一种轻量化网络的火焰烟雾检测算法

针对算力有限的移动和嵌入式平台,提出了一种基于深度学习的轻量化火焰烟雾检测算法.利用数据增强来解决数据量较少的问题,使用one-stage目标检测方法中的YOLOv4作为火焰烟雾检测的模型框架,采用轻量化神经网络MobileNetV3替换YOLOv4的原主干特征提取网络,减少了模型参数量;再采用深度可分离卷积替换掉YO...     

基于主动丢帧的实时视频自适应传输

网络传输过程中的丢包现象会对接收端的视频回放质量产生严重的不利影响.为了尽量消除丢包对视频回放质量的影响,提出一种主动丢帧策略,即在视频数据发送之前根据当时的网络状态,选择性的丢弃部分不太重要的帧.仿真结果表明,这一策略显著改善了视频的回放质量,并有效地降低了网络发生拥塞的可能性.     

基于图形处理器的增强现实自然特征注册算法

传统的基于中央处理器(CPU)的计算架构已无法满足增强现实(AR)三维注册技术实时运行要求。针对该问题,该文提出采用现代多核异构、大规模并行处理功能的通用图形处理器(GPGPU)来加速和优化AR三维注册算法,研究了在GPU上实现类似特征提取和匹配等AR三维注册核心技术的基础理论、方法和实验。结果表明,通过模块划分和优化后的图像特征提取SIFT算法、随机采样等,能够充分挖掘AR三维注册算法的并行运算潜力,对于640*480像素的图像序列,注册算法能够达到15帧/秒,有效地提高运算实时性。     

寄生参数对半导体激光器直接调制特性的影响

通过理论推导和模拟计算,给出激光器调制带宽和其它参数之间的关系。分析了不同张驰振荡频率、衰减系数和寄生参数下的调制特性。结果表明当寄生参数过大时,激光器的3 dB调制带宽主要受寄生参数限制,因而只能在解决了寄生参数限制的前提下,通过对器件的有源区和结构进行优化才能获取高的3 dB调制带宽。对于制作的聚酰亚胺埋沟掩埋激光器和AlGaInAs脊型波导激光器其最大3 dB调制带宽分别为5 GHz和8.5 GHz,定性地解释了两类半导体激光器调制特性的测试结果。     

基于多阈值模糊增强的手指静脉图像分割

根据手指静脉图像的特点,针对经典阈值方法难以满足图像多属性分割要求的不足,文章在单层次模糊图像增强算法的基础上,提出了一种改进的手指静脉图像分割算法,讨论了该算法的基本原理和具体计算步骤.实验结果表明：与传统的方法相比,该算法方法简单、容易实现,对低质量手指静脉的分割达到了令人满意的效果,分割结果不但准确而且纹路具有明显方向性.     

一种提高TD-LTE系统带宽效率的时域预编码研究

为了消除OFDM系统中的循环前缀(cyclic prefix,CP), 以实现更高的系统带宽效率,设计了一种新的时域预编码.给出了发送调制矩阵的构造方法,并在此基础上引入了记忆特性和符号反馈,设计了TDP预编码模块.通过在TD-LTE下行链路中增加TDP预编码模块,达到了与CP在OFDM系统中同样的性能.仿真结果表明,...     

P型重掺杂硅薄膜及其在叠层电池隧道结中的应用

本文采用等离子体增强化学气相沉积(PECVD)方法沉积出不同掺杂浓度的硅薄膜.利用原子力显微镜(AFM),IR和Raman散射等手段对硅薄膜的微结构进行了研究.通过测试薄膜的暗电导和激活能,对硅薄膜的电学特性进行了分析.为提高隧道结的复合速率,在隧道结的N层、P层之间插入不同掺杂浓度的硅薄膜做复合层,并测试了隧道结的电流-电压特性和透光性.实验结果表明:随着掺杂气体比例R(B2H6/SiH4)的增加,硅薄膜逐渐由微晶硅转变为非晶硅,薄膜的微结构和电学特性随之改变.隧道结复合层的最佳掺杂气体比例R=0.04,在该条件下的薄膜是含有少量品粒的非晶硅.使用该复合层的隧道结具有阻抗小、接近欧姆接触、光吸收少等优点.     

基于用户等待时间和带宽需求的改进CSGC算法

从频谱资源紧缺的现状出发,通过对图论着色模型的分析,提出了基于用户等待时间和带宽需求的改进颜色敏感的图论着色(color sensitive graph coloring,CSGC)算法.该算法兼顾用户等待时间和实际带宽需求,使用户在趋于平等的机会获得频谱资源同时,最小化未满足需求总量,保证了系统的公平性,提高了系统的...     

一种有向传感器网络改进粒子群覆盖增强算法

优化传感器网络覆盖对于合理分配网络的空间资源、更好地完成信息感知和采集任务、提高网络的生存能力都具有重要的意义.在分析传感器节点有向感知模型的基础上,提出了一种有向传感器网络改进粒子群覆盖增强算法.该算法针对随机部署有向传感器网络,以网络区域覆盖率为优化目标,采用改进的多步式位置可选择更新粒子群优化算法,通过调整传感器...     

基于NEAT方法的多机器人追捕-逃跑问题

针对连续环境下的多机器人追捕-逃跑问题,提出一种基于人工神经网络的方法,利用增强拓扑神经演化(NEAT)方法自动生成并优化控制单个机器人行为的神经网络,并通过联合单个机器人之间的行为实现多机器人协调控制.该方法避免了传统的人工设计神经网络所存在的缺陷.仿真实验显示:迭代50代后即可实现有效的围捕行为,其结果证明了该方法...