当你认为你已经掌握了PCB 走线的特征阻抗Z0，紧接着一份数据手册告诉你去设计一个特定的差分阻抗。令事情变得更困难的是，它说：“……因为两根走线之间的耦合可以降低有效阻抗，使用50Ω的设计规则来得到一个大约80Ω的差分阻抗！”这的确让人感到困惑！这篇文章向你展示什么是差分阻抗。除此之外，还讨论了为什么是这样，并且向你展示如何正确地计算它。 单线：图1(a)演示了一个典型的单根走线。其特征阻抗是Z0，其上流经的电流为i。沿线任意一点的电压为V=Z0*i（ 根据欧姆定律）。一般情况，线对：图1(b)演示了一对走线。线1 具有特征阻抗Z11，与上文中Z0 一致，电流i1。线2具有类似的定义。当我们将线2 向线1 靠近时，线2 上的电流开始以比例常数k 耦合到线1 上。类似地，线1 的电流i1 开始以同样的比例常数耦合到线2 上。每根走线上任意一点的电压，还是根据欧姆定律，
标签： 差分阻抗
上传时间： 2013-11-10
上传用户：KSLYZ
本文提出一种用于独立成份分析(ICA)的特征选择滤波方案用于改善ICA算法对关键独立成份(SOI)的分离和提取,关键独立成份在其信号样本数据的空间分布上具有一定特征. 本文以平滑滤波为例,表明加入此类特征滤波的ICA算法可以改善对于视觉功能区等平滑图象信号的提取. 因此, 这种特征滤波技术在估计具有平滑特性的脑功能成像方面具有潜在的应用价值.
上传时间： 2015-03-20
上传用户：han_zh
灰度空间共现矩阵(SGLD)是著名的提取目标纹理的特征，已经成功地应用于人脸检测等计算机视觉中。大家可研究此MAtlab代码，在实用中转化为C代码使用。
上传时间： 2014-09-02
上传用户：Ants
图象处理源代码集 图像分割是图像处理、模式识别、计算机视觉等领域中极为重要的内容之一，是实现自动图像分析时首先需要完成的操作。它是根据图像的某些特征或特征集合的相似性准则，对图像像素进行分组聚类，把图像平面划分为一系列有意义的区域，使其后的图像分析及识别等高级处理阶段所要处理的数据量大大减少，同时又保留有关图像结构特征的信息。由于分割中出现的误差会传播至高层次处理阶段，因此分割的精确程度是至关重要的。
上传时间： 2014-01-08
上传用户：vodssv
计算机视觉是在图像处理的基础上发展起来的新兴学科。计算机视觉从信息处理的层次研究视觉信息的认知过程，研究视觉信息处理的计算理论、表达与计算方法。本书系统地介绍了计算机视觉的重要理论与算法，包括图像特征提取，摄像机定标，立体视觉，运动视觉(或称序列图像分析)，由图像灰度恢复三维物体形状的方法，物体建模与识别方法以及距离图像分析方法等。
上传时间： 2013-12-19
上传用户：jjj0202
提出一种基于视觉特性的图像摘要算法，增大人眼敏感的频域系数在计算图像Hash时的权重，使得图像Hash更好地体现视觉特征，并提高鲁棒性。将原始图像的分块DCT系数乘以若干由密钥控制生成的伪随机矩阵，再对计算的结果进行基于分块的Watson人眼视觉特性处理，最后进行量化判决产生固定长度的图像Hash序列。本算法比未采用视觉特性的算法相比，提高了对JPEG压缩和高斯滤波的鲁棒性。图像摘要序列由密钥控制生成，具有安全性。
上传时间： 2016-01-19
上传用户：wendy15
基于目标规格化与Zernike矩相结合的目标识别算法研究。。。平面形状的识别是计算机视觉研究的一个重要领域，它也是许多二维或三维视觉处理任务的基本步 骤。文章提出了一种基于图像规格化与Zernike矩相结合的目标识别方法，该方法通过把图像进行紧凑化，再结 合紧凑化后图像边缘轮廓Zernike矩的计算，使得由于人眼或摄像机的观察视角的不同而引起的物体的各种形 变，校正到一个紧凑图像，再通过各高阶Zernike矩的不同特征，进行不同模式的目标识别。实验表明该方法原 理简单明了，计算量小，对于特征相差较明显的目标，具有很好的识别效果。
上传时间： 2013-12-26
上传用户：wangzhen1990
一个职工信息管理系统。 系统功能如下： 1，创建存储该单位职工信息的存储系统，在第一次输入基本信息时，创建文件将职工信息写入文件。 2，增加职工信息，增加新职工时输入新职工的基本信息并加入文件。 3，删除某职工的基本信息，同时修改文件中相应的内容。 4，修改某职工的某些信息，如加工资，获新学位，晋升职称。 5，可以输出符合某种特征的职工信息列表，包括： a）全体职工信息； b）某职称的职工全部信息； c）出生日期在某一范围的全部职工信息； d）某一部门全部职工信息。
标签： 信息管理系统
上传时间： 2013-11-30
上传用户：woshini123456
基于在线特征学习机制的跟踪算法，本论文拟实现一个基于boosting的分类器在线学习算法，并将之应用于视觉目标跟踪。
上传时间： 2013-12-17
上传用户：c12228
基于视觉传感器实现道路信息的理解是目前移动机器人自主导航的重要研究方向，其中道路图象的正确分割 是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题，提 出了一种基于’() 神经网络的道路图象分割方法。该方法通过选取道路图象的归一化色彩分量为特征向量，应用基于 ’() 学习算法的神经网络分类器进行道路与非道路识别；为解决环境噪声对神经网络输出的影响，本文设计了串行级联 式四阶形态滤波器实现对神经网络输出的分割图象的滤波处理。通过对实测图象进行分割处理验证了该方法的有效性 和鲁棒性，可用于室外环境下机器人的实时视觉导航控制。
上传时间： 2016-07-18
上传用户：lnnn30
