排序方式: 共有20条查询结果,搜索用时 15 毫秒
1.
建立了一种RS码编码参数的盲识别新方法.该方法利用本原元的校检作用并行搜索码长和域,提高了盲识别的效率;略掉不符合本原元校检的码字,增强了码根搜寻的可靠性;利用码根的连续性采用前进-倒退法搜索生成多项式,简化计算,提高了搜索速度.仿真结果表明,新算法在90%识别率的误比特率上限上有明显提高. 相似文献
2.
为了提升用户用电质量,降低系统网损,改善电压质量,针对传统AVC系统控制手段单一、控制灵敏度计算不完备、无功装置动作频繁、应对电压频繁波动存在控制盲区等问题,该文提出一种基于Attention-LSTM算法的在线无功优化模型。利用Attention-LSTM算法挖掘电气特征与电压的非线性关系,再综合考虑降低电压偏差、减少动作次数及提高光伏无功利用率等因素,并根据地区电网电压偏差和波动的优化目标,建立了光伏、变压器、电容器高效协同配合的电压无功优化控制模型。最后以江苏某地区配电系统为实例,进行仿真及实验验证,结果表明了所提方法的有效性和实用性。 相似文献
3.
4.
云终端语音交互中改进型谱减法语音增强算法 总被引:1,自引:0,他引:1
为了使云制造的各种资源和服务通过云终端为人们使用,研究了自然人机交互模式,使人们以多种通道自然、高效地通过云终端使用云制造的资源和服务,其中语音交互是人类最自然的交互通道.在实际应用中必须对自然语音信号进行预处理,以从含噪语音中得到干净的语音信号.提出一种基于听觉掩蔽效应的改进型谱减法语音增强技术,引入了新的语音端点检测算法,克服了音乐噪声的影响,提取到纯净语音.通过对其进行仿真,验证了算法的有效性. 相似文献
5.
基于CNN-LSTM混合神经网络模型的短期负荷预测方法 总被引:5,自引:0,他引:5
为了更好地挖掘海量数据中蕴含的有效信息,提高短期负荷预测精度,针对负荷数据时序性和非线性的特点,提出了一种基于卷积神经网络(CNN)和长短期记忆(LSTM)网络的混合模型短期负荷预测方法,将海量的历史负荷数据、气象数据、日期信息以及峰谷电价数据按时间滑动窗口构造连续特征图作为输入,先采用CNN提取特征向量,将特征向量以时序序列方式构造并作为LSTM网络输入数据,再采用LSTM网络进行短期负荷预测。使用所提方法对江苏省某地区电力负荷数据进行预测实验,实验结果表明,文中所提出的预测方法比传统负荷预测方法、随机森林模型负荷预测模型方法和标准LSTM网络负荷预测方法具有更高的预测精度。 相似文献
6.
7.
为了给程序员提供更多的方便,SUN公司对AWT作了重大改进,发布了JFC,在其中使用了全新的事件机制和UI机制。本文对JFC中所使用的UI机制作了初步分析,包括对UI使用的类的介绍,JFC向第三方程序员提供的编程接口等内容,具有较好的参考价值。 相似文献
8.
Swing的组件是按照MVC模型来构造的。本文介绍了Swing中MVC结构及其通信实现方法。 相似文献
10.
数据加密是企业级移动设备重要的功能,防止数据被未经授权的用户或应用程序所访问。谷歌从Android3.0开始提供磁盘加密解决方案。但它只对内部存储设备进行加密。本文基于eCryptFS方法提出了对Android系统内部和外部存储设备都进行数据加密的整体方案,同时也提供了对Android应用程序级的数据加密方法,提升了Android移动设备的安全性。 相似文献