基于灭点理论和平面控制场的相机标定方法研究

给出了一种基于灭点理论和平面控制场的相机解析自标定方法。在系统分析平面场景灭点几何的基础上,依据灭点理论并结合2维场景的共线方程严密论证和推导了平面控制场中相机外方位元素初值的实用算法。给出了一种圆形标志点的快速检测及定位方法,提出了一种基于计算可靠性矩阵QVVP的自检校光束法平差中各类观测值权值的确定方法。实验证明了该相机标定方法的正确性和有效性,为相机标定探索了一种可行的方法。     

不确定Van der Pol混沌系统的模糊同步控制

本文研究了不确定Van der Pol混沌系统的同步问题,并进行了基于规则的模糊逻辑控制器(FLC)的控制。首先寻找主从Van der Pol混沌系统满足Lyapunov稳定性理论的条件,在此基础上建立模糊规则,设计模糊控制器,实现不确定混沌系统的同步。通过不确定VanderPol混沌系统的两组仿真结果,验证了模糊同步控制方法具有很好的鲁棒性。最后为了进一步验证该方法的有效性,本文在相同条件下,利用反馈控制的方法实现不确定主从VanderPol混沌系统的同步,然后再将此方法的仿真结果与本文的模糊同步控制方法的仿真结果在稳态误差及同步所需时间这两个方面进行对比分析。分析结果验证了本文同步方法的可行性及有效性。     

基于IEEE802.11协议的分布式联合功率控制

在基于802.11协议族的无线局域网中,不同于目前针对单一ap或多ap集中式功率控制方案,该文提出了针对临时大规模场景应用的分布式联合功率控制方案,一方面通过独立的预测和局部遍历获得目标功率等级,达到了减小ap间干扰的目的,提高网络整体吞吐量约3.1 Mb/s(未饱和),1.0 Mb/s(饱和),另一方面通过细粒度时隙调度增强ap对环境的适应能力。     

工业现场级ZigBee手持控制器的设计与实现

考虑将ZigBee这种新兴的无线通信技术应用到实际工业现场,文中设计开发了一种便携式ZigBee手持控制器.该文首先概述了手持控制器工作原理,然后详细介绍了系统硬件结构及实现的总体方案,最后描述了系统软件设计部分并给出了相应流程图.目前该ZigBee手持控制器工作稳定、性能可靠,达到了相应性能指标,可满足一般工业应用的要求.     

关于“软件工程”课程体系的基本架构及课程系列设置的探讨

软件工程领域的大量最新研究成果源源不断地转向实用,成为软件产业应对新挑战的重要方法和工具,并因此被纳入大学的"软件工程"课程中,不断地充实和更新"软件工程"课程的内容。本文就"软件工程"课程体系建设中的一些基本问题进行了探讨,包括"软件工程"课程体系建设的总体目标、指导思想、课程体系的总体框架,以及每门课程的讲授内容、彼此之间的衔接等,并针对本学科的人才培养目标,提出了一些建议和想法,以供进一步的研究和探讨。     

结合本体筛选和文本挖掘的垂直搜索引擎研究

针对垂直搜索引擎研究领域的关键技术问题,提出了一个结合本体筛选和文本挖掘的垂直搜索引擎构建思想.首先探讨了作为研究基础的本体和文本挖掘技术,讨论了两者的作用;之后阐述了垂直搜索引擎构建的关键技术,包括基于本体筛选的智能搜索器、结合文本挖掘的网页信息分析及抽取、索引器及查询处理器的构造;最后,对提出的思想进行了实现验证,构造一个面向高校毕业生招聘的垂直搜索引擎原型.     

可重构宽带功率放大器设计

随着未来无线通信需求的增长,通信系统需适用更多的频带和标准。 针对可重构功率放大器各模式下工作带宽窄的缺 点,本文基于简化实频技术和可重构理论,提出了一种拓展可重构功率放大器工作带宽的设计方法。 通过在可重构理论中融入 简化实频法的宽带设计方法,在设计过程中加入新的误差函数,对可变模式下的可重构电路结构进行判别,进而实现可重构宽 带功率放大器设计。 为了验证该方法的有效性,并满足实际设计指标,采用中国科学院微电子研究所自主研发的 LDMOS 晶体 管设计并制作了适用于 GSM 网络和 LTE 网络的一个频率可切换的宽频可重构功率放大器。 测试结果表明,该可重构功率放大 器在不同模式下可分别工作在 0. 6~ 1. 1 GHz 和 1. 1~ 1. 6 GHz 频段,饱和输出功率超过 40 dBm,漏极效率(DE)在 50% ~ 60%之 间。 因此,本文提出的设计方法可以降低可重构宽带功率放大器的设计难度,较好的发挥晶体管性能,降低成本,在实际基站射 频电路设计中具有很好的应用意义。     

遗传算法优化粒子群的分布式光伏并网控制方法研究

为了促进分布式光伏发电技术的发展、提高分布式光伏并网的发电效率和质量,提出遗传算法优化粒子群的分布式光伏并网控制方法。通过建立光伏阵列模型、可中断负荷模型和储能系统模型,完成了分布式光伏发电并网系统的能源建模。以降低节点电压偏离额定值、稳态运行有功损耗和使分布式光伏发电并网系统功率最大化为目标,构建了分布式光伏并网调控模型。采用遗传算法优化粒子群对调控模型进行求解,实现分布式光伏并网的有效控制。试验结果表明,该控制方法具有较高的控制精度和较快的响应速度,确保了配电网运行的稳定性,能够有效降低电流谐波总畸变率。该研究促进了分布式光伏发电技术的发展,为分布式光伏并网控制提供了参考。     

融合多注意力神经网络的方面级情感分析

针对现有方面级情感分析模型中特征向量信息不足和语义丢失问题,提出一种多注意力融合的神经网络模型。利用词向量注意力机制捕捉句子上下文和方面词之间的语义关系;利用位置注意力机制影响方面词周围的情感特征;利用自注意力机制捕捉序列内部特征用于加强序列表示。为验证模型的有效性,在SemEval 2014 Task 4和ACL 14 Twitter基准数据集上进行实验,实验结果表明,所提模型取得的性能优于比较方法。     

面向恶意PDF文档分类的对抗样本生成方法研究

通过恶意文档来传播恶意软件在现代互联网中是非常普遍的,这也是众多机构面临的最高风险之一。PDF文档是全世界应用最广泛的文档类型,因此由其引发的攻击数不胜数。使用机器学习方法对恶意文档进行检测是流行且有效的途径,在面对攻击者精心设计的样本时,机器学习分类器的鲁棒性有可能暴露一定的问题。在计算机视觉领域中,对抗性学习已经在许多场景下被证明是一种有效的提升分类器鲁棒性的方法。对于恶意文档检测而言,我们仍然缺少一种用于针对各种攻击场景生成对抗样本的综合性方法。在本文中,我们介绍了PDF文件格式的基础知识,以及有效的恶意PDF文档检测器和对抗样本生成技术。我们提出了一种恶意文档检测领域的对抗性学习模型来生成对抗样本,并使用生成的对抗样本研究了多检测器假设场景的检测效果(及逃避有效性)。该模型的关键操作为关联特征提取和特征修改,其中关联特征提取用于找到不同特征空间之间的关联,特征修改用于维持样本的稳定性。最后攻击算法利用基于动量迭代梯度的思想来提高生成对抗样本的成功率和效率。我们结合一些具有信服力的数据集,严格设置了实验环境和指标,之后进行了对抗样本攻击和鲁棒性提升测试。实验结果证明,该模型可以保持较高的对抗样本生成率和攻击成功率。此外,该模型可以应用于其他恶意软件检测器,并有助于检测器鲁棒性的优化。