亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

特征分析

  • 本文討論半導體產(chǎn)品特征循環(huán)及其對產(chǎn)品技術(shù)發(fā)展的 啟示 。分析指出

    本文討論半導體產(chǎn)品特征循環(huán)及其對產(chǎn)品技術(shù)發(fā)展的 啟示 。分析指出,半導體產(chǎn)品的主特征一直遵循著“通用” 與“專用”交替發(fā)展,每十年波動一次,目前正進入以嵌入 式可編程SoC為特征的專用(可稱為專用可編程產(chǎn)品,ASPP波動階段。同時還指出了牧村浪潮與我們提出的“半導體產(chǎn)品特征循環(huán)”的共同點與分歧。根據(jù)預測,半導體產(chǎn)品將在ASPP發(fā)展中,向用戶可重構(gòu)片上系統(tǒng)(U-SoC, User-reconfigurable SoC)方向發(fā)展,進入傳統(tǒng)硅微電子技術(shù)的最后一次通用波動。文中最后分析了可重構(gòu)計算的發(fā)展現(xiàn)狀和存在的問題,以及今后的發(fā)展方向。

    標簽: 半導體 產(chǎn)品特征 循環(huán)

    上傳時間: 2017-05-27

    上傳用戶:笨小孩

  • 關(guān)于關(guān)聯(lián)向量機應用的最新文獻! 提出了一種核主元分析(KPCA)和關(guān)聯(lián)向量機(RVM)相結(jié)合的組合建模方法。KPCA-RVM采用KPCA對原始自變量進行非線性變換并提取主成分,形成特征自變量 采用R

    關(guān)于關(guān)聯(lián)向量機應用的最新文獻! 提出了一種核主元分析(KPCA)和關(guān)聯(lián)向量機(RVM)相結(jié)合的組合建模方法。KPCA-RVM采用KPCA對原始自變量進行非線性變換并提取主成分,形成特征自變量 采用RVM,對KPCA變換后的樣本數(shù)據(jù)進行回歸建模,并根據(jù)模型的預報能力自適應的確定參與回歸的最佳特征變量個數(shù),消除冗余信息干擾,獲得強非線性表達能力且預報性能良好的模型。并將KPCA-RVM應用于PTA裝置對羧基苯甲醛(4-CBA)含量的軟測量建模,結(jié)果表明該方法預測精度高于PCA-RVM和RVM。

    標簽: KPCA KPCA-RVM RVM 向量機

    上傳時間: 2013-12-20

    上傳用戶:ddddddos

  • 本文通過分析整合城市軌道交通信息的功能需求和各個業(yè)務子系統(tǒng)的結(jié)構(gòu)特征,提出了基于組件技術(shù)COM/CORBA(組件對象模型/公共對象請求代理體系)的城市軌道交通信息共享系統(tǒng)。

    本文通過分析整合城市軌道交通信息的功能需求和各個業(yè)務子系統(tǒng)的結(jié)構(gòu)特征,提出了基于組件技術(shù)COM/CORBA(組件對象模型/公共對象請求代理體系)的城市軌道交通信息共享系統(tǒng)。

    標簽: CORBA COM 交通信息

    上傳時間: 2017-08-30

    上傳用戶:bcjtao

  • 基于PSO訓練SVM的人臉識別 利用支持向量機在學習能力方面表現(xiàn)的良好性能,結(jié)合核主元分析特征提取方法,將其應用于人臉識別中,該方法在實驗中表現(xiàn)了良好的識別性能,為人臉識別領(lǐng)域提供了一條新的識別途徑

    基于PSO訓練SVM的人臉識別 利用支持向量機在學習能力方面表現(xiàn)的良好性能,結(jié)合核主元分析特征提取方法,將其應用于人臉識別中,該方法在實驗中表現(xiàn)了良好的識別性能,為人臉識別領(lǐng)域提供了一條新的識別途徑

    標簽: 人臉識別 PSO SVM 性能

    上傳時間: 2014-12-03

    上傳用戶:13160677563

  • 基于虛擬儀器的電機振動測試分析系統(tǒng).rar

    電機是現(xiàn)代生產(chǎn)中的重要電氣設(shè)備,電機的故障會對生產(chǎn)造成重大影響,因此需要監(jiān)測電機的運行狀態(tài)。同時,不斷提高的環(huán)保標準要求控制電機的噪聲。測試和分析電機的振動為電機的故障診斷和電機的噪聲控制提供了途徑,因此有必要建立一個電機振動測試分析系統(tǒng)。 過去20多年來,虛擬儀器技術(shù)取得了長足發(fā)展,在工程測試等領(lǐng)域得到了廣泛的應用。相比于傳統(tǒng)儀器,虛擬儀器技術(shù)具有性能高,擴展性強等諸多優(yōu)勢。LabVIEW是虛擬儀器軟件開發(fā)平臺中最常用的一個。 本文在虛擬儀器的基礎(chǔ)上開發(fā)了電機振動測試分析系統(tǒng),主要內(nèi)容包括以下幾個方面: 1.電機振動測試分析平臺的建立,以LabVIEW為軟件開發(fā)平臺,配合數(shù)據(jù)采集卡,加速度傳感器等硬件設(shè)備建立了電機振動信號采集與處理的虛擬儀器系統(tǒng),完成振動信號的采集、顯示、處理、數(shù)據(jù)管理等一系列功能; 2.電機振動信號處理方法的研究,深入分析了傅里葉變換、時頻分析、小波分析等在電機振動信號處理中的優(yōu)缺點,著重研究了獨立分量分析等新技術(shù)在電機內(nèi)部振動信號處理上的應用,針對電機振動的特性,給出了各種信號處理方法的參數(shù)優(yōu)化: 3.電機故障診斷的研究,針對電機故障特征量的提取和選擇提出了作者自己的見解,建立了基于振動的最小二乘支持向量機電機故障診斷,實例證明了支持向量機在電機故障診斷上的有效性; 4.針對電機故障診斷中故障樣本不易獲得的特點,提出了基于支持向量數(shù)據(jù)描述的多層分類器,是一種較有應用價值的新方法。

    標簽: 虛擬儀器 電機振動 測試

    上傳時間: 2013-06-24

    上傳用戶:黃華強

  • 高壓開關(guān)柜中三維電場的計算與分析.rar

    隨著我國電力系統(tǒng)不斷發(fā)展,高壓開關(guān)柜以其結(jié)構(gòu)簡單、維護工作量小、適合于頻繁操作等特點,受到廣大用戶歡迎,并成為高壓開關(guān)向無油化發(fā)展的一大主流。近年來,隨著電力系統(tǒng)不斷向大容量、高電壓、小型化發(fā)展,40.5kV高壓開關(guān)柜在電力系統(tǒng)中也得到普遍的采用。絕緣問題是電力設(shè)備穩(wěn)定、可靠運行的重要影響因素之一,并且絕緣也是高壓電器設(shè)備中的薄弱環(huán)節(jié),高壓開關(guān)柜故障中很大一部分就是由于絕緣破壞而造成的。因此如何能夠合理的配置母線、真空斷路器及其它電器元件,得到較佳的絕緣配合和設(shè)計,達到具有高度可靠的絕緣性能,保證高壓開關(guān)柜在配電系統(tǒng)中安全運行,且有較小的安裝空間,是開關(guān)柜設(shè)計中一個值得研究的重要問題。 在計算機模擬電場分布的求解中,有限元方法以其剖分簡便易行、可適用于多種介質(zhì)和較高的計算效率,已成為電磁場問題求解的主要方法之一。ANSYS是有限元計算方法的代表軟件,通過對模型特征參數(shù)化,使用用戶參數(shù)化設(shè)計語言(APDL),可以進一步提高分析效率,使得整個分析過程自動、通用。 本文從實際產(chǎn)品設(shè)計入手,根據(jù)開關(guān)柜的結(jié)構(gòu)特點,建立了三維電場數(shù)值計算模型,在滿足技術(shù)條件要求的基礎(chǔ)上,通過采用電場的數(shù)值仿真分析及相應實驗研究,描述了40.5kv高壓開關(guān)柜配電系統(tǒng)接地開關(guān)相間及接地柜中全場域電場分布情況,確定了接地開關(guān)在不同情況下的電場分布、變化情況,通過理論的計算和分析,對產(chǎn)品的絕緣進行了校核與驗證,進而得到合理的布置結(jié)構(gòu)和達到最佳的絕緣配合,為實際產(chǎn)品的開發(fā)和設(shè)計提供了理論依據(jù)。

    標簽: 高壓開關(guān)柜 電場

    上傳時間: 2013-07-27

    上傳用戶:sy_jiadeyi

  • 電力電子裝置計算機輔助分析方法的研究及實現(xiàn).rar

    隨著電力電子技術(shù)的迅速發(fā)展和推廣應用,利用計算機仿真對電力電子電路進行分析和研究得到了日益廣泛的重視。盡管目前一些仿真軟件都有比較強大的功能,可以利用它們來完成某些電力電子裝置的某些分析工作,但是由于器件模型的限制和電力電子裝置負載的復雜性,使得這些軟件并不能完成對于電力電子裝置所要進行的所有分析要求,特別是當其被用于電力電子裝置故障運行的仿真。針對上述問題,本論文在研究器件建模方法和裝置仿真方法的基礎(chǔ)上,運用C++語言開發(fā)了一個可專門用于電力電子裝置仿真分析的程序。 本課題首先對于各種電力電子器件進行建模。在對各種元器件特性深入研究的基礎(chǔ)上利用已知的電路原理和建模方法,抓住各具體電力電子器件的主要特征,建立其電路及邏輯仿真模型。由于本論文中研究的是電力電子裝置作為一個整體的特性,所以在對器件電路模型的建模過程采用高層次的電路模型,即理想開關(guān)模型和雙極性電阻模型。器件的邏輯模型則是通過皮特里網(wǎng)絡(luò)來實現(xiàn),根據(jù)仿真的目的可建立不同精細程度的邏輯模型。因為器件邏輯模型的建模過程中采取的逐步細化的原則與面向?qū)ο蟪绦蛟O(shè)計中自頂而下,逐步求精的思想不謀而合,所以在仿真程序中采用C++語言對所建立的器件模型進行描述。 針對電力電子裝置的非線性,病態(tài)特性和其負載的復雜性,使用階段仿真的思想進行程序設(shè)計。確定了仿真程序的總體結(jié)構(gòu),并實現(xiàn)了程序的模塊化設(shè)計。利用通用的狀態(tài)變化檢測模塊和兼容性檢測模塊在程序中確定電路結(jié)構(gòu)發(fā)生變化的精確時刻,它們獨立于具體的電路結(jié)構(gòu)。狀態(tài)方程模塊和輸出方程模塊雖然與具體的電路結(jié)構(gòu)相關(guān),但是亦可將其設(shè)計為模塊的形式,針對不同的電路結(jié)構(gòu)僅需改變模塊中對于狀態(tài)方程和輸出方程的描述。鑒于數(shù)值計算方法對于仿真結(jié)果的重要性,本論文中討論了幾種數(shù)值積分方法的特點及適用范圍,并在程序用編寫了幾種常用的算法,以供用戶選擇。通過對于瓦格納斬波器、三相全控整流橋和三相半控整流橋的仿真驗證仿真程序的正確性和實用性。

    標簽: 電力電子裝置 法的研究

    上傳時間: 2013-07-16

    上傳用戶:bhqrd30

  • 小波分析在信號去噪中的應用研究.rar

    目前,小波分析在信息技術(shù)和其他學科方面的應用是眾多科技工作者關(guān)心的課題。在理論方面,新觀點、新方法不斷涌現(xiàn)。本文旨在完善小波的基本理論,對原有的小波去噪方法作進一步的改進。 經(jīng)典的信號處理方法,例如傅立葉變換、短時傅立葉變換等具有局限性,因而限定了它們的應用范圍。小波分析作為一種全新的信號處理方法,它將信號中各種不同的頻率成分分解到互不重疊的頻帶上,為信號濾波、信噪分離和特征提取提供了有效途徑,特別在信號去噪方面顯出了獨特的優(yōu)勢。本文介紹了經(jīng)典的去噪方法,并對其適用范圍和效果進行了分析和比較。并且,討論了小波分析的基本理論,介紹了連續(xù)小波變換、離散小波變換和小波變換的快速分解與重構(gòu)算法,最后研究了小波基的數(shù)學特性,分析了它們對實際應用的影響和作用。進而,介紹了小波的幾種去噪方法:小波變換高頻系數(shù)置零去噪方法、小波變換模極大值去噪方法、小波閾值去噪方法、小波空域相關(guān)性去噪方法。用小波變換將高頻系數(shù)強制置零去噪的方法是比較方便的,但它的不足之處是經(jīng)將高頻系數(shù)強制置零去噪后重構(gòu)的信號會使信號丟失一些細節(jié),且小波基的選擇亦有相當?shù)碾y度,只有靠經(jīng)驗來確定,不過比傳統(tǒng)的濾波方法所得的效果還是要好。對于小波變換模極大值去噪的原理,分析了去噪過程中幾個參數(shù)的選取問題,并給出了一些選取依據(jù);對小波閾值去噪方法的幾個關(guān)鍵問題進行了詳細討論。對閾值去噪進行了改進,利用均值逼近與閾值去噪相結(jié)合的方法來實現(xiàn)信號的處理,并通過實驗仿真實現(xiàn)。實驗結(jié)果表明該方法提高了信噪比,去噪效果優(yōu)于單獨應用閾值去噪的方法。 在空域相關(guān)去噪算法的基礎(chǔ)上,進行了改進,利用閾值濾波與相關(guān)去噪算法相結(jié)合的一種組合去噪算法,仿真試驗結(jié)果表明,由該算法濾波之后得到的小波系數(shù)不僅連續(xù)性好,準確率高,而且易于重構(gòu)信號。 本文分別對這四種方法進行了算法分析比較,通過實驗仿真來實現(xiàn),并對實驗結(jié)果進行了分析。實驗仿真結(jié)果表明了利用小波分析理論對信號去噪的可行性和有效性。 關(guān)鍵詞:小波分析,信號去噪,閾值,均值逼近,空域相關(guān)

    標簽: 小波分析 信號去噪 中的應用

    上傳時間: 2013-07-19

    上傳用戶:啊颯颯大師的

  • 基于自適應時頻分析方法的心音信號分析研究.rar

    心音信號是人體最重要的生理信號之一,包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態(tài)的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態(tài)的一種不可缺少的手段。本文針對目前該研究領(lǐng)域中存在的分析方法問題和分類識別技術(shù)難點展開了深入的研究,內(nèi)容涉及心音構(gòu)成的分析、心音信號特征向量的提取、正常心音信號(NM)和房顫(AF)、主動脈回流(AR)、主動脈狹窄(AS)、二尖瓣回流(MR)4種心臟雜音信號的分類識別。本文的工作內(nèi)容包括以下5個方面: a)心音信號采集與預處理。本文采用自行研制的帶有錄音機功能的聽診器實現(xiàn)對心音信號的采集。通過對心音信號噪聲分析,選用小波降噪作為心音信號的濾波方法。根據(jù)實驗分析,選擇Donoho閾值函數(shù)結(jié)合多級閾值的方法作為心音信號預處理方案。 b)心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進行了時頻譜特性分析,結(jié)果表明:不同的時頻分析方法與待分析心音信號的特性有密切關(guān)系,即需要在小的交叉項干擾與高的時頻分辨率之間作綜合的考慮。鑒于此,本文提出了一種自適應錐形核時頻(ATF)分析方法,通過實驗驗證該分布能較好地反映心音信號的時頻結(jié)構(gòu),其性能優(yōu)于一般錐形核分布(CKD)以及Choi-Williams分布(CWD)、譜圖(SPEC)等固定核時頻分析方法,從而選擇自應錐形核時頻分析方法進行心音信號分析。 c)心音信號特征向量提取。根據(jù)對3M Littmann() Stethoscopes[31]數(shù)據(jù)庫中標準心音信號的時頻分析結(jié)果,提取8組特征數(shù)據(jù),通過Fihser降維處理方法提取出了實現(xiàn)分類可視化,且最易于分類的心音信號的2維特征向量,作為心音信號分類的特征向量。 d)心音信號分類方法。根據(jù)心音信號特征向量組成的散點圖,研究了支持向量機核函數(shù)、多分類支持向量機的選取方法,同時,基于分類的目的 性和可信性,本文提出以分類精度最大為判斷準則的核函數(shù)參數(shù)與松弛變量的優(yōu)化方法,建立了心音信號分類的支持向量機模型,選取標準數(shù)據(jù)庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數(shù)據(jù)作為支持向量機的學習樣本,對余下的每類20組數(shù)據(jù)進行測試,得到每類的分類精度(Ar)均為100%,同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進行分類實測,分類精度分別為:NM、AF、MR的分類精度均為100%,而AR、AS均為95.83%,驗證了該方法的分類有效性。 e)心音信號分析與識別的軟件系統(tǒng)。本文以MATLAB語言的可視化功能實現(xiàn)了心音信號分析與識別的軟件運行平臺構(gòu)建,可完成對心音信號的讀取、預處理,繪制時-頻、能量特性的三維圖及兩維等高線圖;同時,利用MATLAB與EXCEL的動態(tài)鏈接,實現(xiàn)對心音信號分析數(shù)據(jù)的存儲以及統(tǒng)計功能;最后,通過對心音信號2維特征向量的分析,實現(xiàn)心音信號的自動識別功能。 本文的研究特色主要體現(xiàn)在心音信號特征向量提取的方法以及多分類支持向量機模型的建立兩方面。 綜上所述,本文從理論與實踐兩方面對心音信號進行了深入的研究,主要是采用自適應錐形核時頻分析方法提取心音信號特征向量,根據(jù)心音信號特征向量組成的散點圖,建立心音信號分類的支持向量機模型,并對正常心音信號和4種心臟雜音信號進行了分類研究,取得了較為滿意的分類結(jié)果,但由于用于分類的心臟雜音信號種類及數(shù)據(jù)量尚不足,因此,今后的工作重點是采集更多種類的心臟雜音信號,進一步提高心音信號分類精度,使本文研究成果能最終應用于臨床心臟量化聽診。 關(guān)鍵詞:心音信號,小波降噪,非平穩(wěn)信號,心臟雜音,信號處理,時頻分析,自適應,支持向量機

    標簽: 時頻 分析方法

    上傳時間: 2013-04-24

    上傳用戶:weixiao99

  • 基于ARM的嵌入式多模態(tài)生物特征識別系統(tǒng)的設(shè)計

    生物特征識別是指通過計算機,利用人體固有的生理特征,如指紋,靜脈來進行個人身份鑒別的技術(shù)。由于生物特征唯一性和不變性,使得生物特征識別與傳統(tǒng)的方法如數(shù)字密碼和身份證相比,具有更高的安全性和易用性。傳統(tǒng)的高性能自動識別系統(tǒng)大多基于PC平臺聯(lián)機應用,然而在實際應用中往往對自動識別系統(tǒng)要求有更高的便攜性和易用性,嵌入式技術(shù)的快速發(fā)展使得實現(xiàn)這樣的系統(tǒng)變?yōu)榱丝赡堋?生物特征識別系統(tǒng)主要由通用模塊的控制系統(tǒng)與非通用模塊的圖像采集設(shè)備與識別算法組成。本文針對通用模塊與非通用模塊接口問題進行研究和設(shè)計,實現(xiàn)了一個工作良好的嵌入式平臺。 本課題在設(shè)計核心板、擴展板、轉(zhuǎn)接板的硬件基礎(chǔ)上,移植實時操作系統(tǒng)Linux,編寫各種接口與模塊的驅(qū)動、多路攝像頭切換程序,并很好的解決了攝像頭采集生物特征時光強控制問題,為很好的采集到清晰圖像提供了一個良好穩(wěn)定的硬件平臺。 本課題所設(shè)計的嵌入式系統(tǒng)通過測試,做了大量的實驗,并將所采集到的手指靜脈圖像進行討論分析,具有實用價值。

    標簽: ARM 嵌入式 多模 生物特征識別

    上傳時間: 2013-06-03

    上傳用戶:lguotao

主站蜘蛛池模板: 区。| 嘉禾县| 庆元县| 南郑县| 河东区| 安徽省| 北海市| 玉龙| 乐平市| 太谷县| 玉溪市| 阳城县| 嘉兴市| 大竹县| 青铜峡市| 荣成市| 邵阳市| 黄陵县| 焉耆| 镇康县| 洛南县| 当阳市| 伊春市| 稷山县| 古浪县| 乌兰察布市| 景德镇市| 武安市| 嘉鱼县| 彭州市| 贡觉县| 静安区| 平阴县| 临漳县| 吴堡县| 河间市| 孟连| 丽江市| 辽中县| 平南县| 宁强县|