课程文献中心 更多>>

关键词： 计算机科学与技术   发展趋势  

摘要： 计算机科学与技术是现代社会工作与学习中所必须的技术之一。下面文章将就计算机科学与技术的发展趋势进行简要探析。

关键词： STM32   嵌入式   系统设计   模块化  

摘要： 本文分析基于STM32的系统设计方案及过程,提出可根据实际需求灵活组合各模块,实现嵌入式产品的研发。

关键词： 嵌入式网络   分布式任务   负载任务   并行计算   计算系统   参数设置  

摘要： 传统的嵌入式网络分布式负载任务并行计算系统工作性能差。针对这一问题,设计一种新的并行计算系统,系统硬件由存储层、缓存层、执行层组成架构。通过STORE selection模块连接各层数据,Zookeeper模块监控系统的整体运行变化,data loader模块负责引入外部数据,利用分布式索引结构将得到的数据存储在系统中,设计失效节点检测机制增加系统的容错性,每个节点都设计对应的常驻进程,优化构建查询模块,提高用户查询效率。软件由准备阶段、执行阶段和完成阶段组成,每个阶段的任何一个环节出现问题,都会直接导致进程失败。设计对比实验检测系统效果,结果表明,相较于传统系统,文中给出的并行计算系统在计算过程中消耗的索引量更少,并行计算性能更强,所有的计算都可以在系统中进行,确保系统的负载均衡特性得以提高。

关键词： R46国际建议   智能电能表   嵌入式系统   软件评测  

摘要： 针对R46国际建议中提出的对电能表内部法制计量功能部分与非法制计量功能部分分离的要求,通过介绍R46国际建议中的相关要求,并对目前业内存在双芯电能表方案、单芯双核电能表方案、分体式电能表方案进行了详细的分析和对比。在此基础上了,提出了一种采用基表、主控板、模块构成的新一代智能电能表设计方案。该方案通过功能划区,较好地实现了计量功能部分的独立,能够兼容目前的计量自动化系统架构。采用灵活的模块化设计,方便进行更换升级,能够适应未来电力业务应用的需要。

关键词： 嵌入式系统   教学改革   职业教育   校企融合  

摘要： 以嵌入式开发与应用系列课程的教学改革为切入点,从课程体系建设、校企合作教学资源开发、教学手段多元化等方面探索了高职院校人才培养的教学改革方法。校企合作推动下的课程教学改革促进了“双师型”教师队伍建设,有助于复合型技术技能人才培养,提高人了才培养质量。

关键词： 稀疏表示   高光谱   图像   解混   混合像素   过完备字典  

摘要： 针对高光谱图像内存在未知地物光谱的问题,提出了基于稀疏表示的高光谱图像解混算法。选取基于稀疏表示的光谱混合模型,在其中引入基于随机近似的在线字典学习优化算法,在光谱字典中将地物类别相同的光谱曲线聚为一类,通过优化字典步长获取过完备字典;从训练后的字典内利用统计算法提取同未知地物光谱最相似的原子作为构成高光谱图像混合像素的未知地物光谱曲线,对高光谱图像混合像素光谱向量实施稀疏编码,确定丰度系数。结果表明:本文算法可提升稀疏解混的精度,解混过程中RMSE显著、SRE显著高于对比算法。

关键词： 类神经网络   嵌入式系统   攻击信号监测   信号特征提取  

摘要： 针对传统攻击信号监测方法监测时数据迭代次数过多,占用资源的问题,研究基于类神经网络的嵌入式系统攻击信号监测方法。利用信号的相关性特性,检测攻击嵌入式系统的信号。在时域中提取检测到的信号的频率特征,并在循环谱中提取攻击信号的循环谱特征。根据提取的信号特征建立特征库,设计类神经网络分类器。使用训练集训练类神经网络分类器,确定分类器参数,实现对攻击信号的监测。通过与传统攻击信号监测方法的对比实验,证明了在完成相同工作任务量的情况下,基于类神经网络的嵌入式系统攻击信号监测方法的数据迭代次数更少,占用资源更少,性能更佳。

关键词： 协同表示   重构系数   l2范数   残差  

摘要： 针对协同表示分类和规则化最小二乘算法(CRCRLS)在人脸识别应用中识别速率缓慢的问题,通过研究预测重构系数与人脸图片分类的关系,提出一种基于快速协同表示分类和组内预测重构系数向量l2范数算法(FCRCL2N)。与其他协同表示算法的不同之处在于,改进的FCRCL2N算法没有计算残差的过程,通过引入组内预测重构系数向量的l2范数直接对图片进行分类。标准数据集上的实验结果显示了该算法的高效性。

关键词： 计算机科学与技术   应用   未来趋势  

摘要： 当前是电子计算机科学与技术快速发展的时期,各类硬件配置、软件配置产品已成功开发并高效应用,从而提升电子计算机的特性。电子计算机应用范围的广泛改变了社会传统的生产生活方式。在此基础上,文章重点介绍电子计算机科学与技术的使用现状和发展趋势。

关键词： 网络流量异常   时间序列   趋势特征   符号近似   转折点  

摘要： 为了准确检测网络中的流量异常情况,确保网络正常运行,提出基于特征符号表示的网络异常流量检测算法(NAAD-FD). NAAD-FD算法利用趋势转折点将网络流量数据按照基于趋势特征的符号表示方法进行转化,按照表示结果将原始数据转化为包含7项特征值的子序列,将7项特征值运用到提出的距离计算方法中;结合基于密度的算法,按照时间序列的网络异常流量定义执行异常检测.通过对算法参数、仿真数据和真实网络流量数据的实验与分析可知,该算法具有较强的鲁棒性,验证了该算法的有效性和稳定性.该算法通过降维简化表示,显著降低了算法的时间复杂度,有效加速异常检测过程约40%.