亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

信息技術(shù)算法

  • 對LDPC碼的LLR BP算法研究

    在LDPC譯碼時,使用LLR BP算法其校驗節(jié)點的計算復(fù)雜度十分高,而且當(dāng)LDPC碼中有許多的短環(huán)時,譯碼性能也會降低。基于以上的這些問題提出了一個新的混合校驗變量過程,通過調(diào)整校驗節(jié)點的處理振幅和變量節(jié)點的信息相關(guān)性來降低計算復(fù)雜度,其仿真過程表明在譯碼性能和運算復(fù)雜度上與LLR BP 算法都有較大的提高。

    標(biāo)簽: LDPC LLR BP算法

    上傳時間: 2014-01-25

    上傳用戶:tecman

  • MIMO雷達(dá)DOA估計算法研究

      近年來,多輸入多輸出(MIMO)雷達(dá)受到國內(nèi)外科研人員的廣泛關(guān)注。這種新體制雷達(dá)能夠在時域、頻域、空域、碼域獲取更加豐富的目標(biāo)和環(huán)境信息,尤其是MIMO雷達(dá)的空間分集和信號分集特性在提高雷達(dá)的檢測與參數(shù)估計性能等方面具有很大的優(yōu)越性,能夠突破傳統(tǒng)雷達(dá)的性能限制。論文圍繞MIMO雷達(dá)空間分集與信號分集特性,針對目標(biāo)分辨與定位問題提出了MIMO雷達(dá)DOA估計的新算法,利用MIMO雷達(dá)實驗系統(tǒng)的實驗數(shù)據(jù)驗證了新算法的有效性。

    標(biāo)簽: MIMO DOA 雷達(dá) 估計算法

    上傳時間: 2013-11-09

    上傳用戶:sclyutian

  • 物聯(lián)網(wǎng)智能交通擁堵判別算法的研究與實現(xiàn)

        針對城市道路交叉口的常發(fā)性交通擁堵現(xiàn)象,依據(jù)RFID檢測系統(tǒng)的特點,提出了一種基于物聯(lián)網(wǎng)前端信息采集技術(shù)的交通流檢測方法。并且對城市道路交叉口采集到的交通流量相對增量、車輛的時間占有率相對增量以及地點平均車速等信息進行了對比性分析和統(tǒng)計推導(dǎo),從理論上論證了交通擁擠產(chǎn)生時的交通流特點,然后以此為基礎(chǔ)給出了交通擁擠事件出現(xiàn)時的判別準(zhǔn)則,構(gòu)造出相應(yīng)的擁擠檢測指標(biāo)及判別算法。最后利用Matlab編程再結(jié)合實際交通測量數(shù)據(jù)驗證了算法的正確性。

    標(biāo)簽: 物聯(lián)網(wǎng) 智能交通 判別 法的研究

    上傳時間: 2013-10-19

    上傳用戶:zhaiye

  • 基于自檢測的自適應(yīng)一致表決算法

    為了解決自適應(yīng)大數(shù)表決算法無法容忍表決周期發(fā)生瞬時錯誤的問題,提出了基于自檢測的自適應(yīng)一致表決算法。該算法通過插入檢測代碼實時搜集瞬時錯誤信息,進而屏蔽發(fā)生瞬時錯誤的軟件冗余模塊參與表決,并將各軟件冗余模塊歷史記錄信息有效地應(yīng)用到表決系統(tǒng)。在此算法的基礎(chǔ)上,設(shè)計了能實現(xiàn)上述功能的表決系統(tǒng)結(jié)構(gòu)圖。最后通過仿真實驗證明了所提算法的有效性。

    標(biāo)簽: 自檢測 算法

    上傳時間: 2013-10-13

    上傳用戶:miaochun888

  • 新的海洋風(fēng)場矢量估計算法

    基于合成孔徑雷達(dá)(SAR)圖像的海面風(fēng)場估計已經(jīng)得到廣泛認(rèn)可。多數(shù)風(fēng)速反演算法是以估計的風(fēng)向、校正的δvv為先驗條件,應(yīng)用海風(fēng)模型計算而得的。在相同風(fēng)向的情況下,應(yīng)用不同的海風(fēng)模型會得到不同的風(fēng)速反演值,因此選擇合適的模型是風(fēng)場估計的關(guān)鍵。同時,風(fēng)向數(shù)據(jù)的精確度也很重要,即使不大的誤差也會給風(fēng)速的反演結(jié)果帶來明顯偏差。為解決上述問題這里提出一種不需要預(yù)先已知風(fēng)向數(shù)據(jù)的風(fēng)場估計算法。該算法將基于海洋SAR圖像中風(fēng)浪的條紋信息,以及風(fēng)浪條紋生成的自相關(guān)函數(shù)的周期性估計風(fēng)速數(shù)據(jù),同時由風(fēng)浪條紋的最短周期方向估計風(fēng)向數(shù)據(jù),從而估計出完整的風(fēng)場矢量。仿真結(jié)果顯示,該算法對風(fēng)速和風(fēng)向數(shù)據(jù)有較高的估計精度。

    標(biāo)簽: 海洋 風(fēng)場矢量估計 算法

    上傳時間: 2013-10-17

    上傳用戶:520

  • 基于模糊C均值的數(shù)據(jù)流入侵檢測算法

    針對數(shù)據(jù)在性態(tài)和類屬方面存在不確定性的特點,提出一種基于模糊C 均值聚類的數(shù)據(jù)流入侵檢測算法,該算法首先利用增量聚類得到網(wǎng)絡(luò)數(shù)據(jù)的概要信息和類數(shù),然后利用模糊C均值聚類算法對獲取的數(shù)據(jù)特征進行聚類。實驗結(jié)果表明該算法可以有效檢測數(shù)據(jù)流入侵。

    標(biāo)簽: 模糊 數(shù)據(jù)流 入侵檢測 算法

    上傳時間: 2015-01-03

    上傳用戶:fujiura

  • AES(The Advanced Encryption Standard)是美國國家標(biāo)準(zhǔn)與技術(shù)研究所用于加密電子數(shù)據(jù)的規(guī)范。它被預(yù)期能成為人們公認(rèn)的加密包括金融、電信和政府?dāng)?shù)字信息的方法。本文展示了A

    AES(The Advanced Encryption Standard)是美國國家標(biāo)準(zhǔn)與技術(shù)研究所用于加密電子數(shù)據(jù)的規(guī)范。它被預(yù)期能成為人們公認(rèn)的加密包括金融、電信和政府?dāng)?shù)字信息的方法。本文展示了AES的概貌并解析了它使用的算法。包括一個完整的C#實現(xiàn)和加密.NET數(shù)據(jù)的舉例。在讀完本文后你將能用AES加密、測試 基于AES的軟件并能在你的系統(tǒng)中使用AES加密。

    標(biāo)簽: Encryption Advanced Standard AES

    上傳時間: 2015-03-05

    上傳用戶:Breathe0125

  • 由于簡單模式匹配算法在一次字符比較失敗后

    由于簡單模式匹配算法在一次字符比較失敗后,簡單的把模式串位置向前移動一個字符位置,這樣就丟掉了前面字符匹配中得到的信息,效率差。所以就需要一種無回溯的算法來提高效率,這里使用KMP(Knuth-Morris-Pratt)算法。模式串前面的連續(xù)片斷部分稱“前綴模式”,前綴模式在模式串后部重復(fù)出現(xiàn)的情況可以用來避免重復(fù)進行已經(jīng)做過的檢查,這是KMP算法中的一個重要概念。

    標(biāo)簽: 模式匹配 字符 算法 比較

    上傳時間: 2015-03-21

    上傳用戶:lizhen9880

  • 利用網(wǎng)絡(luò)信息加密技術(shù)實現(xiàn)電子郵件的安全傳輸

    利用網(wǎng)絡(luò)信息加密技術(shù)實現(xiàn)電子郵件的安全傳輸,其中有加密算法和使用mfc的csmtp類構(gòu)成的一個發(fā)送電子郵件的程序

    標(biāo)簽: 網(wǎng)絡(luò)信息 加密 技術(shù)實現(xiàn) 安全傳輸

    上傳時間: 2013-12-27

    上傳用戶:變形金剛

  • VC實現(xiàn)的圖像加密算法

    VC實現(xiàn)的圖像加密算法,采用Arnold變換,對于初涉信息安全的人員有一定參考價值

    標(biāo)簽: 圖像加密 算法

    上傳時間: 2014-02-20

    上傳用戶:wmwai1314

主站蜘蛛池模板: 承德市| 南昌市| 东港市| 福安市| 乌恰县| 建始县| 科尔| 盐源县| 峨边| 寿阳县| 黔南| 多伦县| 长春市| 金沙县| 西城区| 奉节县| 永州市| 咸宁市| 卢湾区| 青铜峡市| 定结县| 临桂县| 南宫市| 苏州市| 富顺县| 肃南| 治多县| 苍南县| 福清市| 通化县| 蓝田县| 茶陵县| 临朐县| 通辽市| 平果县| 孝昌县| 长岭县| 小金县| 蒙山县| 祁东县| 当涂县|