实时功率监控IC准确捕捉动态功耗信息

智能管理电源,可以为性能需求很高的子系统分配电源,可以通过功率的大小预测温度的高低,可以利用功率反馈电路动态控制CPU时钟频率,以达到降低功耗的目的。国际整流器公司(IR)日前推出了多功能输出功率监控集成电路IR3721,这款产     

SoC低功耗设计中的DVS技术

随着系统芯片(SoC)集成更多的功能并采用更先进的工艺,它所面临的高性能与低功耗的矛盾越来越突出.动态电压调整(DVS)技术可以在不影响处理器性能的前提下,通过性能预测软件根据处理器的繁忙程度调整处理器的工作电压和工作频率,达到降低芯片功耗的目的.文中讨论了DVS技术降低功耗的可能性,介绍了如何利用两种不同的DVS技术让处理器根据当前的工作负荷运行在不同的性能水平上,以节省不必要的功耗.     

基于DTW算法的语音识别系统实现

动态时间归整(DTW)算法的实现简单有效,在孤立词语音识别系统中得到了广泛的应用.介绍了将DTW算法移植到TMS320VC5402上实现孤立词语音识别的原理、系统硬件组成和软件设计.研究结果表明,系统能满足实时性能要求,识别效果良好.     

LG MT-50PZ41

韩国的LG公司，是目前为数不多的等离子显示屏器件制造及供应商之一。为了与日本各大电子公司抗衡，LG公司在等离子显示技术出现初期就积极参与，并投巨资进行了大量的研发工作及生产准备，所以当等离子显示器正式商品化进入市场后，大家除能看到日本松下、先锋等等离子显示技术倡导者的产品外，同时也能看到LG的产品。而据悉日本另外几家较有名的视频产品制造商反倒没有自行制造等离子显示屏器件．     

动态多目标决策问题的灰色分析方法

将用于固定时间截面下静态多目标决策的灰色关联理论推广到动态情形，引入局部理想最优效果和整体理想最优效果的概念，提出一种新型的动态多目标决策问题的灰色关联模型，并通过算例说明该方法的合理可行性。     

三星SPH-S2300手机

拍照手机会走向何方？手机拍照到底有没有用？这也许还是很多人心中的疑问。然而，当三星（SAMSUNG）“一不小心”就用一款SPH-S2300将手机的照片输出分辨率一举提高到320万像素时，前边两个问题好像都不存在了。具备3倍光学变焦镜头。320万像素CCD成像，可以录制超过两小时的动态景仰并能直接输出到电视机上观看，     

TCP/IP网络的动态模型描述

拥塞现象成为TCP/IP网络发展面临的一个重要问题。因此，拥塞控制对TCP/IP网络的鲁棒性和稳定性具有重要作用。目前，网络拥塞控制策略主要包括两类：端到端的控制机制，如TCP拥塞控制算法；网络内部的主动队列管理(AQM)策略。但由于缺乏对网络系统动态特性的了解，这些拥塞控制策略大都基于专家经验，并没有建立完整的理论分析框架。为此，本文从数据流的角度出发，通过建立网络基本单元状态方程模型来实现IP网络系统的数学解析模型，然后用混杂系统来描述TCP带有拥塞控制策略的数据传输过程，建立了TCP/IP网络的动态模型，为网络系统中动态性能的分析、拥塞控制策略的设计奠定了基础。实验结果表明，该数学模型与NS仿真实验的结果相一致。     

带有回报计划的动态客户关系管理模型及实验应用分析

在客户最大化效用及公司最大化CLV的动态环境下。对所提的带有回报计划的动态客户关系管理模型用于某超市的客户数据库中，发现模型的结果对这类客户是适用的。并给出了不同的客户状态空间对应的有效营销组合策略。结果表明：合适的回报计划可以促进客户的购买、提高公司的利润及缓解价格竞争。回报极限应该比客户的平均购买水平偏高，回报率应该与回报极限的改变方向一致。计划的时间范围应定在一年左右比较合适。对于累积购买水平较高的客户一般不邮寄商品信息。在回报计划的初期与末期不用打折。中期对那些购买次数很少的客户可以实行相应的降价策略。     

亚像元动态成像技术中系统调制传递函数的数值分析

亚像元动态成像技术是目前实现遥感器小型化非常有效的新方法,因而研究亚像元动态成像系统的调制传递函数MTF显得非常必要和重要.介绍了亚像元动态成像的基本原理及成像过程,指出了光程差对亚像元动态成像系统MTF的影响.对亚像元动态成像系统的MTF进行了数值分析,并指出了亚像元动态成像系统的成像质量及空间分辨率与一般成像系统相比较的优点.     

Local Prediction of Chaotic Time Series Based on Support Vector Machine

Based on phase space delay-coordinate reconstruction of a chaotic dynamics system, we propose a local prediction of chaotic time series using a support vector machine （SVM） to overcome the shortcomings of traditional local prediction methods. The simulation results show that the performance of this proposed predictor for making onestep and multi-step prediction is superior to that of the traditional local linear prediction method and global SVM method. In addition, it is significant that its prediction performance is insensitive to the selection of embedding dimension and the number of nearest neighbours, so the satisfying results can be achieved even if we do not know the optimal embedding dimension and how to select the number of nearest neighbours.