描述了MOTOROLA电动机运动控制专用8位微控制器MC68HC908MR16（MR16）的工作原理，介绍了MR16为核心控制器的一种高性能价格比小功率通用变频器产品的硬件和软件设计方法，最后给出了这种工业变频器的几种实际应用举例，并且提供了部分实验结果和变频器外型尺寸。
上传时间： 2017-05-13
上传用户：yiwen213
针对Marr边缘检测算法中LOG模板的构造进行了研究。根据实际应用中LOG模板的设计要求,提出了 不等间隔采样和非均匀量化相结合的数字化方法 导出了构造LOG模板的一般公式 给出了调整公式中参数的方 法。实验结果表明,该方法能够满足实际应用的要求。
上传时间： 2014-01-25
上传用户：wyc199288
给出两个加权特征，一个是加权笔画密度特征，另外一个是加权外围特征，用一级汉字实验结果表明，这两个特征具有很强的汉字信息，能很好的为模式分类提供有效的特征
上传时间： 2017-05-15
上传用户：zhuoying119
这是一些关于MATLAB的小程序，有曲线拟合的，利用线性网络进行线性预测，正交实验设计及其实验结果的极差分析等，希望对大家能带来帮助！
上传时间： 2014-01-23
上传用户：
一种基于数据访问流的数据库索引优化方法该方法通过集成业务流程模型与数据模型，抽取了流程活动中包含的数据访问操作和流程的控制结构形成数据访问流，分析了数据访问流中数据访问操作的频度，为频繁数据访问操作所对应的数据项创建索引，达到改善数据访问性能的目的。实验结果表明，该方法提高了数据查询的速度。
上传时间： 2017-06-16
上传用户：金宜
：目前，粒子群算法在连续问题优化上的应用已经很广泛，然而在离散问题优化方面仍处在尝试阶段。提出了一种改 进粒子群算法来解决矩形件排样优化问题(离散优化问题)。该算法融合了遗传算法中的交叉和变异思想，采用了信息交流 策略，使其达到快速优化目的。算法也对“最低水平线法”解码方式进行了改进。实验结果表明，该算法具有快速、高效特点， 与现有同类算法比较，在解决矩形件排样问题方面的优势明显。
标签：
上传时间： 2014-01-12
上传用户：caiiicc
离散余弦变换对图象信号有近似最优的去相关能力, 但多维的变换公式一直没有给出. 为此深入研究了 三维离散余弦变换, 提出了任意尺寸的三维函数f (x , y , z ) 的正交离散余弦变换公式, 克服了以前系数的取值必须 相等的缺点, 并将之应用于彩色静止图象的压缩编码中, 使得彩色图象的R、G、B 3 帧可以作为一个整体同时进行 变换, 极大地去除了图象R, G,B 3 帧间的相关性. 理论分析和实验结果表明, 在大幅度地增加压缩比的同时, 峰峰 信噪比也有明显提高, 并且与国际标准JPEG,M PEG 有很好的兼容性.
上传时间： 2014-01-26
上传用户：tb_6877751
为有效地去除Y, U , V 3 帧之间内在的相关性, 提出了一种基于四维离散余弦变换理论的彩色视频 压缩编码方法。该方法将彩色视频放在四维数学模型中考虑, 将彩色视频的图象宽度、图象高度、彩色空间 的3 帧(Y, U , V ) , 以及视频序列的连续3 帧分别看作四维数学模型中的“四维”, 利用四维离散余弦变换 去除彩色视频中图象的相邻像素之间、Y, U , V 3 帧之间、以及视频序列相邻帧之间的相关性, 并结合矢量 量化进行压缩。实验结果表明, 利用该方法对“M issAmerica”彩色视频进行压缩编码, 在同等信噪比的条 件下, 可获得比标准M PEG22 压缩编码方法高约4 倍的压缩比。 关键
上传时间： 2017-07-08
上传用户：thesk123
语音识别中的说话人自适应研究.nh 1.MAP和MLLR算法比较 文章在讨论由说话人引起的声学差异基础上，研究两种基于模型 的自适应算法:最大似然线性回归(州压LR)和最大后验概率(MAp)。 实验结果表明，不论采用哪种自适应都能使识别率有一定的提升。两 种算法之间的差异性在于MAP具有良好的渐进性，但收敛性较差， 而MLLR在很大程度上改善了收敛特性，但其渐进特性却不如MAP。 文章讨论了在侧汰P自适应中，初始模型参数的先验知识对自适 应效果的影响，以及在MLLR中，回归类对自适应效果的影响。文 章还进一步研究了采用两种算法的累加自适应效果，从结果看MAP 和MLLR结合的方法比单独使用M[AP和MLLR的效果要好。文章 还对包括基于特征层的归一化算法和用于基于声学模型的MLLR算 法等效性进行讨论，并给出了统一的算法框架。
上传时间： 2014-01-09
上传用户：bakdesec
数字电子钟设计，整点报时，时分秒分模块设计，另附实验报告和实验结果，内容详细不容错过
标签： 数字电子钟
上传时间： 2013-12-31
上传用户：ghostparker
