信息處理機(圖1)用于完成導彈上多路遙測信息的采集、處理、組包發送。主要功能包括高速1553B總線的數據收發、422接口設備的數據加載與檢測、多路數據融合和數據接收、處理、組包發送的功能。其中，總線數據和其他422接口送來的數據同時進行并行處理;各路輸入信息按預定格式進行融合與輸出;數據輸出速率以高速同步422口的幀同步脈沖為源，如果高速同步422口異常不影響總線數據和其它422口的數據融合與輸出功能。在CPU發生異常或總線數據異常時不影響其它422口數據的融合與輸出功能;能夠對從總線上接收的數據進行二次篩選、組包，并發送往總線，供其它設備接收。
上傳時間： 2013-10-22
上傳用戶：xjz632
在Pro/ENGINEER中，當創建或處理非實體曲面時，使用的是面組。面組代表相連非實體曲面的“拼接體”。面組可能由單個曲面或一個曲面集合組成。 面組包含了描述所有組成面組的曲面的幾何信息，和面組曲面的“縫合”（連接或交截）方法信息。一個零件包含多種面組。通過使用“曲面特征”創建或處理面組。 使用曲面功能 從“特征類”菜單中選擇“曲面”，顯示“面組曲面”還是“曲面選項”菜單，取決于模型中是曲面還是曲線。如果曲面特征或基準曲線存在于模型中，系統將顯示“曲面選項”菜單，它可用于創建新曲面。 也可以通過“插入”菜單來使用多數曲面命令。 命名面組可以使用命令序列“設置”/“名稱”/“其它”，為整個面組或單獨的曲面分配名稱。然后可以使用“獲得選取”中的“按菜單選取”選項，按名稱選擇已命名的面組或曲面。
上傳時間： 2013-11-25
上傳用戶：離殤
針對人臉識別中的特征提取問題，提出一種新的基于Gabor的特征提取算法，利用Gabor小波變換良好的提取區分能力和LDA所具有的判別性優勢來進行特征提取。首先利用Gabor小波變換來提取人臉特征。然后對得到的高維特征采用PCA進行初次降維，再利用LDA實現再次降維，得到最終的特征向量。在ORL和YALE人臉庫上的實驗驗證了該算法的有效性。
上傳時間： 2013-12-14
上傳用戶：alex wang
多年來，自動測試系統經歷了從專用型向通用型、開放性的發展歷程，ATS作為計算機技術的一個特定領域，一直都是緊隨計算機技術的發展，而如今計算機技術發展到互聯網階段，信息模型的概念為測試領域發展帶來新的階段，IEEE 1641標準充分解決了ATE的互操作和TPS可移植的問題，最大限度地降低了ATS生命周期的維護費用，具有顯著的軍事及經濟效應。
上傳時間： 2013-10-13
上傳用戶：busterman
設計并實現了基于圖像檢索的地標識別系統。該系統通過捕捉地標的視覺特征，幫助游客或使用者更好地理解圖像的內容并同時提供圖像拍攝的地理位置信息。首先根據提取的SURF特征搜尋地標在數據庫中的最優匹配，然后根據最優匹配結果給出輸入地標在地圖中的位置。系統采用的層次化數據庫結構和分級檢索方式，使得檢索效率比傳統的遍歷檢索方式提高30%。大量實驗證明文中提出的算法具有魯棒性和高準確性，該系統已在高校內部地標識別中測試使用成功。
上傳時間： 2013-12-29
上傳用戶：CSUSheep
頭肩的定位檢測采用了Haar特征和HOG特征的層級分類方法，并根據頭肩的對稱性特點，提出了一種稱為Joint HOG的組合型特征。通過Haar分類器濾除大部分負樣本后，接著用HOG進行精細的驗證從而得到頭肩目標框。實驗表明，本文的方法取得了80%~90%的準確率，并且完全可以用于實時處理。
上傳時間： 2013-11-13
上傳用戶：weareno2
針對數據在性態和類屬方面存在不確定性的特點，提出一種基于模糊C 均值聚類的數據流入侵檢測算法，該算法首先利用增量聚類得到網絡數據的概要信息和類數，然后利用模糊C均值聚類算法對獲取的數據特征進行聚類。實驗結果表明該算法可以有效檢測數據流入侵。
上傳時間： 2015-01-03
上傳用戶：fujiura
探討了radon變換在低信噪比圖像特征檢測的適用性!分析了radon變換變換的優勢與不足!并從信息融合的角度出發!提出了radon變換補充的應用策略!對低信噪比的機場跑道圖像進行了驗證!顯示出較好的檢測效果.
上傳時間： 2015-01-03
上傳用戶：herog3
提出了一種在RGB顏色空間中顏色距離定義的方式，并根據顏色距離，用Roberts梯度算子得到顏色距離直方圖，確定圖像邊緣信息的閾值。通過Roberts算子，使用此閾值得到圖像的邊緣信息。這種方式，充分考慮了圖像中的顏色信息，與灰度圖的處理方式相比，減少了計算量，提高了具有相似亮度的不同顏色之間邊緣信息的提取成功率。
上傳時間： 2013-11-19
上傳用戶：懶龍1988
在深入的對頻譜臉法和Fisherface方法進行研究后，綜合這兩種方法的優點，提出了一種基于頻譜臉和Fisherface的人臉識別新方法。頻譜臉方法主要是采用二維小波變換和傅立葉變換。因為人臉圖像的低頻部分對人臉的表情變化是不敏感的，所以對人臉圖像使用二維小波變換，提取人臉圖像的低頻部分。對人臉圖像的低頻部分使用傅立葉變換，從而獲得原人像的一個低維空間的表達。但是頻譜臉特征維數仍然較高，所以在頻譜臉法的基礎上繼續提取人臉頻譜圖像的Fisherface 特征，降低特征的維數，提高識別效率。利用人臉面部構造產生的灰度特性提取眼睛，利用嘴唇的色度特征分割出嘴巴，進而根據眼睛和嘴巴構成三角形模板的特性，精確定位人臉在圖像中的位置。實驗結果表明，這種結合膚色和面部特征的算法，能夠對人臉進行較快速、準確的定位，而且結果比較穩定可靠。
上傳時間： 2013-10-09
上傳用戶：zhf01y
