代号“绝密”！三招五式藏文件

几乎每个电脑用户都有一块不希望被他人窥探的私人禁地,比如机密的文件、个人资料存档、私密照片、日记帐簿记录等等。这些不能说的秘密怎样妥善保存才不被外泄呢？最初级的手段是藏身于深层目录,比较专业的方法则是针对不同的需求选择加密或隐藏文件。虽说条条大路通罗马,但方法却有难有易、有繁有简,下面就将为大家介绍几种快捷有效的实用方案。     

学龄前儿童教育类APP交互设计研究

目的探讨学龄前儿童教育类APP设计原则及实践,为基于移动应用的学龄前儿童教育软件交互设计提出方法论指导。方法从国内外学龄前儿童教育类APP交互设计研究现状分析入手,根据学龄前儿童生理与心理特征表现,提出学龄前儿童教育类APP交互设计原则,并将所提出的原则在实践中进行运用检验。结论定义了学龄前儿童教育类APP交互设计原则,并通过具体案例设计,初步验证了所做研究的适用性,使学龄前儿童与APP之间的交互体验契合学龄前儿童成长发育的特征。     

对光照射血液疗法的分析与讨论

分析对比了低强度激光血管内照射疗法与紫外线血液照射疗法的治疗方法、治疗病种和治疗机制的异同点。以“生物共振”与“光触发”观点解释其治疗机制。从全血吸收光谱出发,提出了实验最佳激光参数疗法,紫餐相干光照射疗法、激光血管外照射法等思路与建议。     

基于DSP的列车信号处理算法分析

介绍一种互相关检测解调算法用于列车交通信号的检测,可将不同制式下的各种高频信号送DSP进行处理,提取出承载列车控制信号的低频信号,以便分析其中的载频信息和低频信息;对互相关检测算法流程作了分析说明,提出该算法在DSP器件上的基本实现方案,并给出了部分实验数据;采用互相关解调算法(能量算法)对轨道信号进行解调,具有运算速度快、精度高、抗干扰性能好和对硬件资源要求低等特点;经过反复的轨道信号实测,完全符合国家标准。     

基于自适应权重的全局图割立体匹配算法

针对立体匹配中存在纹理、遮挡区域和深度不连续的问题,提出一种基于自适应权重的全局图割立体匹配算法,一方面,采用单像素自适应权重加窗匹配能够减少深度不连续和稀疏纹理处匹配的误差;另一方面,对于图割中的平滑项表示和遮挡处理,使用一定平滑约束和遮挡约束构建能量函数而取得最优解。实验结果表明,该算法能保证匹配的可靠性。     

微机控制无触点补偿式大功率自动交流稳压器

介绍一种新型的采用微机控制的无触点补偿式大功率交流稳压器 ,阐述其补偿原理、主回路及控制电路的结构、主变绕租、与微机接口技术及其与传统的大功率补偿式交流稳压器的比较。     

手机电池延年有法

手机的待机时间长短一直是用户关注的焦点之一,如何延长手机电池的使用时间,对待机 的长短是关键的所在。延长手机的待机主要有以下几个问题：快速充电：有些自动化的智能型快速充电器,当指示信号灯转变时,表示充满了90％。充 电器会自动改变用慢速充电将电池充满。最好将电池充满后用,否则会缩短使用时间。电池记忆效应：如果电池属镍镉电池,长期不彻底充电、放电,易在电池内留下痕迹,降 低电池容量,这种现象称为电池记忆效应。意思是说,电池好像记忆用户日常的充、放电幅 度和模式,日久就很难改变这种模式,不能再做大幅度充电…     

粗SVM方法及其在发动机故障诊断中的应用

支持向量机是一种具有完备统计学习理论基础和出色学习性能的新型机器学习方法,它能够较好地克服过学习和泛化能力低等缺陷.但是在利用支持向量机的分类算法处理实际问题时,该算法的计算速度较慢、处理问题效率较低.文中介绍了一种新的学习算法粗SVM分类方法,就是将粗糙集和支持向量机相结合,利用粗糙集对支持向量机的训练样本进行预处理,通过属性约简方法以减少属性个数,且在属性约简过程中选出几组合适的属性集组成新的属性集,使模型具有一定的抗信息丢失能力,同时充分利用SCM的良好推广性能,从而缩短样本的训练时间,实现快速故障诊断.对航空发动机故障诊断的实验结果表明了该方法的优越性. 型机器学习方法,它能够较好地克服过学习和泛化能力低等缺陷.但是在利用支持向量机的分类算法处理实际问题时,该算法的计算速度较慢、处理问题效率较低.文中介绍了一种新的学习算法粗SVM分类方法,就是将粗糙集和支持向量机相结合,利用粗糙集对支持向量机的训练样本进行预处理,通过属性约简方法以减少属性个数,且在属性约筒过程中选出几组合适的属性集组成新的属性集,使模型具有一定的抗信息丢失能力,同时充分利用SCM的良好推广性能,从而缩短样本的训练时间,实现快速故障诊 .对航空发动机故障诊断的实验结果表明了该方法的优越性. 型机器学习方法     

软件项目人员流动风险的定量评估和分析*

提出了一种评估软件项目人员流动风险的定量模型,示例了该模型的使用,使用该模型不但可以直观地得到软件项目的人员流动风险值,而且可以利用该模型的各项及其系数分析人员流动风险产生原因,找到其控制策略。     

含约束的基于模型的诊断系统

在诊断空间中如何选取理想诊断是诊断系统面临的一个重要问题。在实际的诊断过程中,人们会利用限制条件排除不太可能的诊断,或者利用强制条件选取较优的诊断。按照这个思想,作者提出含约束的基于模型的诊断系统,通过增加依赖于应用领域的约束控制诊断空间,这是一种能够融入计算过程的选择诊断的机制,同时作者在系统拓扑结构的基础上给出了选取理想约束的理论依据。