信息處理機(jī)(圖1)用于完成導(dǎo)彈上多路遙測(cè)信息的采集、處理、組包發(fā)送。主要功能包括高速1553B總線的數(shù)據(jù)收發(fā)、422接口設(shè)備的數(shù)據(jù)加載與檢測(cè)、多路數(shù)據(jù)融合和數(shù)據(jù)接收、處理、組包發(fā)送的功能。其中，總線數(shù)據(jù)和其他422接口送來的數(shù)據(jù)同時(shí)進(jìn)行并行處理;各路輸入信息按預(yù)定格式進(jìn)行融合與輸出;數(shù)據(jù)輸出速率以高速同步422口的幀同步脈沖為源，如果高速同步422口異常不影響總線數(shù)據(jù)和其它422口的數(shù)據(jù)融合與輸出功能。在CPU發(fā)生異常或總線數(shù)據(jù)異常時(shí)不影響其它422口數(shù)據(jù)的融合與輸出功能;能夠?qū)目偩€上接收的數(shù)據(jù)進(jìn)行二次篩選、組包，并發(fā)送往總線，供其它設(shè)備接收。
標(biāo)簽： FPGA 信息處理 中的應(yīng)用
上傳時(shí)間： 2013-10-22
上傳用戶：xjz632
在Pro/ENGINEER中，當(dāng)創(chuàng)建或處理非實(shí)體曲面時(shí)，使用的是面組。面組代表相連非實(shí)體曲面的“拼接體”。面組可能由單個(gè)曲面或一個(gè)曲面集合組成。 面組包含了描述所有組成面組的曲面的幾何信息，和面組曲面的“縫合”（連接或交截）方法信息。一個(gè)零件包含多種面組。通過使用“曲面特征”創(chuàng)建或處理面組。 使用曲面功能 從“特征類”菜單中選擇“曲面”，顯示“面組曲面”還是“曲面選項(xiàng)”菜單，取決于模型中是曲面還是曲線。如果曲面特征或基準(zhǔn)曲線存在于模型中，系統(tǒng)將顯示“曲面選項(xiàng)”菜單，它可用于創(chuàng)建新曲面。 也可以通過“插入”菜單來使用多數(shù)曲面命令。 命名面組可以使用命令序列“設(shè)置”/“名稱”/“其它”，為整個(gè)面組或單獨(dú)的曲面分配名稱。然后可以使用“獲得選取”中的“按菜單選取”選項(xiàng)，按名稱選擇已命名的面組或曲面。
上傳時(shí)間： 2013-11-25
上傳用戶：離殤
針對(duì)人臉識(shí)別中的特征提取問題，提出一種新的基于Gabor的特征提取算法，利用Gabor小波變換良好的提取區(qū)分能力和LDA所具有的判別性優(yōu)勢(shì)來進(jìn)行特征提取。首先利用Gabor小波變換來提取人臉特征。然后對(duì)得到的高維特征采用PCA進(jìn)行初次降維，再利用LDA實(shí)現(xiàn)再次降維，得到最終的特征向量。在ORL和YALE人臉庫上的實(shí)驗(yàn)驗(yàn)證了該算法的有效性。
標(biāo)簽： Gabor 特征提取 人臉識(shí)別 中的應(yīng)用
上傳時(shí)間： 2013-12-14
上傳用戶：alex wang
多年來，自動(dòng)測(cè)試系統(tǒng)經(jīng)歷了從專用型向通用型、開放性的發(fā)展歷程，ATS作為計(jì)算機(jī)技術(shù)的一個(gè)特定領(lǐng)域，一直都是緊隨計(jì)算機(jī)技術(shù)的發(fā)展，而如今計(jì)算機(jī)技術(shù)發(fā)展到互聯(lián)網(wǎng)階段，信息模型的概念為測(cè)試領(lǐng)域發(fā)展帶來新的階段，IEEE 1641標(biāo)準(zhǔn)充分解決了ATE的互操作和TPS可移植的問題，最大限度地降低了ATS生命周期的維護(hù)費(fèi)用，具有顯著的軍事及經(jīng)濟(jì)效應(yīng)。
上傳時(shí)間： 2013-10-13
上傳用戶：busterman
設(shè)計(jì)并實(shí)現(xiàn)了基于圖像檢索的地標(biāo)識(shí)別系統(tǒng)。該系統(tǒng)通過捕捉地標(biāo)的視覺特征，幫助游客或使用者更好地理解圖像的內(nèi)容并同時(shí)提供圖像拍攝的地理位置信息。首先根據(jù)提取的SURF特征搜尋地標(biāo)在數(shù)據(jù)庫中的最優(yōu)匹配，然后根據(jù)最優(yōu)匹配結(jié)果給出輸入地標(biāo)在地圖中的位置。系統(tǒng)采用的層次化數(shù)據(jù)庫結(jié)構(gòu)和分級(jí)檢索方式，使得檢索效率比傳統(tǒng)的遍歷檢索方式提高30%。大量實(shí)驗(yàn)證明文中提出的算法具有魯棒性和高準(zhǔn)確性，該系統(tǒng)已在高校內(nèi)部地標(biāo)識(shí)別中測(cè)試使用成功。
標(biāo)簽： 圖像檢索 地標(biāo)識(shí)別
上傳時(shí)間： 2013-12-29
上傳用戶：CSUSheep
頭肩的定位檢測(cè)采用了Haar特征和HOG特征的層級(jí)分類方法，并根據(jù)頭肩的對(duì)稱性特點(diǎn)，提出了一種稱為Joint HOG的組合型特征。通過Haar分類器濾除大部分負(fù)樣本后，接著用HOG進(jìn)行精細(xì)的驗(yàn)證從而得到頭肩目標(biāo)框。實(shí)驗(yàn)表明，本文的方法取得了80%~90%的準(zhǔn)確率，并且完全可以用于實(shí)時(shí)處理。
標(biāo)簽： Joint HOG 特征 復(fù)雜場(chǎng)景
上傳時(shí)間： 2013-11-13
上傳用戶：weareno2
針對(duì)數(shù)據(jù)在性態(tài)和類屬方面存在不確定性的特點(diǎn)，提出一種基于模糊C 均值聚類的數(shù)據(jù)流入侵檢測(cè)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(duì)獲取的數(shù)據(jù)特征進(jìn)行聚類。實(shí)驗(yàn)結(jié)果表明該算法可以有效檢測(cè)數(shù)據(jù)流入侵。
標(biāo)簽： 模糊 數(shù)據(jù)流 入侵檢測(cè) 算法
上傳時(shí)間： 2015-01-03
上傳用戶：fujiura
探討了radon變換在低信噪比圖像特征檢測(cè)的適用性!分析了radon變換變換的優(yōu)勢(shì)與不足!并從信息融合的角度出發(fā)!提出了radon變換補(bǔ)充的應(yīng)用策略!對(duì)低信噪比的機(jī)場(chǎng)跑道圖像進(jìn)行了驗(yàn)證!顯示出較好的檢測(cè)效果.
上傳時(shí)間： 2015-01-03
上傳用戶：herog3
提出了一種在RGB顏色空間中顏色距離定義的方式，并根據(jù)顏色距離，用Roberts梯度算子得到顏色距離直方圖，確定圖像邊緣信息的閾值。通過Roberts算子，使用此閾值得到圖像的邊緣信息。這種方式，充分考慮了圖像中的顏色信息，與灰度圖的處理方式相比，減少了計(jì)算量，提高了具有相似亮度的不同顏色之間邊緣信息的提取成功率。
上傳時(shí)間： 2013-11-19
上傳用戶：懶龍1988
在深入的對(duì)頻譜臉法和Fisherface方法進(jìn)行研究后，綜合這兩種方法的優(yōu)點(diǎn)，提出了一種基于頻譜臉和Fisherface的人臉識(shí)別新方法。頻譜臉方法主要是采用二維小波變換和傅立葉變換。因?yàn)槿四槇D像的低頻部分對(duì)人臉的表情變化是不敏感的，所以對(duì)人臉圖像使用二維小波變換，提取人臉圖像的低頻部分。對(duì)人臉圖像的低頻部分使用傅立葉變換，從而獲得原人像的一個(gè)低維空間的表達(dá)。但是頻譜臉特征維數(shù)仍然較高，所以在頻譜臉法的基礎(chǔ)上繼續(xù)提取人臉頻譜圖像的Fisherface 特征，降低特征的維數(shù)，提高識(shí)別效率。利用人臉面部構(gòu)造產(chǎn)生的灰度特性提取眼睛，利用嘴唇的色度特征分割出嘴巴，進(jìn)而根據(jù)眼睛和嘴巴構(gòu)成三角形模板的特性，精確定位人臉在圖像中的位置。實(shí)驗(yàn)結(jié)果表明，這種結(jié)合膚色和面部特征的算法，能夠?qū)θ四樳M(jìn)行較快速、準(zhǔn)確的定位，而且結(jié)果比較穩(wěn)定可靠。
上傳時(shí)間： 2013-10-09
上傳用戶：zhf01y
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
