首頁　 資訊　 商機 　 下載　 拆解 　 高校　 招聘 　 雜志　 會展　 EETV　 百科 　 問答　 電路圖　 工程師手冊 　 Datasheet　 100例 　 活動中心　 E周刊閱讀 　 樣片申請
EEPW首頁 >> 主題列表 >> 樣本

CAN總線漏檢錯幀概率研究及其改進

  • 過去對CAN的漏檢錯幀概率的研究很有限,數(shù)據(jù)的獲得主要依靠大量的仿真測試。由于要仿真的量太大,實際上仿真的仍然是極小的樣本,所以得到的漏檢錯幀概率可信性不足。本文介紹了漏檢實例的構(gòu)造方法,從而進行漏檢錯幀概率下限的分析計算。得到的CAN協(xié)議的漏檢錯幀概率遠大于以前的結(jié)論,因此對CAN的應(yīng)用有巨大的沖擊。由于已有大量應(yīng)用必須加以改進,提出了改進的軟件補救措施,它從根本上解決了填充規(guī)則對CAN錯幀漏檢率的影響。
  • 關(guān)鍵字： 漏檢錯幀概率  仿真測試  樣本  

基于Alpha-NMF的AD樣本分類及特異性基因選擇方法

  • 摘要：由于基因表達譜數(shù)據(jù)的高噪聲、高維性、高冗余以及數(shù)據(jù)分布不均勻等特點使得在分析過程中仍然有很多挑戰(zhàn)性問題。基于該目的，將一種無監(jiān)督學(xué)習(xí)方法--非負矩陣分解方法，應(yīng)用到基因表達譜數(shù)據(jù)中，挖掘出與AD相關(guān)
  • 關(guān)鍵字： Alpha-NMF  樣本  分類  方法    

基于SLPS的模擬電路故障樣本自動獲取技術(shù)

  • 摘要：故障樣本數(shù)據(jù)的獲取是模擬電路故障診斷中最基本的步驟。為了實現(xiàn)短時間內(nèi)多次進行故障注入、獲取大量樣本數(shù)據(jù)，提出了基于SLPS的樣本數(shù)據(jù)自動獲取技術(shù)。利用SLPS將PSpice與Matlab結(jié)合，采用Matlab編程，實現(xiàn)故
  • 關(guān)鍵字： SLPS  模擬電路故障  樣本  自動    

基于鏡像奇異值分解的單樣本人臉識別

  • 前有許多正面人臉的識別方法，當(dāng)有充分數(shù)量的訓(xùn)練樣本時,能取得較好的識別效果，然而當(dāng)處理單樣本人臉識別問題時,效果則明顯下降。針對這種情況，提出了基于鏡像奇異值分解的單樣本人臉識別方法,通過采用鏡像的方法增加訓(xùn)練樣本信息。實驗表明，在對人臉圖像進行識別時取得了較好的效果，并且在一定程度上克服了單樣本條件下姿態(tài)變化對識別效果的影響。
  • 關(guān)鍵字： 人臉  識別  樣本  分解  奇異  基于  
共4條 1/1 1
關(guān)于我們 - 廣告服務(wù) - 企業(yè)會員服務(wù) - 網(wǎng)站地圖 - 聯(lián)系我們 - 征稿 - 友情鏈接 - 手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國際技術(shù)信息咨詢有限公司
備案 京ICP備12027778號-2 北京市公安局備案：1101082052    京公網(wǎng)安備11010802012473