排序方式: 共有13条查询结果,搜索用时 15 毫秒
1.
2.
时间交错并行采样模拟数字转换器(TIADC)模拟前端特有的多通道分时交替采样结构不可避免地引入了通道失配问题,并且给其后端多通道高速数据的捕获、缓存和处理带来了很大的设计挑战.本文针对上述技术难题,利用FPGA和SoPC技术特点,着重开展模块化TIADC通用数字后端系统设计技术研究.分别实现了对TIADC系统模拟前端多... 相似文献
3.
4.
介绍了一种用于∑-△音频DAC中能有效节省面积的插值器设计与ASIC实现方法.阐述了插值器的基本原理及常用设计方法.针对单级多倍插值器电路硬件消耗较大的问题,提出了4级级联多倍插值器结构和串行计算的电路架构.采用Synopsys和Cadence公司的EDA工具进行了完整的硬件电路设计、仿真和版图设计.芯片留片采用VIS公司3.3V.0.35 μm的CMOS工艺. 相似文献
5.
深度卷积神经网络(convolutional neural networks, CNN)作为特征提取器(feature extractor, CNN--FE)已被广泛应用于许多领域并获得显著成功. 根据研究评测可知CNN--FE具有大量参数, 这大大限制了CNN--FE在如智能手机这样的内存有限的设备上的应用. 本文以AlexNet卷积神经网络特征提取器为研究对象, 面向图像分类问题, 在保持图像分类性能几乎不变的情况下减少CNN--FE模型参数量. 通过对AlexNet各层参数分布的详细分析, 作者发现其全连接层包含了大约99%的模型参数, 在图像分类类别较少的情况, AlexNet提取的特征存在冗余. 因此, 将CNN--FE模型压缩问题转化为深度特征选择问题, 联合考虑分类准确率和压缩率, 本文提出了一种新的基于互信息量的特征选择方法, 实现CNN--FE模型压缩. 在公开场景分类数据库以及自建的无线胶囊内窥镜(wireless capsule endoscope, WCE)气泡图片数据库上进行图像分类实验. 结果表明本文提出的CNN--FE模型压缩方法减少了约83%的AlexNet模型参数且其分类准确率几乎保持不变. 相似文献
6.
基于频域稀疏性的时间交替模数转换器时间相位失配盲测量算法 总被引:1,自引:0,他引:1
该文研究时间交替模数转换器(TIADC)的通道间时间相位失配参数的盲测量问题。基于TIADC系统架构、输入模拟信号的频域稀疏性和非混叠频率点,以采样定理和欠采样理论为基础,探索TIADC系统输入信号、输出信号以及与子ADC输出信号之间的频谱关系,推导出了一种新的基于非混叠频率点的相对频谱的离散傅里叶逆变换序列的相位信息的TIADC通道间时间相位失配参数的盲测量算法。仿真实验表明该文所提出的盲测量算法具有可以与正弦拟合算法相比拟的参数测量精度,并且具有对噪声不敏感,对输入信号频率无限制,对TIADC系统通道数无限制,不需要对输入信号过采样等突出优点。TIADC系统真实捕获数据测试进一步验证了该算法的准确性和有效性。 相似文献
7.
8.
9.
10.
无线胶囊内镜(WCE)是一种新型的、具有极大市场价值的肠道疾病检测技术。该技术产生的图像数据量极大,为医生开展疾病诊断带来了困难。WCE图像快速检索技术是WCE后端智能图像分析软件的基本功能之一。本文针对WCE图像中相似图像的快速检索问题开展研究。通过对大量WCE图像本身特征的分析,提出了一种融合颜色特征与纹理特征的图像检索算法。首先分别提取图像的色调饱和度二维相关直方图以及图像的局部二值模式(LBP)纹理特征,然后采用高斯归一化的方法对不同的特征进行融合,最后采用融合特征为待检索图像建立索引,实现了输入目标WCE图像的快速准确查找。实验结果表明本文所提方法计算复杂度低和检索结果良好。 相似文献