电子
无摘要
无摘要
提出了一种高灵敏度双待测物质通道的宽温度范围区间的基于表面等离子体共振的光子晶体光纤(SPR-PCF)型传感器。利用SPR技术,通过纤芯损耗谱测量共振波长的变化达到对不同温度测量的目的,并且结构简单,易于测量操作,其工作的波长范围可以调节。实验结果表明:其温度测量区间为-80~80℃,可以得到最大光谱灵敏度3nm/℃,所提出的光纤传感装置在传感领域具有很大的研究价值。
随着个人数据安全保护需求的日益增长,在静态存储和动态移动过程中都需要对数据进行机密性保护。文章利用Windows系统组件BitLocker技术进行虚拟磁盘的加解密,并基于微信小程序进行用户身份验证,从而实现对BitLocker的解锁和锁定,达到个人敏感数据在存储和移动过程中的全盘加密保护o
无摘要
为解决基于卷积神经网络进行人体姿态估计只使用最后一层特征、忽略卷积层之间的联系从而造成信息丢失的问题,提出多级稠密块沙漏网络。多级稠密块沙漏网络在基于堆多尺度捕获并整合人体关节点的堆叠沙漏网络基础上,引进稠密网络。稠密网络具有每层互相连接这一特性,可以极大减少堆叠沙漏网络中的信息丢失,提高识别精度。实验证明:该网络结构在两个国际公认标准人体姿态估计数据集FLIC和MPII上的评价结果都优于目前广泛应用的堆叠沙漏网络。
无摘要
水下传感器节点的精准位置信息很难获取,因此基于地理位置的水下传感器网络路由协议在水下三维空间中很难广泛应用。基于深度信息的路由协议DBR(Depth-BasedRouting)只需要掌握节点深度信息就可以实现有效的数据转发,克服了需要精确地理位置的约束。但是传统DBR协议采用了洪泛传播机制,增加了水下传感器网络的冗余数据包,导致能量消耗过多且分布不均衡。从节点能量耗费均衡和数据包传输时延优化的角度,提出了基于水下传感器节点能量均衡与延时优化的DBR优化改进策略,根据传感器邻居节点的深度值以及剩余能量水平决定各个邻居节点的转发概率。仿真结果验证了改进后的深度路由协议在数据传输成功率和能耗均衡性能等方面均优于传统的DBR协议。
无摘要
无摘要
无摘要
无摘要
本文提出了一种新的基于深度负相关学习的WiFi室内定位模型。通过负相关学习约束,多个学习器能学习到不同的表征特性,从而有效降低模型的过拟合,并极大地提升其泛化能力。同时该模型将负相关学习方法应用到去噪自编码器和回归预测器上,并利用深度学习方法使其很好地适应随环境和时间变化的RSSI信号,提高了在长时间间隔内的定位性能。利60d平均定位误差也仅为0.89m,误差仅用负相关学习方法使定位模型在初始时候的平均定位误差从1.57m下降为0.77m,0.12m,仅只增加验证了负相关学习能够削弱环境变化对定位的影响。
无摘要
传统的DC/DC变换器均为非隔离型能量单向流动,通过对无无功环流双向隔离型DC/DC变换器的研究发现电路中含有谐振电流且电压波形不稳定,针对这一问题,在无无功环流的双向隔离型DC/DC变换器的电路拓扑中增加了CLLC来进行改进,提出了一种CLLC无无功环流的双向隔离型DC/DC变换器,通过MATLAB/Simulink仿真环境下搭建相应的电路模型,并对其仿真结果进行分析研究,证明了CLLC无无功环流双向隔离型DC/DC变换器具有纹波小,电压稳定性强的优点。
无摘要
无摘要
无摘要
无摘要
无摘要