中值滤波技术及其在图像处理中的应用

中值滤波是一种常用的非线性信号处理技术,在图像处理中,它对滤除脉冲干扰噪声最为有效。文章阐述了中值滤波的原理以及在图像处理中的应用,并给出了MATLAB程序示例。     

避免分组丢失切换方法

针对基本移动IP协议虽然简单但只适用于大范围、低速的情况，提出了一种新的微观移动IP切换方法——避免分组丢失切换方法．该切换方法通过在基站处增加缓存以及利用IP分组的标识，将切换过程中分组丢失减少至最小．并给出了该切换方法所适用的分层全IP网络结构及其切换过程，对基站缓存的大小、切换带来的网络负荷、切换延时等也进行了分析．仿真和分析结果表明最小分组丢失切换方法适用于快速移动、频繁切换的环境．     

WPAN应用环境下跳频网络干扰分析及其容量改善

对无线个域网应用环境下采用跳频方案的蓝牙网络和IEEE 802．1lFHSS网络之间的共存性问题进行了研究，通过容量分析和系统仿真，比较了它们的相互影响．在此基础上，提出了采用包负荷长度分段自适应的方法来提高IEEE802．1lFHSS网络的抗干扰性能，并对所提方案进行了分析仿真．结果表明，IEEE802．11WLAN标准的内在机制能够支持本提出的方法，改善了抗干扰的鲁棒性，并且随着蓝牙干扰网络数量的增加，采用自适应方案的IEEE802．1lFHSS网络的抗干扰性能明显增强，网络容量的下降得到有效缓解．中所采用的容量分析和包负荷长度分段自适应方案也可以推广到其他FHSS网络．     

预防网络安全漏洞的程序设计

漏洞是在硬件、软件、协议的具体实现或系统安全策略上存在的缺陷,可以使攻击者能够在未授权的情况下访问或破坏系统。常见的漏洞有windows系统的漏洞、IE浏览器的漏洞等等,其实平时编程特别是网站程序中也存在着许多安全漏洞。现在的网站特别是稍大一些的网站,一般都采用ASP、     

基于小波理论的声谱分析及应用

传统短时傅里叶变换(STFT)分析法对语音信号的处理,取得的声谱图时频分辨率效果不够理想,本文采 用小波包技术取代STFT,获得良好的效果.对音频媒体数据库的索引,基于小波理论的双重索引搜索较之传统方法,在 检索精度和搜索效率上都明显提高.     

利用Hopfield神经网络实现自适应滤波器

针对两种不同结构的Hopfield神经网络,本文提出分别适当选取该神经网络的连接权值来实现LMS自适应滤波和自适应格型滤波的方法。并分析了实现自适应滤波的HOP-field神经网络的稳定性及其滤波性能.     

开发“学习包”深化教学改革

本文针对什么是“学习包”,为什么要开发“学习包”,开发“学习包”时应注意的几个方面及“学习包”在教学中所起到的作用,作了粗浅分析。     

圆极化光波对原子波包的作用力

本文首先推导出圆极化光波对原子波包平均作用力的一般表达式,然后以高斯波包为例计算了其所受的平均作用力,用计算机绘出了它随时间变化的曲线,并对该平均作用力做了详细的讨论。     

H∞ filtering for linear neutral systems with mixed time-varying delays and nonlinear perturbations

In this paper, the problem of H_∞ filtering for neutral systems with mixed time-varying delays and nonlinear perturbations is investigated. Some new delay-dependent sufficient conditions are presented to ensure that the filtering error system is asymptotically stable with a prescribed level of H_∞ noise attenuation. In addition, the design procedures for the existence of such filter are presented in terms of a set of linear matrix inequalities (LMIs). Slack variables and convex combination technique are adopted to reduce the conservatism of obtained results. Finally, three numerical examples are given to illustrate the effectiveness of the proposed method.     

H∞ filtering for nonlinear systems via neural networks

A novel H_∞ filter design methodology has been presented for a general class of nonlinear systems. Different from existing nonlinear filtering design, the nonlinearities are approximated using neural networks, and then are modeled based on linear difference inclusions, which makes the structure of the desired filter simpler and parameter turning easier and has the advantages of guaranteed stability, numeral robustness, bounded estimation accuracy. A unified framework is established to solve the addressed H_∞ filtering problem by exploiting linear matrix inequality (LMI) approach. A numerical example shows that the filtering error systems will work well against bounded error between a nonlinear dynamical system and a multilayer neural network.