一种针对全景视频编码器的复杂度优化算法

相比于普通平面视频,全景视频能给用户提供更加沉浸式的体验,但其编码复杂度也急剧上升,阻碍了其推广应用。为解决此问题,本文首先结合全景视频纬度特性和帧间相关性构建复杂度预测模型,以更好地分配帧内复杂度资源;其次,构建一个转换模型将编码复杂度转换为时间复杂度,以确保帧内编码时间的稳定性;最后,综合上述两个模型提出一种自适应复杂度优化算法。实验结果表明,本文所提算法能在复杂度与编码质量之间取得更优的平衡,以适应不同应用场景的需求。     

基于CNN的水表故障检测算法研究

合格水表运行一段时间后可能出现硬件故障,造成水费计量异常。为避免此问题,传统上采用机器学习方法（例如支持向量机）分析水表日常读数以判断水表是否出现故障,但该方法常因人工选择特征不当而导致检测性能不能满足实用要求。为解决该问题,本文利用卷积神经网络（CNN）卓越的特征提取能力,根据水表日常读数自动提取水表故障特征,在此基础上提出一种基于CNN的水表故障检测方法,并通过大量实验对检测模型进行了参数优化。对比实验结果表明,本文所提方法相比于支持向量机和集成学习方法,具备更高的检测性能,且检测精度满足实用需求。     

电力载波抄表系统的实现

阐述电力载波抄表系统的基本组成及工作原理 ,并对该系统的各个基本单元进行简要分析 ,介绍为提高该系统可靠性而采取的一些抗干扰措施     

基于MFT的2FSK信号解调的实现及其误差性能分析

介绍基于瞬时傅立叶变换(MFT)的2FSK信号解调的基本原理,然后应用信号与系统的分析方法建立误差的变换域模型,并在此基础上分析旋转因子的误差对系统性能的影响.推导结果表明,在旋转因子近似值的模大于1的情况下积累误差会发散;反之,在模小于1的情况下则不发散,积累误差可被控制在一定范围.仿真结果验证了积累误差的这种变化趋...     

焦虑对英语听力理解产生的影响因素

随着国际交往的日益频繁,英语已经成为各国之间交流的主要工具之一,而听力理解在学生学习英语以及交流当中占重要的位置。事实上,为了能够很好的用英语交流,学生必须先学会如何听懂英语再能进行语言的交流。但是,随着对听力理解在英语学习中重要性研究的深入,我们发现在英语听力理解中所产生的焦虑对听力产生了负面的影响,而且在听力教学中,学生伴随听力理解过程的心理焦虑往往被忽略.。本文章主要目的是分析焦虑在英语听力理解中所产生的影响和原因。     

有效记忆英语词汇的三要素

本文从三方面探讨如何有效记忆英语词汇:首先介绍了几种开放式记忆词汇的方式,并指出学习者应根据自身学习风格,选用适合的方式;学习者参与一些互动活动,也能强化记忆;另外利用记忆规律可以帮助学习者科学记忆,大大提高效率。     

直序扩频通信中同步捕获的改进算法

提出一种用于直序扩频通信的同步捕获改进算法,其核心思想是让输入信号同时通过基本通带和辅助通带两个支路滤波器,经推导得出相应最优的中心频率和带宽.然后分别对两个支路的输出信号进行谱分析,通过比较两个支路输出信号的功率来判决本地PN码是否与输入信号的PN码同步,实现PN码同步捕获.仿真结果表明,该算法捕获性能良好、易于实现,适用于实际的扩频通信系统.     

嵌入式VOIP网络接口的设计

以智能网络语音通信系统为背景,提出采用一片微芯16位dsPIC实现应用程序功能和网络通信功能的方案,并且结合以太网控制器ENC424J600芯片完成以太网接口电路的设计.该方法构建的嵌入式VOIP网络接口具有硬件电路简单、可靠性高、成本低的特点.     

基于卷积神经网络的水表故障检测算法

利用卷积神经网络(CNN)提取水表故障特征,提出一种基于CNN的水表故障检测方法,并通过大量实验对检测模型进行参数优化.对比实验结果表明,所提方法相比于支持向量机和集成学习方法,具备更高的检测性能,且检测精度满足实用需求.     

面向群智感知车联网的异常数据检测算法

群智感知车联网利用普通用户的手机或平板电脑等智能终端获得交通数据,解决了车联网以低成本获取足够数据的问题,但却凸显了数据"质"的问题.为此,在分析群智感知车联网的数据结构及数据异常特点的基础上,提出一种适用于群智感知车联网的异常数据检测算法,并依此剔除异常数据,提高数据质量.算法利用核密度估计理论对车联网数据的概率密度进行估计,进而构建信任函数计算被检数据的信任度,后根据统计学理论将信任度小于0的数据判定为异常数据.最后对该算法的可行性及性能进行了仿真,结果表明该算法的性能可满足实用需求,且对比传统的统计检测法在检测率和误检率上具有更好的性能.