新品推出的各种称谓繁多,带给消费者概念比产品多的感觉,各种新出现的电视称谓一定程度上造成消费者的选购困惑,更予不法商家可乘之机。《智能云电视行业标准2．0》的颁布,及时为消费者拨开了选购迷雾!     

不可错过iOS6的“细节”之处

通过种种方法,很多朋友已经开始在自己的iPhone 4s、iPad上使用iOS6 beta。包括中文Siri、拒绝来电等常规的更新,朋友们自然早已耳熟能详,不过下面列出的一些"细节",也是相当实用,我们自然不能错过。     

巧用网盘备份IE收藏夹

115、华为网盘与酷盘没有提供IE收藏夹的备份功能,但这并不妨碍用一种方式实现收藏夹的双向同步。如需在酷盘中同步保存并更新IE收藏夹,可以这样操作。进入IE收藏夹所在位置,将"Favorites"文件夹直接复制到酷盘的根目录后,再按下"Win+R"组合键,打开"运行"对话框,输入