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；然后在一個宏窗口中估計12個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行了分析，并與Haralick(1973)，Wang Li(1990)，以及Yu Hui提出的紋理特征進行了比較。實驗結果表明，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)絡通信量的急劇增長，多徑傳輸應用日漸普遍。多徑尋由算法是實現(xiàn)多徑傳輸?shù)幕A。該文結合路徑相似度目標和啟發(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。該文為該算法設計了一種新的代價估計函數(shù)，通過理論分析證明了該代價估計函數(shù)的可行性。利用網(wǎng)絡拓撲生成工具對MA*算法進行了仿真實驗，并與其他多徑尋由算法進行了分析比較。實驗結果表明，MA*算法能以較低的搜索次數(shù)獲取多條路徑代價和路徑相似度合理的路徑；另外通過合理調整懲罰參數(shù)，可以取得路徑代價和路徑相似度的平衡。MA*算法以更小的開銷實現(xiàn)了一種更為通用的多徑尋由算法，能夠應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，每個樣本根據(jù)與最近異類之間的距離確定一個最大同類球。然后根據(jù)各個同類球中樣本之間的包含關系和獨有性對同類球進行約簡。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)學習以加權分類錯誤平方最小化為目標函數(shù)，采用共軛梯度法求解后件參數(shù)。KEEL標準數(shù)據(jù)集中的12個10折交叉驗數(shù)據(jù)集的對比分類實驗驗證了該方法的有效性。

OFDM自適應調制技術根據(jù)各子載波在頻率選擇性衰落信道中不同的瞬時增益，動態(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)射功率和傳輸比特數(shù)不變時誤碼率最小化的自適應(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。仿真結果表明，與過去的算法相比，該算法能以較低的復雜度獲得更好的性能。

底層物理節(jié)點或鏈路失效將影響虛擬網(wǎng)服務提供的連續(xù)性，因此如何實現(xiàn)虛擬網(wǎng)的可靠性映射是當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)學模型，量化分析了虛擬網(wǎng)的可靠性，并歸結出影響虛擬網(wǎng)可靠性的因素。為了克服這些因素，文章分別提出基于拓撲影響度(TID)的虛擬網(wǎng)映射(VNM-TID)算法和基于回溯機制的遷移算法(MA-Back)。仿真結果表明，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現(xiàn)最佳溫度補償獲得了非常穩(wěn)定的輸出電流。器件的動態(tài)阻抗大,電流溫度系數(shù)H10-4/℃,恒定電流IH在5--500mA范圍內具有連續(xù)可調等優(yōu)點。

該文提出了一個基于三階累積量的優(yōu)度準則?；诖藴蕜t,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)辨識的計算機模擬仿真結果表明:該算法有良好的收斂性能及對時變系統(tǒng)的跟蹤能力。

用H.263標準對甚低碼率圖像編碼時，經(jīng)過幀間預測后得到的運動補償數(shù)據(jù)通常很小，對這些數(shù)據(jù)再進行DCT和量化后往往成為全零塊，Alice Yu算法和周算法是預先判別全零系數(shù)塊的較為有效的方法，但在對較為復雜的序列圖像進行預測時分別出現(xiàn)了較大程度的誤判和漏判。針對這些缺點，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地調整全零塊的判斷閾值、無需任何附加運算和對圖像序列內容復雜程度不敏感的優(yōu)點，將該方法應用于H.263編碼器中，對Miss America和News圖像序列進行仿真實驗。實驗表明，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間，同時圖像質量的下降控制在0.0005 dB以內。

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

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