AT24系列存储器数据串并转换接口的IP核设计

AT24系列EEPROM芯片是基于I^2C（Inter-Integrated Circuit）总线协议而设计的。该存储器与微处理器通信，需要把串行数据转换成并行数据，或把并行数据转换成串行数据后，通信过程才能进行。介绍和VHDL语言设计该存储器数据串并转换接口的IP核，从而通过硬件（FPGA或其他可编程芯片）实现AT24系列存储器与8位微处理器之间的并行通信。     

空间相关MIMO信道天线选择系统闭合容量式

在空间瑞利相关信道下,笔者推导了混合选择/多输入多输出系统(H-S/MIMO)信道容量的精确表达式。以2发送天线和2/3接收天线的MIMO系统为模型,使用MATLAB对该系统进行了仿真。结果表明,理论分析与仿真曲线相吻合,进一步说明文中理论分析的正确性。     

红外遥控在多点温度测控系统中的应用

介绍了普通遥控器与多点温度测控系统中单片机结合组成的遥控测控系统,在普通彩电红外遥控器（采用Ｓｏｎｙ牌红外遥控器）编码特性的基础上,设计出一套简单可靠的解码系统。此种解码方式具有通用性、实用性,并具有良好的抗干扰能力。     

基于路径损耗模型参数实时估计的无线定位方法

定位技术在无线传感器网络中越来越引起人们的重视.针对传统的测距算法中,使用固定路径损耗模型会造成较大测距误差的问题,提出了一种基于RSSI的动态调整信号路径损耗模型参数的协作定位方法.该方法首先根据RSSI确定定位节点所在的最小子区域,然后通过该区域内已知参考节点间的相互合作估算出该子区域的路径损耗模型参数,再根据得到的路径损耗模型实现准确测距,从而减小定位误差.仿真和实验结果验证了该方法提高了定位精度.     

构建WEB上的CORBA应用

本文首先对ＣＯＲＢＡ体系结构的组成和运行原理进行了介绍,在此基础上对ＣＯＲＢＡ技术在ＷＥＢ上应用的实现进行了系统的阐述,并由此总结了ＣＯＲＢＡ的技术特点,最后展望了ＣＯＲＢＡ技术的新发展。     

基于连续时间量子游走的链路预测方法研究*

链路预测是复杂网络研究的基础问题之一。目前研究者们已经提出了许多链路预测的方法,其中大量的链路预测方法是基于经典随机游走。量子游走是经典随机游走的量子模拟。大量研究表明,在诸如图匹配、搜索等很多领域,基于量子游走的量子算法的性能远优于其对应的经典随机游走算法。但目前关于基于量子游走的链路预测算法几乎没有研究报道。本文提出了一种基于连续时间量子游走的链路预测方法。实验结果表明,连续时间量子游走链路预测结果的AUC值和经典随机游走的结果非常接近。而在Precision和Recall指标上,远优于经典随机游走的链路预测结果。     

基于学生人体检测的无感知课堂考勤方法

针对基于人脸识别的课堂考勤系统漏检和低识别率的问题,采用主、从双摄像机设备,提出一种联合学生人体检测和人脸角度筛选的方法。首先通过Mask R-CNN算法检测主摄像机拍摄图中的学生人体位置;然后控制从摄像机（PTZ相机）依次获取每位学生的高质量放大图像;再通过MTCNN算法和FSA-Net算法从中检测并识别出人脸姿态,筛选出每位学生的正脸图像;最后对筛选出的学生正脸图像使用FaceNet算法提取人脸特征,用于支持向量机（SVM）分类器的训练或识别。实验结果表明,与Tiny-face算法相比,人体检测算法在重叠比（IOU）为0.75时平均精度（AP）值提高了约36%且检测耗时减少了57%;与建立多姿态人脸数据库的方法相比,采用人脸角度筛选的方法使识别率提高了4%;多数情况下整个课堂学生识别的准确率接近100%。所提方法简化了学生注册过程,提高了人脸识别率,为解决人脸漏检问题提供了新的思路。     

基于深度学习的短视频中的物体检测与内容推荐系统研究

近年来短视频发展迅猛,短视频广告投放具有良好的市场前景,但是以往长视频的贴片广告投放方式不适合短视频。本文依据高相关、低打扰、短而精的准则,提出一种基于深度学习的视频物体检测与内容推荐系统方案。根据短视频来源、网络环境等不同,本文介绍2种实现模式：云端模式和移动终端模式。云端模式由服务器、内容分发网络（Content Delivery Network, CDN）和终端组成,服务器可预先对CDN短视频进行物体检测和识别,将短视频与对应广告内容匹配,并在移动端播放。移动终端模式主要处理本地视频,在移动端有限的资源上完成短视频的物体检测和内容推荐。在算法上,移动终端模式下该系统采用深度学习轻量级模型MobileNet以提高检测速度和准确率,降低内存。在实现上,通过联合编译Java和C++代码提高算法运行效率,通过反馈系统减小物体类别数量,提高实时性。     

基于一卡通数据活动熵的学生活动规律研究

随着信息化技术的快速发展与广泛应用,数据挖掘在教育大数据中得到越来越多的重视。目前尚无利用一卡通数据对学生活动规律性进行量化评价的研究。本文以某高校13575名本科生为研究对象,利用其一学年的790万条校园一卡通消费记录,定义了活动熵,提出衡量学生活动规律性的时空加权活动熵算法,计算并量化每个学生的活动规律值。基于活动熵对学生进行聚类,并结合部分学生的成绩数据、图书借阅数据以及消费特征,运用Apriori关联算法分析学生群体和个体行为,挖掘出隐含的关联规则。分析结果与心理学科的研究结果有较高的一致性,对于多元评价学生及智慧校园管理具有科学的指导作用。     

减小LoRa技术在实验室监测系统中报警延迟的方法研究

作为目前流行的物联网通信技术,LoRa在环境监测领域已有较成熟的解决方案,但其应用于对实时性要求高的场景时,例如实验室安全监测,相应方案不能展现出较好的性能。以目前成熟的LoRa解决方案为基础,在其架构的应用层与服务层间的通信中引入MQTT和Websocket技术,并在服务层中结合使用Node.js、Redis等技术,设计实现低延时实验室安全监测系统。该系统应用层包含Web端页面数据实时展示、移动端APP数据查看以及异常信息告警通知。同时,为实现集中管理多个监测区域的实际应用需求,设计数据推送策略,提高数据传输效率,进一步提高系统实时性。测试结果表明,对比现有环境监测解决方案,本系统能以更低的时延将终端数据传送至应用程序端。