检索结果-内蒙古大学图书馆

通信学报 2005年第11期26卷 30-37,42页

作者：王辉俞能海中国科学技术大学电子工程与信息科学系多媒体计算与通信教育部微软重点实验室安徽合肥230027

提出了一种新颖的分析模型来计算无线ad hoc网络中多路径情况下的负载。该模型考虑到多路径的数目、路由的选取方法以及网络中节点的密度等条件,能够对不同网络条件下的负载进行较好的分析与理论计算。仿真结果与理论计算有良好的一致性... 详细信息

提出了一种新颖的分析模型来计算无线ad hoc网络中多路径情况下的负载。该模型考虑到多路径的数目、路由的选取方法以及网络中节点的密度等条件,能够对不同网络条件下的负载进行较好的分析与理论计算。仿真结果与理论计算有良好的一致性,结果表明在无线ad hoc网络中简单地使用多路径路由并不能有效地平衡网络负载。这一结论与目前普遍认定的结论(在无线ad hoc网络中使用多路径路由和在有线网络中使用多路径路由一样, 可以很好地平衡网络负载、增加网络的吞吐量)是不一致的。

关键词：无线ad hoc网络负载平衡多路径路由分析模型

来源：评论

学校读者我要写书评

暂无评论

一种新的用于UWB RAKE接收机的自适应算法:快速横向滤波算法

引用

电子学报 2005年第10期33卷 1845-1848页

作者：尹勇俞能海董伟杰中国科学技术大学电子工程与信息科学系多媒体计算与通信教育部-微软重点实验室安徽合肥230027

本文首次提出将快速横向滤波(FTF)算法引入超宽带(UWB)通信系统的接收机结构中.通过引入遗忘因子对角矩阵,推导了带有遗忘因子的FTF滤波器的递推算法.FTF算法可以自适应地跟踪接收机输入信号的幅度衰减,做出实时地估计.仿真实验表明:FT... 详细信息

本文首次提出将快速横向滤波(FTF)算法引入超宽带(UWB)通信系统的接收机结构中.通过引入遗忘因子对角矩阵,推导了带有遗忘因子的FTF滤波器的递推算法.FTF算法可以自适应地跟踪接收机输入信号的幅度衰减,做出实时地估计.仿真实验表明:FTF算法在运算量、收敛速度和误码率等性能上要优于常用的RLS算法,尤其FTF算法的收敛速度对数据的相关性不敏感,比RLS算法更具有吸引力.

关键词：超宽带 RAKE接收机快速横向滤波器

来源：评论

学校读者我要写书评

暂无评论

基于全拼图的体育视频结构的无监督挖掘(英文)

引用

中国科学技术大学学报 2005年第2期35卷 250-257页

作者：梅涛周荷琴冯焕清刘勃中国科学技术大学多媒体计算与通信教育部微软重点实验室安徽合肥230026 中国科学技术大学自动化系安徽合肥230026

为实现对视频更为有效的浏览和摘要,提出了一个通用的体育视频结构的无监督挖掘的方法.对每一个镜头生成一个全拼图作为表征该镜头内容的图像. 通过对全拼图的聚类和投票过程,该方法能挖掘出体育视频中的两个基本结构单元,即含有重要内... 详细信息

为实现对视频更为有效的浏览和摘要,提出了一个通用的体育视频结构的无监督挖掘的方法.对每一个镜头生成一个全拼图作为表征该镜头内容的图像. 通过对全拼图的聚类和投票过程,该方法能挖掘出体育视频中的两个基本结构单元,即含有重要内容的play和不含重要内容的break. 此方法主要解决了以下问题:利用全拼图提取鲁棒的视觉特征;同现有的有监督的体育视频结构分析方法相比,该方法能在无先验知识的情况下实现对play/break的挖掘. 对几种不同体育视频进行的试验表明了该方法的有效性和鲁棒性. 另外,同基于关键帧提取特征进行对比的试验结果也表明,此方法具有更好的准确性.

关键词：体育视频分析全拼图结构挖掘 play/break

来源：评论

学校读者我要写书评

暂无评论

基于诱导向量的CC4神经网络行为研究

引用

数据采集与处理 2005年第4期20卷 454-457页

作者：张振亚张曙光程红梅王煦法中国科学技术大学多媒体计算与通信教育部-微软重点实验室中国科学技术大学统计金融系合肥230027 安徽师范大学数学系芜湖241000 中国科学技术大学计算机系合肥230027

角分类前向神经网络CC 4可以快速对文本数据进行分类处理。本文在定义二值向量的诱导向量的基础上,给出CC 4神经网络隐层、输出层的权矩阵构造方法的诱导向量分析,并给出CC 4神经网络隐层输出的基本原理、基于泛化距离的隐层权矩阵构造... 详细信息

角分类前向神经网络CC 4可以快速对文本数据进行分类处理。本文在定义二值向量的诱导向量的基础上,给出CC 4神经网络隐层、输出层的权矩阵构造方法的诱导向量分析,并给出CC 4神经网络隐层输出的基本原理、基于泛化距离的隐层权矩阵构造方法的几何解释,以及输出层权矩阵构造的约束条件;揭示了角分类神经网络学习、工作的基本原理。本文为基于实向量输入的快速角分类神经网络的设计提供了借鉴及必要的理论基础。

关键词：前向神经网络快速分类泛化半径泛化距离

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：