改进的门单元多输入跳变电流源模型

电压信号的非线性问题和多输入跳变现象给时序分析带来了严重挑战.为更好地解决此问题,文中设计电路对门单元输入端和内部节点间的密勒电容进行了验证,从器件结构上分析了其来源,并通过引入该电容改进了已有多输入跳变电流源模型,以获得更高的模型精度;同时将二输入门单元模型扩展到多输入门单元,并详述了建模方法.多种门单元上的数值实验结果表明,与已有模型相比,在可接受的时间开销内,文中模型能够显著地提高门单元时延和输出波形的仿真精度.     

基于动态时间规整的手势加速度信号识别

为了提高基于加速度传感器的动态手势识别算法的性能,本文采用了动态时间规整(DTW)识别算法。通过该算法计算测试模板和参考模板的相似度,从而得出识别结果。为了验证该方法,建立了一套手势加速度无线采集系统,并采集了41个志愿者的手势信息。实验结果表明,该方法手势平均识别率在97%以上。与HMM识别算法相比,DTW识别算法在识别的准确率上比HMM识别算法更具优势。     

一种用户行为分析的动态备份机制

目前大多数分布式存储系统采用静态备份机制保证系统的高可靠性,灵活性差,不适合系统规模及用户访问量不断变化的存储系统．因此提出一种基于用户行为分析的动态备份机制,通过分析用户行为获得相关信息来动态改变备份数量及确定备份位置,具有较强的灵活性,适合大规模的分布式存储系统;实现动态备份系统将其应用于已建立的科技信息数据中心．通过实验分析表明,该动态备份机制能提高系统的可靠性。     

基于Boost消息机制研究与实现

消息通信机制可以有效的简化系统设计,增强系统的可扩展性。Boost Signal/Slot机制,为在进行消息机制开发提供了有力的工具。以Boost为基础,分析了Boost消息机制的实现方式,通过引入一个简单实例,演示了利用Boost构造消息机制的基本方法。     

一种基于物联网技术的智能家居数字网关设计

物联网[1]是指把物品通过射频识别（RFID）装置、传感器、无线数据通信仪器等信息感知、监测、传输设备与互联网结合起来而形成的网络生态体系。文章针对当前国内居民小区的实际特点,实现了一种基于物联网技术的智能家居数字网关系统,它具有低成本、互联性、多平台、自组织、可扩展性等特点。     

模拟集成温度传感器设计

介绍了一种模拟集成温度传感器的电路设计。该电路利用双极性晶体管基极-发射极结压降与热力学温度T成比例的关系来实现温度的测量,并在6μm双极工艺线上投片成功。该电路在常温25℃下输出298.2μA的电流,在-55℃～150℃的工作温度范围内的误差不超过±3℃,非线性度误差不超过±0.4℃。     

台儿庄城区饮用水水源地水质放射性水平分析

为了解和掌握台儿庄城区饮用水水源地放射性水平和动态变化,本文以枣庄市生态环境局台儿庄分局提供的饮用水水源地水质放射性数据为基础,探讨了台儿庄城区饮用水水源地水质中α、β放射性质量浓度的动态变化。结果显示:水源地总α、β放射性质量浓度均低于标准限值,总α放射性质量浓度小于总β放射性质量浓度,总α、β放射性水平在水源地和季节变化中差异均不显著(P>0.05)。水源地水质总放射性水平符合我国规定的饮用水指导值。     

云存储安全增强系统的设计与实现

云存储是一种新型的网络存储形式,并逐步为大家所接受,企业和个人用户都开始使用云存储作为其网络存储媒介。目前很多著名的IT企业都推出了云存储服务,其中Amazon公司推出的SimpleStorageService（S3）就是商用云存储服务的典型代表。随着云存储的广泛使用,云存储中数据的安全问题,如数据泄漏和数据篡改,也成了用户广泛关注的问题。文章基于Amazons3的云存储服务,设计并实现了一款云存储安全增强系统,对用户上传至Amazons3的数据进行加密保护,使得文件以密文形式存储于Amazons3,可以有效防止数据在传输和存储过程中的泄漏;同时系统还对从s3下栽的文件进行完整性校验,检测其内容与上传时是否一致,以防止文件被篡改;最后,系统还提供了多用户访问控制支持,多个用户可以共享同一个S3账号,同时保证各自存储的内容互相隔离,禁止一个用户非授权访问其他用户存储的文件。     

Fuzzy local maximal marginal embedding for feature extraction

In graph-based linear dimensionality reduction algorithms, it is crucial to construct a neighbor graph that can correctly reflect the relationship between samples. This paper presents an improved algorithm called fuzzy local maximal marginal embedding (FLMME) for linear dimensionality reduction. Significantly differing from the existing graph-based algorithms is that two novel fuzzy gradual graphs are constructed in FLMME, which help to pull the near neighbor samples in same class nearer and nearer and repel the far neighbor samples of margin between different classes farther and farther when they are projected to feature subspace. Through the fuzzy gradual graphs, FLMME algorithm has lower sensitivities to the sample variations caused by varying illumination, expression, viewing conditions and shapes. The proposed FLMME algorithm is evaluated through experiments by using the WINE database, the Yale and ORL face image databases and the USPS handwriting digital databases. The results show that the FLMME outperforms PCA, LDA, LPP and local maximal marginal embedding.     

Semi‐Global Output Feedback Stabilization for a Class of Uncertain Nonlinear Systems

This paper addresses the problem of semi‐global stabilization by output feedback for a class of nonlinear systems whose output gains are unknown. For each subsystem, we first design a state compensator and use the compensator states to construct a control law to stabilize the nominal linear system without the perturbing nonlinearities. Then, combining the output feedback domination approach with block‐backstepping scheme, a series of homogeneous output feedback controllers are constructed recursively for each subsystem and the closed‐loop system is rendered semi‐globally asymptotically stable.