<正> 在这个充满图形、图像、动画、声音、影像的今天,我们开始意识到:随着多媒体时代的到来,计算机的功能已不局限于其高速运算的数据操作能力,它还可以利用声音、图形、图像等使程序生动起来。我们可以在自己的程序中放一幅图片,也可以在给客户的程序中放一幅他们的商标,当然也可以在程序运行时给用户播放—些美妙的声音……,所有的这—切,你也可以拥有的,本文将简单阐述 Java 编程中图形图像的运用。通过 Java 一些自含类包所提供的功能,我们就可以轻松进行强而有力的图形界面开发,比如我们可以用很简单的一条语句就能够获取图像资源或者绘出一个简单图形。闲话短说,现在就开始学习吧。图像的获取:首先,我们必须了解 Java 目前所支持的图像文件格式必须为‘.jpg’或‘.gif’,sun 公司选择这两种格式作为图片的支持格式主要是因为 jpg 和 gif 格式的压缩算法比较
上传时间： 2017-03-07
上传用户：windwolf2000
准确量化和预测陆地生态系统碳水通量对于理解陆气间相互作用，预测未来气候变化和控制温室效应具有重要意义。通量观测和模型模拟是目前研究碳水通量的两种主要方法。通量观测精度较高，但观测范围局限、站点分布不均匀，易受环境影响，难以区域扩展；模型模拟可实现不同尺度参量估算，但由于理想化假设、模型参数和驱动数据等限制，导致其模拟结果往往与真实值存在较大偏差。模型-数据融合方法主要是通过参数估计和数据同化两种技术集成观测和模型信息，建立两者相互制约调节的优化关系，以提高模型结果与真实值之间的匹配程度。基于该思路，本研究在地面观测数据、遥感卫星资料以及相关气候环境数据基础上，重点突破全球动态植被模型（Lund-Potsdam-Jena Dynamic Globa Vegetation Model.LPJ-DGVM）敏感参数优化方法，获取适宜中国的参数化方案：在此基础上，引入数据同化算法，将遥感卫星产品信息与模型相融合，在模拟过程中不断校正原有模型模拟轨迹，提高模型适用性。将以上改进的模型推广至中国区域，实现对20002015年中国地区总初级生产力（Gross Primary Productivity GPP）和敬发（Evapotranspiration，ET的空间格局模拟及分析。主要结论如下1）将LP」DGwM中所选出的22个可调参数（涉及光合、呼吸、水平衡异速生长、死亡、建立以及土壤和掉落物分解共七个作用领域）在各自取值范围内随机获得不同的参数组合，结果表明22个参数可引起GPP和ET模拟结果产生较大的不确定性，尤其集中在生长季。所有站点GPP相对不确定性（Relative Uncertainty，RU）基本保持在09-1.25之间，不具有明显的年际变异性：ET相对不确定性RU月变化趋势明显，且基本处于0.5以下，明显低于GPP，说明所筛选的22个参数对GP模拟产生的影响更为显著。
标签： 数据融合
上传时间： 2022-03-16
上传用户：shjgzh
（1）介绍了模拟电路故障诊断技术发展和现状，对现有的主要诊断方法以及近年来先进的神经网络理论和技术以及数据融合技术在模拟电路故障诊断领域中的应用进行了简单的论述（2）对神经网络方法的基本原理及其在模拟电路故障诊断中的优势进行了详细的介绍，包括神经网络的分类和神经网络的学习规则。详细说明在电路故障诊断中应用最广泛的BP神经网的设计、训练和测试方法，并对一个两级RC耦合放大器电路例进行了测试、神经网络训练和诊断。（3）介绍了数据融合技术的概念、优缺点、基本方法及其在各个领域的应用情况。然后对于数据融合具体方法，着重研究了 Bayes统计融合方法Dempster-Shafer证据理论融合方法以及模糊集理论融合方法。最后采用基于待定系数法的隶属度构造法以及模糊融合的方法对实例电路进行了故障诊断。（4）提出了一种新的利用包含元件直流特性信息的静态工作点电压和包含元件交流特性信息的不同频率激励下输出电压峰值与输出电压峰值的比值两类信息进行数据融合诊断的方法，保证故障信息量的同时降低了获取难度，应用模糊数学的理论，通过模糊变换将两类故障信息通过两个神经网络诊断得出的故障求属度进行决策层的数据融合，较好的解决了了单神经网络诊断信息量不足，由于电路元件互相影响而产生的故障诊断不确定性的问题以及待融合故障信息隶属度获取困难的问题，使得诊断准确率得到较为明显的提高本文提出的基于数据融合和神经网络的方法可以实现对模拟电路的故障进行准确实时快速诊断，具有一定的实用价值。关健词：模拟电路；数据融合；神经网络；模糊集理论
标签： 数据融合
上传时间： 2022-03-17
上传用户：
近年来，随着科学技术尤其是电子信息技术的飞速发展，人类对数据采集的需求也不断增加，数据采集系统已经被广泛的应用于民生、医疗、国防、教育、科技等各个领域，高速数据采集技术的研究是整个数据采集系统的难点和重点。数据采集系统和我们的生活息息相关，并且高采样率的数据采集系统已经在很多场合得到应用。比如在航空航天领域，火管喷气流量的动态测量，风洞测试中对不同物理量的信息采集，以及卫星遥感遥测等场合均需要实时分析和控制采集来的大量高速数据信息。又比如在生物光潜分析、医用CT三维重建系统以及散裂中子源的光通信等研究中也要求在非常短的时间内处理非常庞大的试验数据。还有在气象、雷达、地震预报等领域，工程师们会根据这些应用场合中信号实时性强、传输速度快的特点，通过获取一种能够完全记录现场信号的设备，并利用这些设备获取实验数据的手段，来构建各类模型和实物系统，因此数据采集中的速度、实时性、可靠性以及存储特性都是这些领域所要研究和关注的问题]。
上传时间： 2022-07-11
上传用户：20125101110
高度数据的准确获取是飞控系统研制过程中极其重要的一环，是保证无人飞行器按照一定高程工作、平稳着陆的先决条件。但对于低成本惯性导航解算，位置漂移严重[]，虽可通过加速度计姿态校正来抑制部分漂移，但解算出的速度与位置仍然不准确。因此需利用除惯导外的其它传感器测量值作为位置观测量参与滤波，在抑制位置漂移的情况下，修正速度与加速度，提高高程数据的精度。目前文献中大多是将惯性导航作为一个整体，对惯导的三维位置及速度进行滤波。如SINS/GPS组合导航，通过组合导航对SINS速度及位置漂移进行抑制[2][3]。但是当只需要高度方向上的数据时，此种做法往往计算量大，步骤繁琐，且整体滤波兼顾经度、纬度、高程等多个因素，反而影响了高度方向的滤波效果，且当SINS/GPS组合导航中的GPS信号较差时，得到的高度观测量误差也大。可见，当单一的高度传感器观测数据出现异常时，滤波后的高度也会出现异常。针对单传感器无法适应复杂工作环境的缺点，本文结合GPS、气压计及惯导系统的优点，来抑制惯导高度方向上的发散。通过构建GPS与气压计数据的权重模型获得高度方向观测量，使用互补滤波算法融合惯导数据与求得的观测量得到更为精确的高度观测值。算法简易，鲁棒性好，可在嵌入式飞控板中实时运行。
上传时间： 2022-07-16
上传用户：
机械设计,制造常用数据及标准规范实用手册 .PDF
上传时间： 2013-04-15
上传用户：eeworm
ITU-R BT.656数据协议
上传时间： 2013-05-22
上传用户：eeworm
数据压缩及传输编码软件速查手册
上传时间： 2013-07-02
上传用户：eeworm
数据图像压缩编码
上传时间： 2013-05-24
上传用户：eeworm
基于LabVIEW和OPC的数据通信的实现
上传时间： 2013-07-14
上传用户：eeworm
