海岛旅游者生态旅游行为浅析--以湄洲岛为例

随着生态旅游的兴起，生态旅游行为内涵不断地得到丰富.文章以深层生态学为基础，设计海岛生态旅游行为调查问卷，探索旅游型海岛游客生态旅游行为的特征和影响因素.运用SPSS19.0数据平台，分析了旅游者的人口社会学属性和生活经历对生态旅游行为的影响及影响强度.分析结果表明，我国旅游者比较缺乏深层生态旅游行为的品质，社会属性中的受教育程度是影响旅游者旅游行为的重要因素.同时，旅游者平时的环保习惯与旅行过程中的环保行为表现出一致的现象.     

改进智能算法的认知无线Mesh网络优化频谱分配算法

随着网络资源日益紧张,认知无线Mesh网络中的频谱优化分配问题的研究主要集中在总带宽的最大化和占用频谱数的最小化。文中考虑到杂草算法的多样性以及容易实现和编码快捷等特点,提出一种基于改进入侵杂草优化算法(IWO)的频谱优化分配方法(IIOW)。通过对扩散条件中调和指数的优化,使得扩散更加均匀准确,大大加快收敛速度,同时优化了适应度函数的曲线。仿真结果表明:基于改进IWO的优化算法能在最大化总带宽与最小化信道占用数的情况下,获得较为理想的适应度函数曲线,同时加快收敛速度。     

时宽-波形基联合捷变的LPD通信波形

为了提升通信信号的低检测概率(low probability of detection, LPD)性能,从降低通信波形各域能量聚敛性的角度,提出时宽-波形基联合捷变(joint agility of time width and waveform bases, JATW)的波形构架。基于此构架,以切普扩频(chirp spread spectrum, CSS)和正弦扩频(sinusoidal frequency spread spectrum, SFSS)为波形基,采用变时宽(varied of time width, VTW)参数配置方法,提出基于VTW-CSS/SFSS混合波形的LPD通信波形。采用数学推导辅以数值仿真分析的方法,分析所提出波形的各域能量聚敛特征。理论分析和数值仿真结果表明,相较于CSS和SFSS,所提波形的各域能量聚敛性明显较弱, JATW的波形构架有助于提升通信波形的LPD性能。     

视频图像车牌颜色辨别方法

在实际应用环境的视频图像中,车牌颜色极易受到天气、光照、粉尘、车牌污垢等的影响．传统的车牌颜色辨别方法主要是通过判断车牌颜色分量的阈值来实现的．在视频图像中,由于车牌颜色变化大,很难找到恰当的阈值,因而传统的车牌颜色辨别方法已不具有普遍的适用性．针对这个问题,该文提出了一种全新的基于AdaBoost算法的车牌颜色辨别方法,通过提取车牌字符和背景在RGB和HSV空间的颜色特征,训练出AdaBoost分类器,从而对车牌颜色进行判断．实践证明,该方法不仅可以很好地判断出视频图像车牌的颜色,对于一些非车牌区域的排除也可以达到很好的效果,     

视频图像火焰区域分割算法

主要研究室外具有复杂背景环境中的视频图像火焰区域分割算法．在充分研究视频图像火焰运动特性并考虑实际应用环境的基础上,提出了一种基于多均匀分布背景模型的运动检测算法,以此来实现视频图像中火焰区域的分割．该方法能够克服复杂背景环境带来的干扰,达到很好的火焰区域分割效果,且具有良好的实时性．该方法不仅适用于火焰区域分割,对智能视频监控系统中其他功能的运动检测也有很好的借鉴意义．     

基于蚁群算法AODV协议的研究

Ad hoc网络是一种新型的多跳自组织网络,有着广泛的应用。通过对Ad hoc网络技术的分析,在Ad hoc网络中,针对AODV协议的路由表仅维护一条到指定的目的节点的路由,当源节点移动而造成某条路由失效时,源节点只能重新发起路由请求的问题,提出将蚁群算法融入AODV算法来解决以上问题。将蚁群的信息素的多少作为路径的选择标准,以一定概率选择次佳路径,解决了节点的拥塞和时延时问题。     

用I／O口实现电池电压线性检测

利用PIC16C62单片机的I／O接口和定时捕捉功能，来获取比较器产生电位跳变的时间；通过对RC充电特性曲线的计算，实现A／D转换。     

来宾电厂改扩建工程集中控制室空调系统设计

本文结合工程实例，对火力发电厂集中控制室空调系统形式、负荷计算、系统总送风量、冬季送风温差及气流组织形式等进行了分析，并指出了集中控制室空调系统设计应注意的一些问题。     

基于"云计算"的数据库分析

云计算的潜在利益是压倒性的.然而,实现这些利益要求各方面支持云平台的云模型的关键是设计原则.设计的核心原则之一是动态的可扩展性,不幸的是,今天的数据库服务器,大部分是无法满足这一要求.文中介绍了云计算平台中的数据库技术,并从与云数据库的关系、云数据库现状和云数据库的发展趋势三个方面进行了分析.指出云计算带来了关系型数据...     

基于杂草改进的模糊聚类雷达信号分选

针对雷达辐射源信号参数严重混叠、聚类数目未知等问题,提出一种基于入侵性杂草优化模糊聚类的智能算法,该算法无需事先设定聚类数目,而是在整个数据集的属性空间内并行搜寻最佳的聚类数目和聚类中心,具有结构简单、鲁棒性好的特点。将此方法应用到雷达信号的分选当中,并与传统的K均值算法及AP聚类算法进行对比,实验结果验证了该算法的有效性。