摘要：提出了一种基于电力线载波调制器ACPL8300的新型低压电力线载波局域网的设计与实现方法.为使网络具有快速的路由查找和灵活的配置,本系统利用ZigBee的协议栈和路由算法,设计了具有类似ZigBee网络体系结构的小型电力线载波网络并通过嵌入式编程实现.实验结果表明,该网络能够提供稳定的通信质量和智能化的网络管理,因此这种设计可以有效提高网络性能,以满足实际应用的需要.

摘要：现有隧道传输只考虑异构网络基本连通性,是一种分段独立实施路由选择的路由模型,没能对端到端跨越异构网络的传输路径进行一体化考虑.针对边缘网到支撑网的多宿主连接网络环境,提出了一种跨异构网络的一体化路由模型URM(Unified Routing Model).URM模型采用参考度量实现对异构网络路由优劣的统一描述,利用BGP协议扩展实现参考度量的传递,并设计了参考度量与传统度量的转换方法.URM模型实施时影响范围很小,只需对隧道网关进行简单改造即可完成,最终的一体化路由机制也是透明地利用现有路由机制完成.URM模型会给异构网关和边缘网路由器带来更多的信息存储,但其优势却非常明显,在实现端到端一体化最优路由选择的同时,增加了隧道传输的可用路径并提高了隧道传输可靠性.仿真实验及真实设备组网实验验证了URM模型的一体化路由选择能力及路由收敛能力.

摘要：随着语料库语言学的兴起,基于实例的机器翻译(EBMT)得到越来越多的研究。如何快速准确地构建大规模古今汉语平行语料库,以及从大量的对齐实例(句子级)中检索和输入句子最相似的源句子是基于实例的古今汉语机器翻译必须解决的问题。本文综合考虑句子长度、汉字字形、标点符号三个因素提出了古今汉语句子互译模型,基于遗传算法、动态规划算法实现了古今汉语的自动句对齐。接着为古文句子建立全文索引,基于汉字的信息熵,本文设计与实现一种高效的最相似古文句子检索算法。最后给出了自动句对齐和最相似古文句子检索的实验结果。

摘要：提出了一种基于3D体感摄像机Kinect设备实现面向手语自动翻译的手势识别方法,利用Kinect体感外设提供的深度图像实现手的检测,并通过OpenNI+NITE框架中函数获得手掌质心在三维空间中的位置,然后通过等值线追踪算法(又称围线追踪算法)和三点定位算法识别出手指实现了手势跟踪,最后通过矢量匹配方法识别手指名字,并设计了三层分类器来实现静态手势语的识别.相较于传统的基于数据手套和单目摄像机的方法,本方法识别的更准确.基于上述方法,实现了一个手势识别系统.实验结果显示,本文提出的方法更加简洁且行之有效.

摘要：设计了一种适用于10位100MHz的流水线模数转换器的采样保持电路.利用SMIC0.13μmCMOS工艺,设计了一个直流增益为87.6dB的全差分自举增益放大器,其功耗仅7.2mW,且达到0.05%精度的响应时间小于4ns.在采样时钟频率为100MHz,输入信号频率为10MHz时,该采样保持电路的无杂散动态范围(SFDR)为80.7dB.

摘要：现有的三维(3D)垂直集成技术无法实现热扩展,受限于过高的温度,难以通过众多器件层的叠放来实现性能的最大化.文中提出了一种具有热扩展性的3D并行散热集成方法,将每个器件层平行于散热方向进行叠放,器件层为长条形,其短边平行于散热方向,长边垂直于散热方向,这样就保证了每个器件层均可以凭借自身所拥有的高导热性硅衬底(而不是导热过孔)来获得独立而较短的散热通道,保证3D并行散热集成芯片最高温度与所叠加的器件层数无关.文中提出了一种用于3D并行散热集成芯片最高衬底温度计算的分析模型,推导出3D芯片最高衬底温度的解析表达式,从理论上说明了该方法具有热扩展性.通过对未来用于千核并行计算的芯片进行3D集成设计表明:该文3D并行散热集成方法具有热扩展性、不需要导热过孔、良品率高等优点.

摘要：为了解决波束合成前解码算法消耗硬件资源庞大的问题,在理论分析的基础上,以64通道的最长1 000个点的Golay码系统为例,提出波束合成前解码算法在计算过程和逻辑设计2个层面的优化方法,并从工程实现的角度,给出了基于QuartusⅡ设计平台的数据结果,验证了方法的可行性和有效性.

摘要：在分析三维物体碎片轮廓曲线的特征和表示的基础上,研究多尺度小波轮廓描述符的计算,提出了一种多尺度下轮廓曲线特征提取及基于多尺度分析的三维物体碎片拼接方法.轮廓曲线经多尺度小波变换平滑后,提取曲率和挠率构成特征矢量;在选择了基于小波轮廓描述符的三维曲线匹配起点后,比较2条轮廓曲线的特征矢量以判断轮廓的相似性,并将轮廓匹配的2块相邻物体碎片拼接,实现破碎物体复原.最后通过实验验证了该方法的有效性.

摘要：本文讲述数字化《说文》学产生的背景、必要性和构建基于语料库方法的数字化《说文》学研究环境的设计思路,并说明利用计算机研究《说文》的初步成果,以及数字化“说文学”在中国文字学研究创新中所起到的巨大作用。

摘要：Boosting算法是目前流行的一种机器学习算法。采用一种改进的Boosting算法***^(KR)作为分类算法,设计了一个文本自动分类器,并给出了评估方法和结果。评价表明,该分类器有很好的分类精度。