基于最佳门限消噪语音增强一种新方法的研究与实践

针对软门限对信号噪声的滤除方法,在分析小波变换消噪原理和方法的基础上,具体分析了阈值对小波变换消噪的影响.提出了改进阈值的阈值函数,给出更好的滤波结果.实验表明这种改进的算法有效地提高了增强效果.     

基于自适应噪声抵消的MIMO-OFDM信道估计

对多输入多输出正交频分复用系统的信道估计进行了研究,利用自适应噪声抵消的思想,提出了一种基于自适应噪声抵消和奇异值分解的信道估计方法.该方法首先利用自适应噪声抵消对最小二乘(LS)估计进行去噪处理,然后将其结果用于奇异值分解(SVD)的MMSE低阶近似方法中.仿真结果表明,利用此方法有效地抑制了噪声的影响,其系统性能优于利用最小二乘方法所获得的系统性能.     

客厅高清 我的无线“操盘手”

虽然处理器、显卡、机箱等主要配件对于HTPC有着无可替代的熏要作用,而且很多朋友都将主要精力花在了如何选购配件和机箱上,但当我们将HTPC摆到客厅后才发现,如何控制它成了最大的问题。     

高剂量率^(192)Irγ射线参考辐射场的搭建北大核心CSCD

为完成高剂量率^(192)Ir放射源参考空气比释动能率的绝对测量工作,设计了专用的辐照器及定位装置,利用医用高剂量率近距离治疗机搭建了准直的参考辐射场。参考ISO 4037等相关标准,对参考辐射场的散射、辐射野、半值层、有效能量等相关参数进行了测量和研究。结果显示,在辐射场多个位置,环境散射份额小于主射束的0.003%;在距离放射源1.4 m的位置,辐射野直径为98 mm,尺寸大于基准石墨空腔电离室;半值层测量结果为8.224 mm(Cu),有效能量为402.8 keV,利用HPGe探测器测量的^(192)Ir能谱与模拟谱契合度良好。各项参数均满足了^(192)Ir近距离治疗源参考空气比释动能率的量值复现要求,为其绝对测量与国际比对工作打下基础。     

基于范围代理的MAODV协议改进

高效的组播路由是移动自组网网络组播路由的研究热点之一。在分析MAODV协议的基础上,提出基于范围代理扩展的MAODV组播路由协议。通过使用区域范围代理管理和单播与广播结合的组播数据包,扩展范围代理MAODV协议。模拟仿真结果显示,改进后的协议减少网络开销和树重构次数、降低端到端平均时廷、提高数据包投递率。     

活动目录复制技术

活动目录复制技术保证了活动目录的容错能力、访问能力和扩展能力,正确的使用活动目录复制技术有利于提升网络的运行效率和网络的整体性能。本文详细地介绍了活动目录复制技术的一些相关概念,并对部分概念利用UML的状态图和顺序图进行了描述。最后,对站点内与站点间如何进行复制进行了讨论。     

浅析篮球运动防守中假动作的运用

随着篮球技战术的发展，要求个人防守更具实效性和针对性，篮球比赛防守中假动作的运用增强了个人防守的能力，使防守更具攻击性和实效性。     

基于RFOA优化GRNN的水电机组振动预测

针对水电机组振动的非平稳、非线性特点,提出利用改进果蝇算法(RFOA)优化广义回归神经网络模型(RFOA-GRNN)。通过改进果蝇算法的搜索步长和气味浓度判定公式,使该算法的局部寻优能力增强,收敛速度提高。通过8种常用的基准函数对FOA算法、DSFOA算法、RFOA算法进行仿真测试,测试结果验证了RFOA算法的有效性。利用三种优化算法优化GRNN的平滑因子,将优化后平滑因子代入GRNN模型对水电机组振动进行预测。结果表明,与FOA-GRNN和DSFOA-GRNN两种预测模型相比,RFOA-GRNN预测模型的预测结果最大相对误差分别降低了99.96%和99.28%。可以得到RFOA-GRNN模型的预测精度和稳定性方面均优于其他两种模型,验证了此模型的有效性。将其应用于水电机组状态趋势预测研究中,可为维护人员提前发现水电机组故障并及时检修进而保证水电机组安全稳定的运行提供保障。     

网络协议设计中形式结构模型的创建方法研究

形式描述技术在协议设计中的应用是至关重要的和必不可少的,为形式规范确定一个合适的结构又是应用此技术的关键步骤,基于此文中重点研究了基于LOTOS技术的形式结构模型的创建方法.简要介绍了开发网络协议的形式描述技术、网络协议的结构概念、等级抽象和LOTOS描述规范风格.基于LOTOS技术,提出了网络协议开发过程中形式结构模型的创建原则和方法,此方法结合LOTOS语言特征,应用其描述规范风格,融协议结构、逐步改进和等级抽象为一体,简化了所开发协议的验证、测试和实现的复杂性.     

融合注意力机制的轻量级红外高压套管识别算法

为了提高红外图像中变压器高压套管的识别准确率,同时能够满足移动端和其他低端设备对目标检测网络的需要,本文提出一种改进的轻量级红外高压套管识别算法,采用Tiny YOLOv3目标检测网络作为基础检测网络。首先,通过融合CBAM（Convolutional Block Attention Module）注意力机制,将通道注意力与空间注意力机制串联,增大目标检测网络感受野,同时减轻网络计算任务,提升网络性能;然后,分别使用GIoU loss和Focal loss替代原有的边界框损失和置信度损失,从而提高对红外图像中的高压套管识别率,减少漏检、误检情况发生。实验结果表明,改进的网络相比于原Tiny YOLOv3网络,mAP提升到96.28%,F1提升到96.25%,权重文件大小为33.9 MB,远小于YOLOv3训练网络,能够更好地适用于低端设备,为智能变电站的在线监测提供了有利条件。