一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

該文提出一組基于廣義局部沃爾什變換(GLWT)的紋理特征。首先給出局部沃爾什變換(LWT)的定義，并在空域中對其加以推廣，用以提取圖像的局部紋理信息；然后在一個(gè)宏窗口中估計(jì)12個(gè)GLWT系數(shù)的二階矩作為圖像的紋理特征。對這組紋理特征的鑒別性能進(jìn)行了分析，并與Haralick(1973)，Wang Li(1990)，以及Yu Hui提出的紋理特征進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明，該文提出的紋理特征具有更好的鑒別性能和分類能力。

隨著網(wǎng)絡(luò)通信量的急劇增長，多徑傳輸應(yīng)用日漸普遍。多徑尋由算法是實(shí)現(xiàn)多徑傳輸?shù)幕A(chǔ)。該文結(jié)合路徑相似度目標(biāo)和啟發(fā)式方法，提出一種新的基于A*算法的多徑尋由算法，稱為MA*算法。該文為該算法設(shè)計(jì)了一種新的代價(jià)估計(jì)函數(shù)，通過理論分析證明了該代價(jià)估計(jì)函數(shù)的可行性。利用網(wǎng)絡(luò)拓?fù)渖晒ぞ邔?em>MA*算法進(jìn)行了仿真實(shí)驗(yàn)，并與其他多徑尋由算法進(jìn)行了分析比較。實(shí)驗(yàn)結(jié)果表明，MA*算法能以較低的搜索次數(shù)獲取多條路徑代價(jià)和路徑相似度合理的路徑；另外通過合理調(diào)整懲罰參數(shù)，可以取得路徑代價(jià)和路徑相似度的平衡。MA*算法以更小的開銷實(shí)現(xiàn)了一種更為通用的多徑尋由算法，能夠應(yīng)用在更廣泛的多徑傳輸環(huán)境。

為提高模糊分類規(guī)則的有效性和可解釋性，該文提出一種基于最大同類球的模糊規(guī)則提取方法。首先，每個(gè)樣本根據(jù)與最近異類之間的距離確定一個(gè)最大同類球。然后根據(jù)各個(gè)同類球中樣本之間的包含關(guān)系和獨(dú)有性對同類球進(jìn)行約簡。再根據(jù)約簡后的同類球建立MA分類器的模糊規(guī)則前件。MA(Mamdani-Assilan)二分類器的模糊規(guī)則后件參數(shù)學(xué)習(xí)以加權(quán)分類錯(cuò)誤平方最小化為目標(biāo)函數(shù)，采用共軛梯度法求解后件參數(shù)。KEEL標(biāo)準(zhǔn)數(shù)據(jù)集中的12個(gè)10折交叉驗(yàn)數(shù)據(jù)集的對比分類實(shí)驗(yàn)驗(yàn)證了該方法的有效性。

OFDM自適應(yīng)調(diào)制技術(shù)根據(jù)各子載波在頻率選擇性衰落信道中不同的瞬時(shí)增益，動(dòng)態(tài)地分配數(shù)據(jù)比特和發(fā)射功率，可以優(yōu)化系統(tǒng)性能，提高頻譜效率。該文主要研究OFDM系統(tǒng)發(fā)射功率和傳輸比特?cái)?shù)不變時(shí)誤碼率最小化的自適應(yīng)(MA)算法。提出一種以注水門限為迭代參數(shù)的MA算法，并引入有記憶步長迭代法，提高算法的穩(wěn)定性。仿真結(jié)果表明，與過去的算法相比，該算法能以較低的復(fù)雜度獲得更好的性能。

底層物理節(jié)點(diǎn)或鏈路失效將影響虛擬網(wǎng)服務(wù)提供的連續(xù)性，因此如何實(shí)現(xiàn)虛擬網(wǎng)的可靠性映射是當(dāng)前研究亟待解決的問題。文章建立了虛擬網(wǎng)映射(VNM)的數(shù)學(xué)模型，量化分析了虛擬網(wǎng)的可靠性，并歸結(jié)出影響虛擬網(wǎng)可靠性的因素。為了克服這些因素，文章分別提出基于拓?fù)溆绊懚?TID)的虛擬網(wǎng)映射(VNM-TID)算法和基于回溯機(jī)制的遷移算法(MA-Back)。仿真結(jié)果表明，VNM-TID MA-Back算法在虛擬網(wǎng)請求接受率、遷移成功率和有效承載率上具有優(yōu)勢，提高了虛擬網(wǎng)的可靠性。

本文分析了一種新型恒流器件的特性和原理,由于采用恒流二極管供流和實(shí)現(xiàn)最佳溫度補(bǔ)償獲得了非常穩(wěn)定的輸出電流。器件的動(dòng)態(tài)阻抗大,電流溫度系數(shù)H10-4/℃,恒定電流IH在5--500mA范圍內(nèi)具有連續(xù)可調(diào)等優(yōu)點(diǎn)。

該文提出了一個(gè)基于三階累積量的優(yōu)度準(zhǔn)則。基于此準(zhǔn)則,利用最速下降法,得到一種新的基于三階累積的梯度型自適應(yīng)濾波算法,該算法用于平穩(wěn)和非平穩(wěn)的MA(Moving Average)模型系統(tǒng)辨識的計(jì)算機(jī)模擬仿真結(jié)果表明:該算法有良好的收斂性能及對時(shí)變系統(tǒng)的跟蹤能力。

用H.263標(biāo)準(zhǔn)對甚低碼率圖像編碼時(shí)，經(jīng)過幀間預(yù)測后得到的運(yùn)動(dòng)補(bǔ)償數(shù)據(jù)通常很小，對這些數(shù)據(jù)再進(jìn)行DCT和量化后往往成為全零塊，Alice Yu算法和周算法是預(yù)先判別全零系數(shù)塊的較為有效的方法，但在對較為復(fù)雜的序列圖像進(jìn)行預(yù)測時(shí)分別出現(xiàn)了較大程度的誤判和漏判。針對這些缺點(diǎn)，該文提出了一種新的全零系數(shù)塊的判別方法，它具有能隨量化級的變化自適應(yīng)地調(diào)整全零塊的判斷閾值、無需任何附加運(yùn)算和對圖像序列內(nèi)容復(fù)雜程度不敏感的優(yōu)點(diǎn)，將該方法應(yīng)用于H.263編碼器中，對Miss America和News圖像序列進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)表明，大約有40％-80％的塊可以在做DCT和量化前被判別為全零系數(shù)塊，大大減少了編碼的時(shí)間，同時(shí)圖像質(zhì)量的下降控制在0.0005 dB以內(nèi)。

本文提出了一種加性有色高斯噪聲中因果非最小相位ARMA模型的自適應(yīng)辨識算法。模型輸入假定為非高斯獨(dú)立同分布隨機(jī)過程。算法只利用了觀測信號的高階統(tǒng)計(jì)量。在每次迭代中,先估計(jì)AR參數(shù),再估計(jì)MA參數(shù),但不用計(jì)算殘差序列。在參數(shù)遞推中采用了隨機(jī)梯度法。仿真實(shí)驗(yàn)證實(shí)了本文算法的有效性。

通過對Zhang-Liu-He (2006)，Gan-Chen (2004)和Wang-Zhang-Ma (2007)提出的可轉(zhuǎn)換環(huán)簽名方案進(jìn)行分析，指出了這幾個(gè)可轉(zhuǎn)換環(huán)簽名方案存在可轉(zhuǎn)換性攻擊或不可否認(rèn)性攻擊，即，環(huán)中的任何成員都能宣稱自己是實(shí)際簽名者或冒充別的成員進(jìn)行環(huán)簽名。為防范這兩種攻擊，對這幾個(gè)可轉(zhuǎn)換環(huán)簽名方案進(jìn)行了改進(jìn)，改進(jìn)后的方案滿足可轉(zhuǎn)換環(huán)簽名的安全性要求。