混合蛙跳在网络编码协作系统资源分配中的应用

网络编码协作中继技术能合理分配IMT-Advanced的资源,从而提高系统性能,受到了广大学者的关注。针对基于网络编码的双向多中继协作系统,提出基于混合蛙跳的资源分配方案。以最小化系统传输功率为优化目标,在满足用户QoS下,推导每个节点的最优化功率,建立最优化资源分配模型,利用混合蛙跳算法解决系统资源分配问题。仿真结果表明,在满足单节点QoS下,所提出的基于混合蛙跳的资源分配方案能有效减小系统的总功率,提高了系统性能。     

智能遥控插座设计

基于89C51单片机的外部中断和定时器中断定时计数功能,通过双向可控硅对220 V交流电源的导通进行无触点连续控制,实现了双模式(常规模式、夜间模式)智能遥控插座。常规模式下调节家电的工作功率、控制其工作状态。夜间模式下,通过光控模块、声控模块和人体感应模块对家电的工作状态进行智能控制。实现了不更换家电,在原有电路中加上智能插座,即可使普通家电智能化,通用性好,成本低廉,应用面广,尤其适用于台灯、电风扇等低端家电,适用于消费水平中下的广大低端电器市场。     

关于有线电视网络双向网改造的探究

我国广播电视在近几年的发展日新月异,有线电视从过去的模拟、分散、单一服务,向数字化、集约化、智能化、综合服务转变,并积极为物联网和下一步的三网融合提供有力的支撑平台。因此,关于有线电视网络双向改造的研究与推进以及相关技术的升级与发展,成为了我国广播电视领域的发展共识,同时其也成为了我国广播电视事业发展的必然趋势。本文首先详细阐述了我国有线电视网络进行双向改造的必要性,其次基于双向改造的原则对双向改造的几种主要技术进行了系统的分析与探讨。     

蒙皮反射的背景辐射对亚声速飞机红外特征的影响研究(一):方法

基于CFD计算得到的流场、温度场结果和Modtran计算得到了环境辐射数据,建立了典型背景下的飞行器红外辐射特征计算模型。计算中考虑了波段、季节、发射率和双向反射函数等因素。通过地面试验数据,对计算方法进行了验证,计算值与试验数据吻合较好。该模型为更准确地分析飞行器的红外辐射特征,以及更合理地评价红外抑制措施的抑制效果提供了方法和工具。     

基于机顶盒的视频通话业务浅析

随着三网融合推进及芯片性能的发展,在机顶盒上开展通信业务成为可能,天津广电的可视通话业务,依托IMS核心网平台,利用现有的高清交互机顶盒终端及软件资源,通过嵌入视频通话软件,为广电用户提供一种新的沟通渠道。     

面向融合网络的广电双向接入网入侵检测系统

针对广电接入网边界缺乏安全防护措施的现状,提出一种面向融合网络的广电接入网入侵检测系统,并实例化为SunGnet703,可检测并实时阻断进出接入网边界的各类网络攻击.系统具有“非配合”部署、高可靠性运行、“隐形”确保自身安全、全维数据分析4个特点,可为广电接入网边界提供一种简便易行的安全防护方法和实际系统.     

基于RTW的双向充放电机实时控制技术

随着智能电网和绿色能源技术的快速发展,双向充放电机也越来越受到关注;文章主要研究双向充放电机充电过程中电压的稳定性和放电过程中并网电流波形的畸变率;提出了一种基于RTW的matlab/simulink控制方法,在simulink环境下搭建仿真模型和控制模型,然后将达到预期效果的仿真模型所对应的控制模型编译为代码并烧写到DSP中;此种方法在能够保证在恒流源和恒压源两种充电模式中电流和电压的稳定性,在放电过程中并网谐波电流总畸变率小于5%,功率因数基本为1;仿真结果和基于DSP2812的硬件平台实验都证明了这种方法的有效性。     

取向比对椭球气溶胶粒子散射特性的影响

利用T矩阵和离散坐标法研究了取向比对椭球粒子散射特性的影响, 计算了小尺度范围内椭球粒子的散射特征参量, 包括消光效率因子、不对称因子、单次散射反照率、散射相矩阵及双向反射函数(BRDF). 结果表明, 椭球粒子的散射特性与取向比密切相关, 粒子取向比会影响散射参量的振荡频率和振幅, 与球形粒子散射参量的相对差异也呈周期振荡趋势. 研究还发现, 某些特殊粒子尺寸的散射参量与粒子取向比基本无关. 在多次散射条件下, 分析不同取向比粒子群的BRDF随反射角和光学厚度的变化特性. 结果显示: 不同取向比粒子群的BRDF随反射角的变化趋势基本一致, 球形粒子群比非球形粒子群的BRDF曲线波动振幅更大; 球形-非球形粒子的BRDF相对差异随光学厚度和取向比的增大而减小, 随入射角的增大而增大.     

基于轻量级神经网络的暴力视频分类方法研究

随着视频类自媒体平台的迅速发展,视频内容的安全性审核需求急速增加。为提高视频内容审核的便捷性和准确性,提出结合轻量级神经网络和长短时记忆网络的暴力视频分类方法。借助轻量级神经网络提取视频帧的视觉特征,使用长短时记忆网络对视频帧之间的时序特征将进行提取,引入时空注意力机制提高视频分类准确率。实验结果表明,所提出的方法不仅在模型上表现出轻量性,而且还能提高视频分类的准确性。     

融合TextCNN-BiGRU的多因子权重文本情感分类算法研究

随着深度学习技术在自然语言处理领域的广泛应用,短文本情感分类技术得到显著发展。该文提出了一种融合TextCNN-BiGRU的多因子权重文本情感分类算法。算法通过引入词语情感类别分布、情感倾向以及情感强度三个关键因子改进了词语的向量表示。将基于词向量表示的短文本分别作为TextCNN和BiGRU模型的输入,提取文本关键局部特征以及文本上下文的全局特征,将两种特征进行线性融合,实现中文短文本的情感分类。在公开的两个情感分类数据集上验证了多因子权重向量表示方法和融合TextCNN-BiGRU的情感分类模型的有效性,实验结果表明,文中提出的算法较单一模型在短文本情感分类准确率上提高了2%。