直方图模糊约束FCM聚类自适应多阈值图像分割

本文提出了一种新的有效的图像多阈值分割方法．该方法通过对模糊约束直方图目标函数的优化．获得一个最佳模糊约束Ｃ划分,根据最大隶属度原则进行图像多阈值化．文中对得到的模糊划分函数进行了分析,同时还讨论了直方图划分类数的自适应确定问题．最后给出了几个典型的实验．理论分析和实验表明了本文方法具有速度快、划分特性良好,鲁棒性强的特点     

带时延约束的FPGA布线算法

基于ＳＲＡＭ编程结构的门海型ＦＰＧＡ连线上的时延较之ＡＳＩＣ来说比较大,连线延迟不可预测．在很多应用中必须对关键路径的时延加以定量限制（包括上限、下限和一组路径的时延差）．时延约束的实现需要布图算法来保证．一般时延驱动的布线算法只能定性地优化时延性能,不能满足定量要求．本文提出了高性能ＦＰＧＡ最短路径布线算法,以它为主体的ＦＰＧＡ布线器能全面地考虑各种时延约束,更好地利用布线资源,对其它无时延约束的线网也可进行时延优化,提高整个芯片的性能     

百瓦级横流CO2激光器的放电实验研究

采用独创的约束放电激励方法,研制了一台百瓦级横流CO2激光器,激光器总体技术方案为气体横向流动,纵向约束放电.并进行了激光器伏安特性实验,注入放电功率达2440W.     

基于深度学习特征融合和联合约束的单通道语音分离方法

为了提高单通道语音分离性能,该文提出基于深度学习特征融合和联合约束的单通道语音分离方法。传统基于深度学习的分离算法的损失函数只考虑了预测值和真实值的误差,这使得分离后的语音与纯净语音之间误差较大。该文提出一种新的联合约束损失函数,该损失函数不仅约束了理想比值掩蔽的预测值和真实值的误差,还惩罚了相应幅度谱的误差。另外,为了充分利用多种特征的互补性,提出一种含特征融合层的卷积神经网络(CNN)结构。利用该CNN提取多通道输入特征的深度特征,并在融合层中将深度特征与声学特征融合用来训练分离模型。由于融合构成的特征含有丰富的语音信息,具有强的语音信号表征能力,使得分离模型预测的掩蔽更加准确。实验结果表明,从信号失真比(SDR) 、主观语音质量评估( PESQ)和短时客观可懂度(STOI)3个方面评价,相比其他优秀的基于深度学习的语音分离方法,该方法能够更有效地分离目标语音。     

一种多普勒容忍的抗间歇采样转发干扰恒模互补波形和接收滤波器联合设计方法

作为一种典型的相干干扰,间歇采样转发干扰利用欠采样原理,能够在雷达接收机产生多个高逼真假目标,使雷达对真实目标的检测失效.针对这一问题,该文提出了一种基于多普勒容忍的多脉冲互补序列和接收滤波器联合设计的抗间歇采样转发干扰方法.首先,考虑设计序列的多普勒容限,以最小化发射序列和接收滤波器模糊函数旁瓣能量以及干扰信号和接收...     

端到端网络承载性能质量测评势在必行

首先阐述了基于端到端的承载网络性能测评的重要性和紧迫性。接着介绍了端到QoS测评的新方法．然后着重说明了端到端QoS测评新方法可解决运营质量管理中存在的诸方面问题．最后展望了网络质量管理的未来。     

信号相关杂波背景中极化雷达发射波形优化

波形优化可有效抑制干扰,显著改善雷达探测性能.针对全极化雷达,考虑发射波形满足能量和相似性双重约束,以最大化信杂噪比为准则,对发射波形和接收滤波器进行联合优化.该文设计了一种波形和滤波器的迭代优化算法,该方法序贯提高输出信杂噪比.算法的每一次迭代需要分别解决一个凸问题和隐凸问题,整个算法的计算量与迭代次数和接收滤波器长度分别呈线性和多项式关系.最后,通过仿真实验分析了算法的收敛性、优化波形的模糊度函数方面的性质,与其他算法进行了对比,结果表明:与现有方法相比,该文方法可实现信杂噪比的有效提升.     

基于电子样稿的柔印首件“粗-精”检测方法

为了解决柔印首件检验没有基准织物图像作为参照的难点,该文提出一种以电子样稿为参照物的柔印首件“粗-精”检测方法,主要分为粗匹配、精匹配和缺陷检测3个阶段。首先,针对电子样稿与印刷首件内容粗细不一、灰度特性差异大、柔印内容重复率高等问题,融合超点(SuperPoint)与强力匹配(SuperGlue)方法进行粗匹配。然后,针对柔印过程版材伸缩、弯曲引发柔印内容局部偏移的问题,采用归一化互相关(NCC)法微调样稿字符,实现精匹配。最后,提出约束聚类的方法将缺陷检测问题转化为电子样稿与柔印首件差异最小化的问题。对比实验表明,该文方法的柔印首件检测性能要优于其他织物印刷品缺陷检测方法,其漏检率为0,误检率为1.3%,平均Dice系数为0.941,且检测时间仅为2.761 s/pcs,满足实际工程的需求。     

一种基于神经网络的立体校正方法

提出了一种简便的立体校正算法。该方法巧妙地运用投影成像原理，构造出一组立体图对在校正前后的对应点，将其作为样本来训练BP神经网络，从而将整个校正关系存储到网络中。利用训练好的神经网络，可以快速有效地实现立体校正。与传统方法相比，该算法的特点是：(1)校正过程中没有利用到摄像机的内外参数，因此无需进行复杂的摄像机定标运算；(2)校正后的图像大小与极点所在位置无关，不会出现校正图像无界的情况。通过实际应用，验证了该方法的正确性和有效性。     

城域网智能业务平台的嵌入式IP QoS技术

传统的IP网络缺乏有效的管理和运营手段，不仅面临着安全、 QoS等方面问题，也不能承载语音、多媒体等电信业务。VPN、 QoS等新技术的应用大大增强了互联网的安全性和服务质量，使得Everyching over IP成为可能。在宽带城域网中，城域网智能业务平台（汇聚层高端路由设备）担负着网内所有用户到骨干网的流量交换，需要较大的整机交换容量，同时还要对所有数据进行安全， QoS等处理。如何在不影