基于网络监视器的网络实验设计

本文介绍了网络监视器的基本功能,提供了用网络监视器设计网络实验的基本方法及已开设的网络实验项目,并通过一个具体实例分析实验结果.     

基于共空间模式和K近邻分类器的脑-机接口信号分类方法

脑-机接口是指在人脑和计算机之间建立的直接的交流和控制通道,它以脑电信号的形式反映人的意识,并转换成控制信号.针对两类运动想象脑电信号的分类问题,提出共空间模式和小波包分解相结合的脑电信号特征提取方法.利用不同小波包对训练集的多路脑电信号进行分解,再用共空间模式算法对不同分解层子带的脑电信号进行特征提取,并采用K近邻分类器对提取到的不同特征进行分类,得到最优小波包函数和小波包子带参数.将结果应用于测试集数据的分类.仿真实验结果表明,选择db4小波包函数和4层小波包分解层,对8个特征点进行分类,可以得到高达96%的正确率.     

基于小波包分解的虹膜图像质量评价算法

在虹膜识别系统中,虹膜图像的质量是影响识别效果的重要因素。为了保证识别的准确性,必须选择满足识别算法需要的图像来进行特征提取和模式识别。在对现有虹膜图像质量评价算法分析的基础上,该文提出了一种新的基于小波包分解的算法,根据虹膜纹理的特点确定小波包的分解方式,选取纹理高频分量分布最集中的子频带作为特征子频带,以其能量作为判别图像质量的准则。对比实验结果表明,该方法可以快速、准确地判断虹膜图像的质量,实现了对图像的实时处理,结果合乎人眼的主观度量,且区分不同质量图像的效果优于其它评价算法。     

数字交换技术的现状与前景

交换技术经历了从模拟交换到数字交换再到程控交换阶段,其最大优点是系统只通过变动软件,就能达到改变交换系统的组成和功能,增添了许多方便用户的业务,十分利于系统的升级和更新;本文较为详尽地介绍了电路交换、分组交换、ATM 交换并分析了各自的技术特点,简述了光交换技术今后的发展趋势。     

具有许用传动角和最显著急回特性的平面曲柄滑块机构设计

以“辅助角方法”为理论基础 ,提出并解决了按一并具有许用传动角 [γ]和最显著急回特性Kmax之条件设计平面曲柄滑块机构的理论课题 .     

数据包截获仿真实验平台研究与实现

网络实验的计算机仿真是利用计算机对所研究的系统结构、系统功能和系统行为进行动态实时模仿,即通过计算机程序的运行来模拟网络内部数据传送过程,一些网络层原理的实验一般只能通过设计仿真系统进行试验验证。本文分析了网络数据包截获的实现原理和方法,在此基础上设计了一个网络数据包截获仿真实验平台,该平台可供计算机网络学习者进行仿真实验,同时也可给基于数据流异常挖掘的入侵检测系统设计提供参考。     

在线智能视觉检测系统在小包装 食盐装箱中的应用

装箱计数精度直接关系到装箱数量,是最终产品质量指标之一,是影响企业形象的关键因素.目前多由过程装备调整和现场人工检测加以调整,无法确保最终装箱计数精度.通过智能视频检测系统对装箱机的装箱过程进行在线检测分析,找到影响装箱精度的根本原因是由于机械系统无法确保小包装食盐在最终装箱机传输带上间距足够大,产生叠包、近包缺陷,造成计数系统无法及时计数,产生装箱多包产品质量缺陷,为进一步解决多包问题奠定基础.     

战术分组无线网分群与群管理

在分组无线电网中，网络规模的增大和节点数目的增多会引起网络性能的下降，在这种情况下要对节点进行分群。文中对分组无线电的分群算法进行了分析，并提出了一种适用于战术分组无线电的分群算法和群管理的方法。     

基于改进小波包结合CS-BP的地面驱动螺杆泵故障诊断

针对目前地面驱动螺杆泵故障诊断存在效率不高、精度不足、损耗资源的问题,提出通过引入功率谱细化的思想改进小波包变换,再结合布谷鸟搜索(cuckoo search, CS)优化反向传播(back propagation, BP)神经网络的诊断方法。首先,通过改进的小波变换对螺杆泵有功功率分解重构得到特征向量;其次,与瞬时流量、进口回压等参数进行归一化处理,作为BP神经网络的输出层信息;再次,使用布谷鸟搜索寻优得到BP神经网络的权值和阈值,建立CS-BP故障诊断模型;最后,应用于螺杆泵不同故障类型的诊断,并通过与目前的主流诊断方法进行诊断效果的分析比较。结果表明,对于螺杆泵不同类型故障诊断的平均精度达到95.6%,对比分析证明了所提方法的可行性与优越性。     

基于小波包变换的一种降噪算法

白噪声的方差和幅值随着小波变换尺度的增加会逐渐减小 ,而信号的方差和幅值与小波变换的尺度变化无关。因此 ,文章提出一种以小波包能量为基础 ,以降低原始信号与降噪后信号之间的均方误差 (MSE)为目标的基于小波包的降噪算法 ,并与传统的 Donoho的硬阈值降噪算法作了比较。仿真结果表明 ,该算法可以有效去除白噪声干扰 ,并且明显优于传统的 Donoho的硬阈值降噪算法。