基于光载无线交换的数据传输系统

根据智能农业这一未来农业的发展方向的要求,结合光载无线交换技术的原理及特点,提出的一种新型的基于光载无线通信(ROF)技术的数据传输系统。它不仅具有ROF大容量、低成本、可重构的特点外,还结合数字光纤、以太网技术和无线局域网技术,可以安全可靠地将数据采集层的数据传输给业务层。     

亚洲引领世界涂料工业实现增长

20 0 2年全球涂料产量达 2 370万t,发达国家市场已经成熟 ,发展中国家和地区由于巨大的市场潜力成为大型涂料企业竞争的焦点。欧美大型涂料生产商寄希望于兼并重组引发的成本节约效应 ,以及拓展亚洲市场的光明前景     

利用Origin7.0软件处理超声波声速实验数据

利用Origin7.0软件对驻波法测量超声波波速的实验数据进处理。通过整个实验数据处理,展示Origin7.0直观、快捷、高效的特点,适合学生在物理实验的数据处理和分析中应用。     

数据流语言中数据频率的自动化处理技术

数据流分析和处理是计算机应用最常见的工作之一,实际系统常常包括不同频率的数据流,而现有的程序语言要求在程序中对数据频率进行显式的处理.旨在提出一种新型的变频数据流处理框架,针对基本的频率运算进行自动化处理.我们基于函数式程序设计语言和依赖类型系统理论,定义了数据流语言FStream,在程序的类型检查过程中对数据流频率进行检查和处理,并给出了离散的Simulink模型到FStream的表示.     

WMSNs的安全合作处理密钥管理协议

提出一种基于两跳分簇网络结构的安全合作处理密钥管理协议,能支持无线多媒体传感器网络的合作处理.通过建立簇内和邻簇的密钥对,明显降低了存储开销,解决了密钥对建立和更新过程中通信开销大的问题.性能分析和仿真结果显示,密钥对建立和簇密钥更新通信开销分别减少300%和50%,并有抵制俘获攻击的能力.与不加密直接传输进行比较,加密合作传输的网络性能更优,特别是网络生存周期提高了153%.     

嵌入路网图模型的自动驾驶场景描述语言

深度学习的快速发展带动着自动驾驶技术的迅速进步.深度学习感知模型在识别准确率逐步提升的同时,也存在鲁棒性和可靠性不足等隐患,需要在大量场景下进行充分测试以确保达到可接受的安全标准.基于场景的仿真测试是自动驾驶技术的核心和关键,如何描述和生成多样化仿真测试场景是需要解决的关键问题之一.场景描述语言能够描述自动驾驶场景并在虚拟环境中实例化场景获取仿真数据,但现有的场景描述语言大都缺少对于场景道路结构的高层抽象和描述.提出路网属性图来表示路网中抽象出的实体及他们的关系,并设计能简洁描述场景路网结构的语言SceneRoad. SceneRoad可以基于描述的场景道路结构特征构建路网特征查询图.这样,在路网中搜索符合描述的场景道路特征的问题被抽象为路网图上的子图匹配问题,该问题可用VF2算法求解.进一步地,将SceneRoad作为扩展集成到Scenic场景描述语言中.使用拓展后的语言随机生成大量多样的静态场景并构建仿真数据集.仿真数据集的统计信息表明生成的场景具有丰富的场景多样性.不同感知模型在真实和仿真数据集上的训练测试结果表明,模型在两个数据集上的表现呈正相关,意味着模型在仿真数据集上的评估...     

基于支持向量回归（ε-SVR）预测的分布式机器视觉算法的研究

针对目前我国现代分布式机器视觉系统的发展现状,通过研究分布式视觉系统中的时延和网络阻塞问题,提出了一种基于支持向量回归（ε-SVR）预测的分布式机器视觉算法模型,该算法能够有效的预测时延变化,预测效果超过同类型的预测方法。实验和应用表明：与同类型预测方法相比,该模型不但能够在预测效果上达到现有预测水平,而且能大大提高预测速度,适应实时预测的需要。     

基于最小二乘支持向量机的机器视觉识别方法

为了解决传统的机器视觉识别技术识别精度低的难题,提出基于粒子群优化最小二乘支持向量机的机器视觉识别方法.首先,对机器视觉采集的图像进行特征提取;然后,利用特征数据建立基于粒子群优化最小二乘支持向量机的识别模型;最后,以红枣缺陷识别作为应用案例以证明该方法的有效性及优越性.分别采用人工神经网络、支持向量机与该方法进行对比...     

分布式多媒体系统中的媒体同步

本文介绍分布式多媒体系统中的媒体同步问题，着重介绍了基于MPEG－I的分布式多媒体系统中，视频和音频的同步以及媒体服务器和客户之间的流同步。     

融合网络结构和节点属性的链接预测方法

链接预测旨在推荐网络中潜在的链接,是理解和研究社会网络特征的重要一步。随着社会网络的发展,许多网络中包含了大量的节点属性信息。研究集中在结合网络结构和节点属性信息来进行链接预测。网络中的两个节点既可能因为结构上相邻形成新链接,也可能因为属性相似产生联系,基于此假设提出了一种新的融合网络结构和节点属性的随机游走模型用于链接预测。首先建立了两个不同的网络图以及转移概率矩阵用于新的迭代规则,而后再简化该模型用于计算并提出了一种近似的快速算法。在两个标准数据集上进行的实验表明该方法较同类方法有明显的效果提升,同时进一步分析了随机游走粒子在两个网络图中游走的概率对预测结果的影响,分析结果显示节点属性可有效提高模型的预测能力。