91国内揄拍国内精品对白不卡,原创国产剧情御姐视频下载,天天躁夜夜躁狂狂躁综合

基于改進(jìn)Clifford混沌系統(tǒng)的圖像加密算法[其他][其他]

信息安全是人們?nèi)找骊P(guān)注的問(wèn)題，在大數(shù)據(jù)時(shí)代，很多信息的傳輸都是通過(guò)數(shù)字圖像進(jìn)行的。為了減少數(shù)字圖像在信息傳遞過(guò)程中存在的安全隱患，改進(jìn)了Clifford系統(tǒng)，通過(guò)混沌吸引子圖和Lyapunov指數(shù)分析改進(jìn)的Clifford系統(tǒng)的混沌特性，并且基于改進(jìn)的Clifford系統(tǒng)設(shè)計(jì)了一種圖像加密新算法。該算法先將明文圖像像素矩陣轉(zhuǎn)化為二進(jìn)制矩陣，對(duì)二進(jìn)制矩陣的行和列分別進(jìn)行循環(huán)位移；然后再將明文圖像分成9個(gè)大小不同的矩陣塊，對(duì)每個(gè)矩陣塊進(jìn)行置亂操作，在塊置亂時(shí)，塊間結(jié)合混沌序列進(jìn)行置亂，塊內(nèi)進(jìn)行循環(huán)位移，保證了每個(gè)像素點(diǎn)的位置都發(fā)生了變化；最后用混沌序列和置亂后的圖像進(jìn)行異或運(yùn)算，得到最終的密文圖像。仿真實(shí)驗(yàn)以及安全性分析說(shuō)明該算法具有良好的加密效果。

發(fā)表于：6/9/2022 10:52:00 AM

基于高空VR交互場(chǎng)景的恐懼情緒誘發(fā)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[其他][醫(yī)療電子]

基于高空VR交互場(chǎng)景設(shè)計(jì)并實(shí)現(xiàn)了一種可提供下肢體感交互的恐懼情緒誘發(fā)系統(tǒng)，通過(guò)定制的碳素結(jié)構(gòu)鋼踏板及其底部的雙筒式彈簧單元，可使得人體行走踩踏后產(chǎn)生多角度的應(yīng)力晃動(dòng)，利用匹配的VR跟蹤器可實(shí)現(xiàn)虛擬高空?qǐng)鼍爸械幕蝿?dòng)交互。該系統(tǒng)具有交互顯示、踏板匹配、虛擬場(chǎng)景和實(shí)驗(yàn)管理等功能模塊，可自動(dòng)將誘發(fā)過(guò)程中人體的各項(xiàng)生理數(shù)據(jù)、空間位置、時(shí)間信息、任務(wù)績(jī)效等數(shù)據(jù)進(jìn)行存儲(chǔ)。

發(fā)表于：6/9/2022 10:46:00 AM

基于Cloud Native的質(zhì)檢信息管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[其他][其他]

隨著質(zhì)檢信息管理業(yè)務(wù)的復(fù)雜化，現(xiàn)有的質(zhì)量檢驗(yàn)信息管理系統(tǒng)呈現(xiàn)出對(duì)大數(shù)據(jù)的處理能力不夠、人工操作出錯(cuò)率高、擴(kuò)展性差等問(wèn)題。提出了一種基于Cloud Native(云原生)的質(zhì)量檢驗(yàn)信息管理系統(tǒng)，并對(duì)Cloud Native技術(shù)進(jìn)行分析研究，明確了Cloud Native技術(shù)的原理和特性。接著結(jié)合質(zhì)量檢驗(yàn)信息管理業(yè)務(wù)的實(shí)際使用情況，對(duì)基于Cloud Native的質(zhì)量檢驗(yàn)信息管理系統(tǒng)進(jìn)行了詳細(xì)設(shè)計(jì)并實(shí)現(xiàn)。最后對(duì)該系統(tǒng)進(jìn)行了功能和性能測(cè)試，驗(yàn)證了整體設(shè)計(jì)方案的有效性。

發(fā)表于：6/9/2022 10:42:00 AM

帶殘余頻偏的LSC-DS-CDMA信號(hào)偽碼估計(jì)[其他][其他]

針對(duì)帶殘余頻偏的長(zhǎng)短碼直擴(kuò)碼分多址信號(hào)偽碼估計(jì)問(wèn)題，首先利用短碼和長(zhǎng)碼的周期性分段接收信號(hào)構(gòu)建信號(hào)矩陣；其次采用特征值分解法得到帶殘余載波的用戶特征向量子空間，并采用全數(shù)字鎖相環(huán)跟蹤、消除殘余頻偏；然后利用Givens矩陣對(duì)特征向量組成的荷載矩陣進(jìn)行旋轉(zhuǎn)，提出結(jié)合隨機(jī)差分和模擬退火思想的鯨魚(yú)優(yōu)化算法，尋求方差最小化的最佳旋轉(zhuǎn)角，從而估計(jì)各用戶的復(fù)合碼片段并依次拼接；最后利用梅西算法和相關(guān)運(yùn)算估計(jì)各用戶的長(zhǎng)碼和短碼。仿真結(jié)果驗(yàn)證了該算法對(duì)帶殘余頻偏的LSC-DS-CDMA信號(hào)偽碼估計(jì)的有效性。

發(fā)表于：6/9/2022 10:37:00 AM

基于4/5G融合網(wǎng)絡(luò)QoS差異化服務(wù)關(guān)鍵技術(shù)研究[通信與網(wǎng)絡(luò)][5G]

隨著5G網(wǎng)絡(luò)的部署和商用，基于業(yè)務(wù)對(duì)網(wǎng)絡(luò)能力的不同需求，在現(xiàn)網(wǎng)中對(duì)不同用戶進(jìn)行差異化服務(wù)已成為行業(yè)研究熱點(diǎn)。為此提出了一種實(shí)現(xiàn)4/5G網(wǎng)絡(luò)QoS差異化服務(wù)融合部署和統(tǒng)一調(diào)用的方法。該方法包含了4/5G網(wǎng)絡(luò)QoS差異化服務(wù)融合部署的網(wǎng)絡(luò)架構(gòu)、QoS平臺(tái)服務(wù)端對(duì)終端4/5G用戶自動(dòng)識(shí)別的方法以及4/5G融合的QoS業(yè)務(wù)端到端流程等。此方案的設(shè)計(jì)使得第三方不需要區(qū)分用戶的4/5G形態(tài)，使用全國(guó)統(tǒng)一的調(diào)度接口直接調(diào)用運(yùn)營(yíng)商的QoS能力，充分發(fā)揮運(yùn)營(yíng)商的網(wǎng)絡(luò)優(yōu)勢(shì)和價(jià)值。

發(fā)表于：6/9/2022 10:33:00 AM

基于VPX開(kāi)放式架構(gòu)的無(wú)線電監(jiān)測(cè)平臺(tái)設(shè)計(jì)[可編程邏輯][其他]

無(wú)線電監(jiān)測(cè)系統(tǒng)對(duì)信號(hào)搜索、截獲、識(shí)別等能力提出了更高的要求，傳統(tǒng)無(wú)線電監(jiān)測(cè)系統(tǒng)軟硬件標(biāo)準(zhǔn)化、模塊化不成熟，定制性較強(qiáng)，通用性較差，難以滿足未來(lái)對(duì)裝備的需求。結(jié)合軟件無(wú)線電的思路，設(shè)計(jì)了一種基于VPX開(kāi)放式的無(wú)線電監(jiān)測(cè)平臺(tái)，重點(diǎn)研究了平臺(tái)的硬件架構(gòu)設(shè)計(jì)和軟件架構(gòu)設(shè)計(jì)，最后搭建驗(yàn)證平臺(tái)，測(cè)試了平臺(tái)的傳輸功能和系統(tǒng)性能，驗(yàn)證了平臺(tái)的可行性。

發(fā)表于：6/9/2022 10:28:00 AM

基于3D傳感器的帶束層糾偏算法[其他][其他]

為了解決帶束層在傳輸時(shí)中心位置發(fā)生偏移的問(wèn)題，提出了一種基于3D傳感器的帶束層糾偏算法。首先對(duì)3D傳感器采集的輪廓數(shù)據(jù)進(jìn)行預(yù)處理，使數(shù)據(jù)變得更平滑；其次在糾偏過(guò)程中，將帶束層糾偏過(guò)程分為上中下3個(gè)區(qū)域，在上邊和下邊區(qū)域采用定邊，中間區(qū)域采用定中，通過(guò)在3個(gè)不同區(qū)域計(jì)算不同的位置進(jìn)行實(shí)時(shí)糾偏。最終通過(guò)MATLAB進(jìn)行仿真，該算法的糾偏精度可以達(dá)到1 mm以內(nèi)，相比于傳統(tǒng)的單邊糾偏，糾偏精度和糾偏穩(wěn)定性更好。

發(fā)表于：6/9/2022 10:23:00 AM

先進(jìn)工藝芯片填充冗余金屬后的時(shí)序偏差分析及修復(fù)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

在芯片物理設(shè)計(jì)的完成階段，為了滿足設(shè)計(jì)規(guī)則中金屬密度要求，需要填充冗余金屬。增加的金屬層會(huì)產(chǎn)生額外的寄生電容，導(dǎo)致芯片的時(shí)序結(jié)果惡化。40 nm以上的工藝節(jié)點(diǎn)中，這些額外增加的寄生電容對(duì)于時(shí)序的影響在0.12%左右，這個(gè)時(shí)序偏差甚至比靜態(tài)時(shí)序分析與SPICE仿真之間的誤差還小，在芯片設(shè)計(jì)時(shí)通常忽略它。然而在使用FinFET結(jié)構(gòu)的先進(jìn)工藝節(jié)點(diǎn)中，這個(gè)時(shí)序偏差必須要進(jìn)行修復(fù)。以一款FinFET結(jié)構(gòu)工藝的工業(yè)級(jí)DSP芯片為實(shí)例，使用QRC工具對(duì)比了芯片填充冗余金屬前后寄生電容的變化；使用Tempus工具分析了芯片時(shí)序結(jié)果發(fā)生偏差的原因；最后提出了一種基于Innovus平臺(tái)的時(shí)序偏差修復(fù)方法，時(shí)序結(jié)果通過(guò)簽核驗(yàn)證，有效提高了時(shí)序收斂的效率。

發(fā)表于：6/9/2022 10:12:00 AM

基于UVM的Wishbone-SPI驗(yàn)證平臺(tái)設(shè)計(jì)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

隨著芯片復(fù)雜度增加，芯片驗(yàn)證在設(shè)計(jì)流程中所消耗時(shí)間也不斷提高。針對(duì)傳統(tǒng)驗(yàn)證平臺(tái)重用性差、覆蓋率低，通過(guò)使用通用驗(yàn)證方法學(xué)(Universal Verification Methodology，UVM)設(shè)計(jì)Wishbone-SPI驗(yàn)證平臺(tái)，用UVM組件靈活地搭建驗(yàn)證平臺(tái)，完成標(biāo)準(zhǔn)的驗(yàn)證框架，設(shè)計(jì)受約束隨機(jī)激勵(lì)，自動(dòng)統(tǒng)計(jì)功能覆蓋率。仿真結(jié)果顯示，該驗(yàn)證平臺(tái)功能覆蓋率達(dá)到100%，并表明該平臺(tái)具有良好的可配置性與可重用性。

發(fā)表于：6/9/2022 10:08:00 AM

基于SGCN的化合物致癌性預(yù)測(cè)模型[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

癌癥患者的激增引起了全世界的關(guān)注，許多研究者將目光放在了對(duì)化合物致癌性的評(píng)估上，但這是一項(xiàng)極其具有挑戰(zhàn)性的任務(wù)。本實(shí)驗(yàn)獲取了341種實(shí)驗(yàn)數(shù)據(jù)，利用三維圖卷積網(wǎng)絡(luò)(SGCN)，建立了對(duì)化合物致癌性的預(yù)測(cè)模型。結(jié)果表明：對(duì)化合物進(jìn)行致癌性預(yù)測(cè)的SGCN分類模型準(zhǔn)確率高達(dá)96.9%，比其余模型效果更好，這表明SGCN模型能夠準(zhǔn)確地對(duì)化學(xué)品進(jìn)行分類，并且在實(shí)際應(yīng)用中具有相當(dāng)大的潛力。

發(fā)表于：6/9/2022 10:03:00 AM