排序方式: 共有16条查询结果,搜索用时 0 毫秒
1.
2.
3.
4.
XGATE内核的MC9S12XE系列双核单片机具有数据处理速度快、反应时间短、功耗低等优点,在汽车电子领域有着很好的应用前景。本文介绍了Freescale公司MC9S12X系列双核单片机在混合动力汽车整车控制器中应用的优点,给出了其进行CAN总线通信的硬件接口设计与执行流程。最后给出了其利用协处理器XGATE管理CAN总线通信的典型配置方法。 相似文献
5.
未来智能电网将接纳越来越多的分布式能源,而分布式能源的广泛接入具有提高系统的能源效率、经济性、韧性以及可持续性的潜力。然而,以风力发电和光伏发电为主的分布式能源由于其固有的波动特性,在大规模接入电网时会给系统带来诸多问题。因此,定量刻画分布式发电功率的波动性对于现代电力系统而言至关重要。基于此,该文借助时间窗、包络线和勒贝格积分,通过提取分布式发电功率中高频信息和变化趋势的波动性特征,定义了量化分布式发电功率波动性的指标——波动率。通过检验风电功率时间序列的波动性、验证平滑效应以及与预测误差和已有指标进行对比分析,验证了所提出的波动率在衡量分布式发电功率波动性的有效性。 相似文献
6.
针对多标签学习中实例标签的缺失补全和预测问题,本文提出一种基于正则化的半监督弱标签分类方法(简称SWCMR),方法同时兼顾实例相似性和标签相关性.SWCMR首先根据标签相关性对弱标签实例的缺失标签进行初步预估,然后利用弱标签实例和无标签实例构造邻域图,从实例相似性和标签相关性角度构建基于平滑性假设的正则化项,接下来利用预估后的弱标签实例结合无标签实例训练半监督弱标签分类模型.在多种公共多标签数据集上的实验结果表明,SWCMR提高了分类性能,尤其是标签信息较少时,分类效果提升更显著. 相似文献
7.
8.
从序列图像中提取变化区域是运动检测的主要作用,动态背景的干扰严重影响检测结果,使得有效性运动检测成为一项困难工作。受静态图像显著性检测启发,提出了一种新的运动目标检测方法,采用自底向上与自顶向下的视觉计算模型相结合的方式获取图像的空时显著性:先检测出视频序列中的空间显著性,在其基础上加入时间维度,利用改进的三帧差分算法获取具有运动目标的时间显著性,将显著性目标的检测视角由静态图像转换为空时性均显著的运动目标。实验和分析结果表明:新方法在摄像机晃动等动态背景中能较准确检测出空时均显著的运动目标,具有较高的鲁棒性。 相似文献
9.
10.
在分类器链方法中, 如何确定标签学习次序至关重要, 为此, 提出一种基于关联规则和拓扑序列的分类器链方法(TSECC). 首先结合频繁模式设计了一种基于强关联规则的标签依赖度量策略; 接下来通过标签间依赖关系构建有向无环图, 对图中所有顶点进行拓扑排序; 最后将得到的拓扑序列作为分类器链方法中标签的学习次序, 对每个标签的分类器依次迭代更新. 特别地, 为减少无标签依赖或标签依赖度较低的“孤独”标签对其余标签预测性能的影响, 将“孤独”标签排在拓扑序列之外, 利用二元关联模型训练. 在多种公共多标签数据集上的实验结果表明, TSECC能够有效提升分类性能. 相似文献