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

借鑒變色龍視覺的高度獨立性、對稱性、全局性與選擇性兼顧等特點，該文提出一種基于雙PTZ (Pan-Tilt-Zoom)相機的主從跟蹤方法。由于兩個相機的對稱性和參數(shù)可變性、可控性，這種方法相對于靜止加主動相機的主從跟蹤系統(tǒng)，可以增大監(jiān)控范圍；相對于多靜止加主動相機的系統(tǒng)，可減小硬件開銷；相對于全向加主動相機的系統(tǒng)，更有利于信息融合。該文設(shè)計了基于球面坐標(biāo)模型的主從控制方法，可方便實現(xiàn)兩相機在任意pan-tilt-zoom參數(shù)下的主從模式跟蹤，實現(xiàn)對目標(biāo)的多尺度視覺關(guān)注。在室外場景中進行的多組實驗驗證了所提方法的有效性。

針對探索時間序列之間隨時間變化的因果關(guān)系問題，在每個窗口進行Granger因果檢測的滑動時間窗口方法是求解該問題的常用方法，但其性能對窗寬敏感，不合適的窗寬很可能導(dǎo)致低性能。該文提出一種差異區(qū)域平衡方法，首先計算當(dāng)前滑動窗口W內(nèi)序列的波動程度Sw并作為波動界，計算窗口W的前向相鄰區(qū)域U內(nèi)序列的波動程度Su。然后，實施前向探索策略：若Su未超過Sw，則實施不同長度區(qū)域的平衡檢測方案，即對窗口W、對窗口W與U的合并區(qū)域、對窗口W與后向相鄰區(qū)域V的合并區(qū)域這3種不同長度的差異區(qū)域，分別進行時間序列之間因果關(guān)系的檢測；若Su超過Sw，則實施上述平衡檢測方案時，其中區(qū)域U和V的長度取相同值。最后，將窗口W的多次檢測結(jié)果進行綜合后輸出。新方法將不同長度區(qū)域的結(jié)果進行綜合，能夠降低方法的性能對窗寬的敏感性，保障最終結(jié)果的準確性和穩(wěn)定性。在1個模擬數(shù)據(jù)集和4個真實數(shù)據(jù)集上的實驗結(jié)果顯示，該文方法能有效地揭示出時間序列之間隨時間變化的因果關(guān)系，在正確率高且性能穩(wěn)定的綜合性能上優(yōu)于對比方法。

本文基于旋轉(zhuǎn)矩陣單位四元數(shù)分解定理,提出一種由3D特征點空間位置估計運動參數(shù)的算法。單位四元數(shù)表示旋轉(zhuǎn)矩陣時不存在奇異點,故基于單位四元數(shù)的運動估計方法具有更大的實用價值,而本文算法無需Horn(1987)和Su等人(1989)提出的單位四元數(shù)方法的迭代運算。本文給出了解的唯一性分析和模擬實驗結(jié)果,可見其性能是令人滿意的。

針對非理想信道狀態(tài)信息(CSI)條件下工作于underlay模式的認知無線網(wǎng)絡(luò)(CRN)多用戶下行功率分配和波束賦形研究中普遍存在的問題，包括忽略主網(wǎng)絡(luò)(PN)對認知用戶(SU)的干擾、傳統(tǒng)的凸優(yōu)化SDR方法對約束條件的近似要求以及實現(xiàn)算法復(fù)雜、實用性受限等，首先建立CRN模型，增添PN對SU的干擾項，而后在非理想CSI的最差條件下形成優(yōu)化問題。再通過Lagrange對偶對問題的約束條件進行變換，并基于變換后的問題形式，利用上行和下行的對偶特性，引入虛擬功率，將優(yōu)化問題轉(zhuǎn)換為上行功率分配和波束賦形問題，進一步得到簡便、快速和實用的迭代算法。數(shù)值仿真顯示，算法收斂很快。并且發(fā)現(xiàn)非理想CSI引起的誤差不僅對下行功率影響明顯而且還改變優(yōu)化問題的可行解區(qū)域；PN基站(PBS)的發(fā)送功率的變化對可行解區(qū)域有顯著的影響。

針對認知無線電系統(tǒng)中的頻譜感知問題，該文采用隨機矩陣理論(Random Matrix Theory, RMT)對多認知用戶(Secondary User, SU)接收信號采樣協(xié)方差矩陣的最大特征值的分布特性進行了分析和研究，提出了一種新的基于雙特征值判決門限(Double Eigenvalue Threshold, DET)的合作頻譜感知算法。由該算法感知性能的理論分析可知：DET合作感知算法無需主用戶(Primary User, PU)發(fā)射機信號的先驗知識，也不需要預(yù)先知道信道背景噪聲功率。仿真結(jié)果表明，與傳統(tǒng)的頻譜感知方法相比，該方法只需較少的認知用戶就能獲得較高的感知性能，并且對噪聲的不確定性具有較強的魯棒性。

該文采用隨機矩陣理論(RMT)直接對壓縮采樣得到的觀測數(shù)據(jù)進行分析，設(shè)計出了一種基于廣義似然比檢驗(GLRT)的非重構(gòu)寬帶壓縮頻譜感知新算法。該算法無需任何先驗知識就能對寬帶頻譜中的每個子帶進行盲檢測。此外，為了減輕次用戶(SU)在數(shù)據(jù)獲取和頻譜感知過程中的通信開銷，該文提出一種基于傳感器節(jié)點(SN)輔助感知的合作頻譜感知架構(gòu)。理論分析和仿真結(jié)果均表明，與傳統(tǒng)基于信號重構(gòu)的GLRT感知算法以及Roy最大根檢測(RLRT)算法相比，該算法不僅具有計算復(fù)雜度低、開銷小、感知性能穩(wěn)定等諸多優(yōu)點；而且只需較少的SN就能獲得較好的檢測性能。

信道時間相關(guān)多輸入多輸出(MIMO)系統(tǒng)中一種重要有限反饋策略為差分反饋，該文提出一種適用于單用戶多輸入單輸出(SU-MISO)系統(tǒng)的自適應(yīng)球帽差分反饋算法。首先，運用相鄰時刻信道間的擾動規(guī)律設(shè)計自適應(yīng)差分反饋策略；其次，不同于現(xiàn)有差分碼本的非線性構(gòu)造方法，提出一種基于矢量伸縮和合成的球帽差分碼本算法；最后，聯(lián)合球帽碼本空間分布規(guī)律和時間相關(guān)信道的統(tǒng)計規(guī)律推導(dǎo)出球帽半徑計算方法。仿真結(jié)果說明，該算法能準確跟蹤信道并較現(xiàn)有算法有一定性能提高。

針對目前深度學(xué)習(xí)單階段檢測算法綜合性能不平衡以及在嵌入式設(shè)備難以部署等問題，該文提出一種面向嵌入式平臺的高性能目標(biāo)檢測算法?；谥豢?次5代 (YOLOv5)網(wǎng)絡(luò)，改進算法首先在主干網(wǎng)絡(luò)部分采用設(shè)計的空間頸塊代替原有的焦點模塊，結(jié)合改進的混洗網(wǎng)絡(luò)2代替換原有的跨級局部暗網(wǎng)絡(luò)，減小空間金字塔池化 (SPP)的內(nèi)核尺寸，實現(xiàn)了主干網(wǎng)絡(luò)的輕量化。其次，頸部采用了基于路徑聚合網(wǎng)絡(luò) (PAN)設(shè)計的增強型路徑聚合網(wǎng)絡(luò) (EPAN)，增加了P6大目標(biāo)輸出層，提高了網(wǎng)絡(luò)的特征提取能力。然后，檢測頭部分采用以自適應(yīng)空間特征融合 (ASFF)為基礎(chǔ)設(shè)計的自適應(yīng)空洞空間特征融合 (A-ASFF)來替代原有的檢測頭，解決了物體尺度變化問題，在少量增加額外開銷情況下大幅提升檢測精度。最后，函數(shù)部分采用高效交并比 (EIoU)代替完整交并比 (CIoU)損失函數(shù)，采用S型加權(quán)線性單元 (SiLU)代替HardSwish激活函數(shù)，提升了模型的綜合性能。實驗結(jié)果表明，與YOLOv5-S相比，該文提出的同版本算法在mAP@.5，mAP@.5:.95上分別提高了4.6%和6.3%，參數(shù)量降低了43.5%，計算復(fù)雜度降低了12.0%，在Jetson Nano平臺上使用原模型和TensorRT加速模型進行速度評估，分別減少了8.1%和9.8%的推理延遲。該文所提算法的綜合指標(biāo)超越了眾多優(yōu)秀的目標(biāo)檢測網(wǎng)絡(luò)，對嵌入式平臺更為友好，具有實際應(yīng)用意義。

非局部稀疏表示模型，如聯(lián)合稀疏(JS)模型、低秩(LR)模型和組稀疏表示(GSR)模型，通過有效利用圖像的非局部自相似(NSS)屬性，在圖像去噪研究中展現(xiàn)出巨大的潛力。流行的基于字典的JS算法在其目標(biāo)函數(shù)中利用松馳的凸懲罰，避免了NP-hard稀疏編碼，但只能得到近似的稀疏表示。這種近似的JS模型未能對潛在的圖像數(shù)據(jù)施加低秩性，從而導(dǎo)致圖像去噪質(zhì)量降低。該文提出一種新穎的低秩正則聯(lián)合稀疏(LRJS)模型，用于求解圖像去噪問題。提出的LRJS模型同時利用非局部相似塊的LR和JS先驗信息，可以增強非局部相似塊之間的相關(guān)性(即低秩性)，從而可以更好地抑制噪聲，提升去噪圖像的質(zhì)量。為了提高優(yōu)化過程的可處理性和魯棒性，該文設(shè)計了一種具有自適應(yīng)參數(shù)調(diào)整策略的交替最小化算法來求解目標(biāo)函數(shù)。在兩個圖像去噪問題(包括高斯噪聲去除和泊松去噪)上的實驗結(jié)果表明，提出的LRJS方法在客觀度量和視覺感知上均優(yōu)于許多現(xiàn)有的流行或先進的圖像去噪算法，特別是在處理具有高度自相似性的圖像數(shù)據(jù)時表現(xiàn)更為出色。提出的LRJS圖像去噪算法的源代碼通過以下鏈接下載：https://pan.baidu.com/s/14bt6u94NBTZXxhWjBHxn6A?pwd=1234，提取碼：1234。

該文采用MEMS工藝制備可集成安培酶免疫傳感器，用于人免疫球蛋白IgG的檢測。該傳感器以硅作為基底，鉑作為電極，工作電極敏感面積1mm2。SU-8膠形成的微反應(yīng)池結(jié)構(gòu)使該傳感器試劑用量僅為l量級。聚吡咯作為酶與電極之間的電子轉(zhuǎn)移基體聚合于工作電極敏感表面，戊二醛作為交聯(lián)劑進行抗體(羊抗人IgG)的固定。抗體與酶標(biāo)抗體(辣根過氧化物酶HRP標(biāo)羊抗人IgG)對人IgG進行特異性夾心識別，通過檢測酶標(biāo)HRP對底物H2O2催化產(chǎn)生的電流信號實現(xiàn)免疫檢測。該傳感器工作電壓-0.3V，檢測下限5ng/ml，線性范圍5～255ng/ml，響應(yīng)時間3min，具有響應(yīng)快、下限低、試劑用量少、微型化、便于集成等優(yōu)點。