【摘 要】
：
地质勘测是地下信息获取最有效的手段之一，而数据采集的质量好坏是直接影响勘探效果甚至导致勘探成败的关键；将信号不失真地记录下来，就要求数据采集系统达到低噪声、高采样率、
【机 构】
：
北京工业大学智能测控研究室,吉林大学地球信息探测仪器教育部重点实验室
【基金项目】
：
北京市教委科技创新平台项目（05002011200701）.
论文部分内容阅读
地质勘测是地下信息获取最有效的手段之一，而数据采集的质量好坏是直接影响勘探效果甚至导致勘探成败的关键；将信号不失真地记录下来，就要求数据采集系统达到低噪声、高采样率、大动态范围等性能指标；基于此，介绍了基于浮点放大技术的多通道数据采集系统，对其工作原理及硬件结构的设计进行了详细的分析，并将该系统应用于实际数据采集，试验表明，所设计的数据采集系统达到了预期的设计指标。
其他文献
如何平衡嵌入式设备的能耗和性能表现,成为了一个热门话题。动态能耗管理是一种在保证系统性能的基础上降低其能耗的有效方法,其关键点是如何生成有效的动态能耗管理策略。在
针对传统的聚类算法存在开销大、聚类质量差、聚类速度慢等问题,提出一种新的云计算环境下高复杂度动态数据的增量密度快速聚类算法。首先,依据密度对云计算环境下高复杂度动
介绍21世纪人口、资源、工业生产、粮食、污染趋势,讨论了清洁工艺及厂内废弃物再资源化的必要性及概念性的对策.
工业正丁醇、异丁醇、2乙基己醇和高碳醇是有机化工的一类十分重要的原料,它主要用于生产邻苯二甲酸二辛酯(DOP)、邻苯二甲酸二丁酯(DBP)、己二酸二辛酯(DOA)、癸二酸二辛酯(
深度学习在面部特征点定位领域取得了比较显著的效果。然而,由于姿态、光照、表情和遮挡等因素引起的面部图像的复杂多样性,数目较多的面部特征点定位仍然是一个具有挑战性的问题。现有的用于面部特征点定位的深度学习方法是基于级联网络或基于任务约束的深度卷积网络,其不仅复杂,且训练非常困难。为了解决这些问题,提出了一种新的基于单个卷积神经网络的面部多特征点定位方法。与级联网络不同,该网络包含了3组堆叠层,每组由
信息系统中的知识约简和知识发现是粗糙集理论的重要研究方向。针对决策系统中的不可区分关系及区分关系,给出相应的协调集判定定理,进而借助区分矩阵及区分函数给出属性约简
为了获取患者心血管内斑块特征的准确信息,并辅助临床医生对动脉粥样硬化区域进行判断和识别,文中进行了基于血管内超声(IVUS)图像的心血管粥样硬化斑块组织自动定征的研究。本研究收集了10个心血管疾病患者的IVUS图像,共207块斑块样本。首先,确定滑动邻域块的尺寸,令其中心像素遍历斑块区域,遍历过程中计算每个滑动邻域块的灰度均值和熵,并沿4个方向运用灰度共生矩阵法求出共生矩阵的10个局部特征;然后,
在时间序列数据挖掘领域,时间序列的早期分类越来越受到人们的重视,由于时间序列的长度（也称为维数）较大,在早期分类的实际应用中选择合适的维数约简方法非常重要,因此提出一种
复杂应用场景中,光照变化、遮挡和噪声等干扰使得将像素特征作为相似性度量的识别算法的图像类内差大于类间差,降低了人脸识别性能。针对这一问题,提出了一种低秩约束的极限学习机鲁棒性人脸识别算法,提升了复杂场景下的识别性能。首先,利用人脸图像分布的子空间线性假设,将待识别图像聚类到相对应的样本子空间;其次,将像素域分解为低秩特征子空间和稀疏误差子空间,依据图像子空间的低秩性对噪声鲁棒的原理,提取人脸图像的
现有的基于简单点判断的三维细化算法不能保证提取骨架的连续性,容易产生断裂。针对该问题,提出了一组各向同性模板,该模板能够使得算法具有90°旋转不变性;在此基础上,进一步提出了一种新的重新检测的方法,通过判断被删除的目标点的26邻域的连通性,来决定该目标点是否应该被还原,从而逐点检测3D物体的连通性,达到保持整体连通性的目的。该方法可以应用于大多数基于模板的三维细化算法,能够修复断裂,保证其拓扑结构