基于一种混合的节点定位算法的研究

针对基本的DV-Hop节点定位算法会产生不良的节点和多级跳带来的累积误差以及未知节点的坐标没有进行修正等缺点,提出了一种改进的混合节点定位算法WHDV-Hop算法,改进后的算法定位误差率明显比改进前的定位误差率小,通过MATLAB软件对节点定位误差方面进行仿真验证,仿真实验结果证明该改进后的算法稳定、可靠,易于实现。与DV-Hop算法相比,定位精确度提高了4.65%,计算量减少,降低了能量消耗水平,实现预期的目标。     

一些特殊方程的计算机程序解法

在人们生产、生活、以及科学研究中,常常会出现一些不容易求解的非线性方程或非线性方程组等特殊方程。文章运用数学知识和计算机MATLAB语言,介绍了这些方程的求解,从而快速得到这些方程的解。     

基于LabVIEW的超声信号小波阈值去噪方法

图形化编程软件LabVIEW具有强大的信号采集功能,但对于需要进行大量数据运算处理的复杂应用就显得力不从心。数学工具软件MATLAB强大的计算功能及较高的编程效率可以弥补LabVIEW开发的不足。文中结合两者软件的优点,采用混合编程的方法进行实际工程的去噪处理,同时针对超声缺陷回波信号信噪比低、易于被噪声淹没的特点,选取小波阈值去噪的方法,通过调用LabVIEW里的MATLAB Script节点对信号进行仿真实验,仿真结果表明采用stein的无偏风险阈值去噪的方法消噪效果最为明显,得到较高的信噪比。     

模型驱动下的Web应用系统自动生成

为了提高Web应用系统开发效率,提出了模型驱动下的Web应用系统自动生成方法。这种生成方法是以Me—taEdit＋作为元建模工具,首先创建Web应用系统元模型、定制DSL,进而建立Web应用系统领域模型,然后通过MetaEdit＋提供的生成器定义语言MERL,软件开发人员可以很方便地设计出Web应用系统所需的JSP生成器、Servlet生成器、Jayabeans生成器和数据库生成器,从Web应用系统图形模型直接生成整个Web应用系统。最后通过一个WebShopping实例详细介绍了模型驱动下的Web应用系统生成方法及生成过程。经测试,所生成的Web应用系统可以在Windows操作系统中的Web应用服务器上正确运行。     

基于边界节点法的MATLAB 工具箱开发

0引言 Helmholtz方程作为简化的波动方程,长期以来备受关注.求解Helmholtz方程的数值方法主要有有限差分法、有限元法和边界元法等.这些方法主要基于网格近似或者需要背景网格积分,在处理高波数或高频率Helmholtz方程及高维问题时存在网格划分困难和内存消耗大等缺点.基于点的近似思想,无网格方法在一定程度上减少对网格的依赖,甚至不需要网格。     

基于Adams的摆杆输送机动力学仿真分析

采用Adams脚本语言建模,自动完成摆杆输送机整体系统的轨道、链条、摆杆和工件之间的装配约束和载荷边界条件的设定等.对某卡车白车身涂装过程进行动力学仿真分析,求得系统整体运行时所需的驱动力大小、链节间的相互作用力和进行静力学分析所需的载荷条件等,分析结果可指导摆杆输送机的整体设计.     

基于Java的匿名内部类分析与应用

内部类是Java中的一大特色,通过对Java中匿名内部类的创建机制和使用方法的探讨,分析匿名内部类中成员变量与成员方法的属性与规则,并给出匿名内部类的实际应用示例。     

编程思维训练通用模型研究与实现

程序设计类课程是培养学生逻辑编程能力的基本课程之一,但目前普遍反映出学生对此类课程的学习兴趣不浓,对程序设计与实现的逻辑思维混乱不清,学习效果较差。如何脱离编程语言本身,运用模拟现实生活的思维训练模型来形象地展示编程的原理与逻辑流程,以提高学生对程序设计的逻辑思维能力和学习效果是本文研究的重点。     

单片机混合编程的实现

介绍了单片机的发展,当前应用较多的主流单片机,并对单片机的混合编程实现进行分析与讲解。     

基于Transformer实现文本导向的图像编辑

为方便非专业用户修图,提出一种基于Transformer的图像编辑模型TMGAN,使用户可通过自然语言描述自动修改图像属性。TMGAN整体框架采用生成对抗网络,生成器采用Transformer编码器结构提取全局上下文信息,解决生成图像不够真实的问题;判别器包含基于Transformer的多尺度判别器和词级判别器两部分,给生成器细粒度的反馈,生成符合文本描述的目标图像且保留原始图像中与文本描述无关的内容。实验表明,此模型在CUB Bird数据集上,IS（inception score）、FID（Fréchet inception distance）以及MP（manipulation precision）度量指标分别达到了9.07、8.64和0.081。提出的TMGAN模型对比现有模型效果更好,生成图像既满足了给定文本的属性要求又具有高语义性。