摘要：考虑峰值周期功耗和峰值模块功耗的同时优化,并尽可能地降低电路的功耗时延乘积指标.利用参数化功能单元库中各个功能模块的具体物理信息,在多供电电压、多调度周期模式下,建立了整数线性规划模型及其相应的6组约束条件,并将高层次综合中的调度过程和功能单元的绑定过程统一起来进行了模型化.文中算法已经成功地应用到自行开发的高层次综合工具之中,算法中得到的数据结果可以直接用于下一步的布图规划.对测试用例的实验进一步说明:同时优化峰值周期功耗和峰值模块功耗可以取得更好的综合结果,并且改善功耗时延乘积项的值(平均降低了30%),提高电路的可靠性和稳定性.

摘要：1引言一般来说,领域语言(Domain Specific Language,又称Little Language)是特定于某个领域的需求的描述语言,它提供足够多的语言成分支持该领域中通用的各种概念,使该领域的工作者可以简洁地用它构造领域内的应用程序.设计领域语言的主要目的就是为了简化应用程序开发过程、降低开发代价,同时又保证领域概念的清晰性,使开发过程可靠性高、可维护性强[1].

摘要：提出一种基于跨层设计思想的高效标签读取方案,该方案由标签预约和标签数据传输两步组成。预约过程采用时隙-ALOHA和正交码预约相结合的码时二维接入方式,并利用预约码和阵列天线获取各个标签的空域特征;在数据传输过程,阅读器利用各个标签不同的空间特征将发生碰撞的数据分离开来。仿真结果表明,该方法大大提高了读取速度,且读取速度随天线数目以及码长的增加而增加。

摘要：文档区块图像分类对于文档版面图像的理解和分析至关重要。在传统机器学习分类模型中,直接使用图像作为输入会导致学习模型参数量过大而无法进行有效的训练。为了克服这个困难,我们针对文档区块图像设计了一组有效的特征,并提出了基于这些特征和机器学习的文档区块分类算法。在特征设计上,我们提取了几何、灰度、区域、纹理和内容五方面在内的32种特征,以增强特征针对区块类别的分辨能力。在分类器方面,我们在所提出的特征上对传统机器学习分类模型、自动机器学习方法以及深度学习均进行了实验。在公开数据集上的实验结果表明,我们提出的文档版面区块分类算法具有很高的分类准确率,并且效率很高。另外,我们实现了一个简单的分步文档版面分析算法,以展示所提出的区块分类算法的推广能力。

摘要：红酒图像中的酒标区域含有重要的红酒品类信息,而对酒标区域的定位与分割可以有效去除背景区域对图像匹配算法的干扰。传统图像分割算法大多基于局部图像特征和人工设计规则,对噪声较为敏感,并且难以应对大规模数据的处理。针对传统算法的不足,本文首先构造了一个大规模酒标分割数据集,然后提出了一种基于深度学习的酒标分割方法。我们构造了一个基于残差网络的语义分割模型,并且在模型中加入跨层连接,实现低层特征和高层特征的有效融合,使得分割的边缘细节更加清晰和准确。另外,我们采用了带孔卷积金字塔池化结构整合多尺度信息,在增大模型感受野的同时使得模型适应不同尺度的酒标区域。在我们构造的酒标数据集上的实验结果表明,本文提出的酒标分割网络能够进行实时的酒标图像分割,并且达到了相当高的分割准确率。

摘要：易损数字水印算法可用于多媒体内容真实性的保护 .为更有效地设计和使用易损水印 ,首先通过研究其算法应具有的特点及易损水印与鲁棒水印的差别 ;然后在可信赖的数码相机这个应用背景的基础上 ,提出了一个简单的易损水印应用框架 ;最后 ,讨论了变换域易损图象数字水印算法的误差问题和逆变换后象素值溢出的问题 ,同时给出了两种解决方法 。

摘要：提出了一种用于认证的易损数字水印技术 .将数字水印嵌入在小波变换域的不同尺度、不同方向分量上 ,来检测局部空域和频域的变化 ,在效果上相当于多重水印 .在水印检测时 。

摘要：本文给出了多小波框架的sub-QMF条件,提出了多小波框架低通滤波器的参数化设计,由正交分解和矩阵的酉扩张得到其相应的高通滤波器表示的整套多小波框架设计的参数化方法,同时针对多描述编码的需求,构造了两个长折叠对称带参数的多小波紧框架.

摘要：2005年,W ang,W ang和Feng在国际期刊Pattern R ecogn ition上提出了用来刻画子空间非相似性的度量(WW F-SSD),而且利用这个度量设计人脸识别算法,取得了很好的效果.但是该文章中没能证明WW F-SSD满足一个距离必须具有的三角不等式性质.本文给出了WW F-SSD的一个矩阵形式等价定义.基于这个定义不但可以使利用M atL ab实现的算法更有效率,而且可以很直观的证明WW F-SSD不依赖于子空间标准正交基的选择这一性质.进一步,我们在这个定义的基础上,利用矩阵的有关性质证明了WW F-SSD的三角不等式,从而最终证明了WW F-SSD是距离.

摘要：本文将广义径向基函数(RBF)神经网络应用于华丰煤矿实测的煤矿中冲击地压数据的建模和短期预报。在网络设计上,本文采用了贝叶斯阴阳(BYY)和谐学习算法进行网络隐单元个数的确定和参数初始值的选取,而在参数学习上,本文则采用了同步LMS学习算法。实验结果表明,这种基于广义RBF神经网络的预测方法在精度和速度上有了显著的优势,能够满足在工程应用中的实际要求。