基于CPX8216硬件平台的GPRS板间切换的实现

GPRS全称通用分组无线业务,它在改进了现有GSM系统后能实现高速的数据传输。首先对GPRS系统做了简单介绍,然后在此基础上详细介绍了GPRS的板间切换在CPX8216硬件平台上的实现方法。     

Distributed Speech Recognition Systems and Some Key Factors Affecting It''''s Performance

1　IntroductionWiththerapiddevelopmentofInternetandmobilecommunications,theresearchonwirelessmobilenetworkshasbecomethenewhotspotinin formationtechnologyfield .Asweknow ,mobileterminals (mobilephone,forexample)arethetooltohelppeopletoaccessanyinformationtheyneedbyanymediaatanytimeandanywhere .However,itissometimesdifficultformobileterminalstoplaysucharolebecauseofthelimitationssuchaslimitedca pacity ,lowpower,andinconvenienceinoperating .So,peoplehopetofindanotherwaytoaccessnet workinformatio…     

改进的GrabCut方法在舌诊系统中的应用

数字舌象图片的正确分割是实现计算机中医舌诊自动化系统的重要前提,为了高效而准确地分割出舌象,提出了一种基于四叉树与GrabCut的舌象分割方法.该方法首先利用四叉树分解对采集的舌象初分割,然后用相似区域的颜色均值优化GrabCut算法中高斯混合模型参数,最终完成舌象分割.实验结果表明：该算法使得舌象分割效率大大提高,具有很好的实用性.     

基于K-L散度的恶意代码模型聚类检测方法

在云计算应用环境下,由于服务系统越来越复杂,网络安全漏洞和被攻击情况急剧增加,传统的恶意代码检测技术和防护模式已无法适应云存储环境的需求。为此,通过引入高斯混合模型,建立恶意代码的分层检测机制,使用信息增益和文档频率等方法分析和提取样本数据特征值,结合K-L散度特性,提出基于K-L散度的恶意代码模型聚类检测方法。采用KDDCUP99数据集,使用Weka开源软件完成数据预处理和聚类分析。实验结果表明,在结合信息增益和文档频率进行特征分析的前提下,与贝叶斯算法相比,该方法在虚拟环境中恶意代码的平均检测时间降低16.6%,恶意代码的平均检测率提高1.05%。     

在书写任务中的基于轨迹匹配的模仿学习

针对书写任务中运动轨迹较复杂的问题,引入基于轨迹匹配的模仿学习算法对书写轨迹进行表征和泛化,进而实现机器人书写技能的获取。机器人从示教者处获取示教数据,利用高斯混合模型( Gaussian mixture model, GMM)进行编码,学习示教行为的本质特征,通过高斯混合回归进行泛化处理,实现行为再现。实验结果表明：该方法具有良好的行为编码能力和抗干扰性,能够实现轨迹可连续的汉字书写,通过对GMM的扩展能够进行多任务学习,进而实现轨迹不可连续汉字的书写,泛化效果较好。     

青年群体社会责任感影响因素的实证研究

本文旨在以60后、70后、80后青年群体作为研究对象,采用广义矩估计GMM模型的研究方法,对影响中国青年社会责任感的各方面因素进行剖析。研究结果显示,国家教育环境、青年受教育程度、青年就业状况与青年社会责任感之间存在正相关关系,而精神信仰缺失度与其存在负相关关系,但影响因素在不同时期的显著性水平存在差异。     

基于像素分类的运动目标检测算法

针对复杂环境下运动目标检测提出一种基于像素分类的运动目标检测算法。该算法通过亮度归一化对图像序列进行预处理,用以降低光照变化造成的误检,根据场景中不同像素点的特点,对图像进行分类处理,单模态类的像素用中值法进行背景建模,多模态类的像素用混合高斯模型建模。实验结果表明,该算法与传统的高斯建模法相比,减少了运算量,更易于应用在实时系统中。     

Motion fault detection and isolation in Body Sensor Networks

Significant amount of research and development is being directed on monitoring activities of daily living of senior citizens who live alone as well as those who have certain motion disorders such as Alzheimer’s and Parkinson’s. A combination of sophisticated inertial sensing, wireless communication and signal processing technologies has made such a pervasive and remote monitoring possible. Due to the nature of the sensing and communication mechanisms, these monitoring sensors are susceptible to errors and failures. In this paper, we address the issue of identifying and isolating faulty sensors in a Body Sensor Network that is used for remote monitoring of daily living activities. We identify three different types of faults in a Body Sensor Network and propose fault isolation strategies using history-based and non-history based approaches. The contributions of this paper are: (i) faulty sensor node identification in a small number of deployed body sensors (accelerometers); and (ii) identification of a faulty sensor node using a statically or dynamically bound group of sensor nodes that is sharing similar sensor signal patterns.     

基于视频图像的车牌定位预处理算法

车辆图像的预处理效果的好坏直接影响着车牌定位的准确率和运算速度;为了去除复杂背景区域的影响,消除图像的噪声,提出了一种针对视频序列改进的预处理流程;基于混合高斯背景建模结合小波包多尺度去噪的思想,去除大量的背景信息,缩小了车牌定位的范围再继续后面的预处理工作;上述方法得到的图片,噪声干扰降低且含有较少的不规则连通区域,分别以文献[6]和文献[7]提供的车牌定位方法为例进行测试,效果良好。     

基于CSMDEM算法的GMM学习方法

基于Mahalanobis距离的EM(MDEM)算法存在过分裂问题。为此,提出一种竞争结束MDEM(CSMDEM)算法。该算法将最小描述长度准则作为竞争结束条件嵌入到MDEM算法中,能够在估计混合模型参数的同时选择模型阶数。实验结果表明,该算法具有较低的平均EM迭代次数,能够较好地拟合高斯混合模型。当其被应用到跳频网台分选时,能够以较高的正确率分选跳频信号。