辅助离子束对孪生磁场中频反应溅射等离子体特性的影响

 在自行研制的离子束辅助孪生磁场中频反应溅射设备中制备光学氧化钛薄膜，利用郎缪尔静电探针研究等离子特性变化，同时测定基片表面的伏安（I-V）特性。结果表明，随离子束功率密度不断提高，等离子体电子密度不断增加，悬浮负电位绝对值减小，溅射阴极电压下降；基片表面经历从富电子向富阳离子转变，基片正电位不断提高；辅助离子束为109 W时，基片表面处于电中性等离子体平衡态。     

基于芯片选择的一种AD采样电路的改进设计

本文介绍了一种AD采样电路的工作原理,该电路是基于通道选择开关DG406,射极跟随器OPA4277,AD转换芯片ADS8519和微控制器LPC2294等芯片。针对AD采样电路中存在的干扰进行分析,并提出解决方案,对类似AD采样电路设计有借鉴意义。     

基于空地协同采样的植被覆盖度随机森林估算方法

基于无人机高光谱影像, 建立地形复杂地区植被覆盖度的非参数随机森林回归估算模型。为获得构建随机森林模型所需的足够数量的训练样本, 利用低空无人机搭载的光学相机, 在从地面难以到达的山地、水域和植被茂密区, 通过垂直拍摄获得厘米分辨率的航拍影像, 作为对地面样方采样的补充。首先计算地面数码相机照片和无人机可见光影像的红绿蓝植被指数(red-green-blue vegetation index, RGBVI), 然后使用大津分割法提取样方的植被覆盖信息, 得到构建模型所需的训练样本。在此基础上, 基于2018年8月16—18日在内蒙古自治区察右中旗油娄沟矿区获取的GaiaSky-mini2无人机高光谱影像数据, 利用递归特征消除算法优选参与随机森林回归的特征变量集, 利用空地协同获取的训练样本构建植被覆盖度的随机森林回归估算模型。该模型在测试集上的确定系数R2为0.923, 均方根误差为0.087, 优于常用的像元二分模型, 可用于矿区植被动态信息的精细化监测。     

网络入侵检测数据采样策略研究

研究网络入侵检测数据采样策略,对入侵检测的定义、分类以及基本结构进行了分析,并从数据挖掘、数据采集等方面讨论了网络入侵检测数据采样的技术基础,构建了入侵检测数据采样模型,进行风险识别判断定价,并对扩展策略进行了讨论。     

基于线性插值的异常采样值实时辨识方法

采样数据异常会引起电力系统中继电保护装置和测控装置的误动作,现有方法在短数据窗下难以区分电气量异常采样值和故障时的正常采样值.本文推导了电力系统电气量相邻采样数据的线性插值余项误差,采样正常时该误差较小,出现异常采样点时该误差较大.在此基础上给出了误差的门槛值确定方法,以此来实时判断采样值是否异常.仿真验证了该方法的可行性.     

基于子空间追踪的稀疏信号重构算法

信号重构算法是压缩感知理论中的重要环节,其优劣影响压缩感知的重构效果.基于子空间追踪算法,对经稀疏表示和测量矩阵压缩后的信号进行重构验证,理论分析和实验结果表明,子空间追踪算法能使信号在较高压缩比下保持良好的重构效果.     

基于卡通纹理分解和NSCT的卫星云图边缘提取

为方便提取云图的缓变边缘,提出了基于卡通纹理分解和无下采样轮廓波变换(NSCT)的卫星云图边缘特征提取算法。首先使用基于张量扩散的卡通纹理分解对卫星云图进行预处理,减小云图中噪声和纹理的影响,将云的缓变边缘转化为阶跃边缘;然后依据NSCT域中高频系数的正负关系和相关性进行边缘特征提取。通过实验,将文中算法分别与基于投影卡通纹理分解的预处理算法、小波多尺度积、NSCT模极大值和NSCT多尺度积等边缘特征提取算法进行比较。结果表明,本算法可更准确地提取云的边缘,且受噪声和纹理的影响小,边缘的连续性更好,为准确地进行云分类提供了保障。     

一种多通道数字中频组件的实现方法

本文主要介绍了一种应用于数字阵列雷达中,利用ADC、FPGA、DDS完成多通道中频采样和中频信号产生功能的数字中频组件的实现方案和设计方法。经测试,该中频组件指标满足系统要求,并在工程应用中得到了验证。     

基于手机加速度传感器的高精低采样计步算法设计

针对传统的计步算法在计步准确度和算法复杂度上难以达到良好平衡的问题,提出了一种双算法计步模型:辅助计步算法采用信号幅值分析的方法,避免了传统的幅值检测或过零检测过程带来的误差问题;主体计步算法借助于阈值校正因子,在保证较高计步精度的同时,降低了算法的复杂度。计步模型的运算过程与手机摆放位置无关,并且能够很好地适应不同用户的步态习惯。实验结果表明,即使在低频率(10Hz)采样时,其平均计步准确度也可以达到90%以上。     

基于NSCT的自适应阈值图像去噪算法

为了有效的去除图像中的噪声，保护图像细节，在研究了非采样下Contourlet（NSCT）变换和贝叶斯阈值的基础上，综合考虑NSCT变换后系数尺度间和尺度内的相关性，提出了一种新算法。该算法结合NSCT系数的相关性和贝叶斯风险最小准则估计区域自适应贝叶斯阈值，再利用硬阈值函数去噪，最后通过最小均方误差准则进行比例萎缩，得到真实系数估计。对于被高斯白噪声污染的图像，实验将该算法与经典算法相比较，结果表明在绝大多数情况下，该算法在峰值信噪比和视觉效果上都优于经典算法。