随着移动互联网应用的不断普及，移动终端承载了大量的数据交互业务与应用，移动数据的安全问题日益凸显。基于C4.5决策树算法对移动数据进行文本分类检测，实现恶意代码分析。传统的C4.5文本分类模型中，测试属性选择未考虑属性之间的影响，因此提出了一种改进的基于Boosting算法的C4.5决策树文本分类模型。该模型在衡量被测属性最优弱假设的重要性时，引入Boosting的权重系数，每次迭代计算结束后，自适应调整权重值，在降低特征子集属性冗余度的同时，提高了分类模型的鲁棒性。实验结果表明，改进的文本分类模型在检测率和分类准确率上均有一定程度的提高。

无论是对于社会经济发展还是对于人们日常生活，人工智能都发挥着不可替代的作用。自动化的应用是电气工程行业可持续发展的重要保障。人工智能技术不仅提高了电气自动化的应用水平，而且在一定程度上推动了我国现代化电气工程事业的发展。与传统的人工劳动相比，自动化的工程模式在整个历史发展进程中有着相当重要的意义。将对人工智能在电气工程自动化的应用作出具体分析和讨论。

在资源受限、多跳的无线传感器网络中，节点分布或网络拓扑结构不合理，将会产生感知阴影和覆盖盲区，严重影响数据感知和网络能效。为此提出一种基于节点移动的总适应度的遗传算法，通过节点的移动对节点进行分簇和重定位，实现网络节点覆盖度的优化和高能效的节点动态部署。仿真表明，算法对节点的重定位优化了节点部署和路由配置，能量在各种不同功能性节点之间的分配更加合理，在适应度参数保持平衡的情况下，减少了网络内节点“重分簇”的次数，最大限度地提高了网络覆盖度和生存期。

针对气象自动观测网数据传输需要，提出了基于北斗卫星导航系统的气象自动观测数据编码设计方案。该方案采用北斗短报文通信功能传输帧数据，从而实现自动观测数据的传输。采用该方案使得指挥终端能实时接收自动站发送的观测数据。采用北斗卫星导航系统能实现观测站点的快速部署和观测数据的高效获取。

弹载计算机体积小、接口种类多，给实现高精度AD采集带来难度。介绍一种基于双DSP的高精度AD采集系统，利用主从模式双处理器架构和高精度AD采集芯片AD73360完成对目标信号的采集和实时处理。该方法具有抗干扰能力强、量化噪声小、分辨率高的优点。通过系统联试等多方验证，满足某弹载计算机系统的性能指标要求。

为了实现逐次逼近型模数转换器(Successive Approximation AnalogtoDigital Converter, SAR ADC)，在MATLAB平台上使用Simulink 工具，建立SAR ADC的理想模型，主要包括数模转换器（DAC）、比较器、译码器和寄存器模块。理论分析时钟抖动、开关非线性、比较器失调、电容失配等非理想因素对系统性能的影响，在理想模型基础上添加非理想因素，进行MATLAB仿真，通过分析输出信号频谱的变化，总结降低非理想因素对系统性能影响的方法，对实际电路设计具有指导意义。

提出了一种基于单片机和PC的燃气灶安全操作演示系统的实现方案。用单片机仿真燃气灶的点火和开关控制，配合PC可实现模拟真实场景的燃气灶安全使用操作训练。实际测试表明，该方案操作简易方便且仿真效果好，硬件成本极低，可在公众消防安全教育中推广使用。

矩阵键盘是人机交互的重要设备。实际应用场景中，用户通过键盘按键产生激励信号，经过驱动电路送到扫描电路，最终传给处理器电路，从而完成人机交互。在这个过程中，驱动电路负责传递信号，驱动电路的设计决定着整个系统能否正常工作。在驱动电路中引入高阻设计后，可以避免多个按键同时按下时矩阵键盘内部电路发生短路的情况，能让整个驱动电路更加可靠。

主要介绍一种微机测控保护装置中电能参数计量系统的设计方法。该设计采用LPC1788、ATT7022、AD7606为核心处理器件，ATT7022负责对装置中各项电能参量进行精确计算，LPC1788和AD7606负责装置保护电气参量的快速计算，运行保护控制程序，同时读取ATT7022电能参量计算结果。

基于STC15W204S单片机研究模拟了单总线EEPROM芯片DS2431。SOP8封装的STC15W204S单片机具有引脚少、价格便宜、不需要外部晶振、内部时钟从5 MHz~35 MHz可设置的优点。DS2431是一款具有1 024 bit的1 Wire EEPROM芯片，它具有4页×256 bit的存储空间，64位唯一不可更改的光刻。64位光刻的唯一性使DS2431广泛应用于硬件电路的加密、硬件电路唯一的ID序列号以及密钥信息的存储等。主要介绍了1Wire通信协议、单片机模拟芯片硬件电路、单片机模拟DS2431的程序设计流程、单片机模拟DS2431的64位光刻以及EEPROM。

针对目标在图像边界上带来的检测误差，提出了边界显著性算法。首先在多尺度下对图像进行超像素分割，计算边界差异，估计其边界显著性。而后对所有超像素进行模式挖掘，得到显著性种子，并与边界显著性相结合。最后通过显著性传播得到最终显著图。在三个公开的测试数据集上将本文提出算法与其他18种主流的现有算法进行对比。大量实验结果表明，所提出的算法在不同数据集上都优于目前主流算法。

以环球旅游之欧洲为主题，通过Photoshop、Flash等软件对文字、图片、音视频进行处理，之后介绍了利用 Director制作数字出版物的整个流程。

为了实现对行车视频中单幅雾霾图像的快速去雾，针对现有暗原色先验去雾方法在局部明亮区域存在透射率估算过低、算法效率低等问题，提出了一种改进的去雾方法。该方法在处理不同的像素点时，通过设定门限值，使得门限值范围内的区域保持原透射率不变，不在门限值范围内的区域使用边界条件限定，结合调整参数重新计算透射率，求出更准确的自适应透射率图。实验结果表明，这种方法修正了错误估算的透射率，克服了原算法在处理这些区域时产生的色彩失真，生成了高质量的无雾图像。

在图像处理领域中，图像分割占有举足轻重的地位。传统的基于小波变换的图像分割算法，仅在规则域内能够有效地检测出图像的边缘信息。为了在不规则域内能够有效地检测出图像的边缘信息，提出一种基于图小波变换的图像分割算法。首先，将图像转换成图，在图域进行研究；然后，利用图小波变换进行图像分割。实验结果表明，与传统边缘算法相比，该算法用于图像分割，不仅能够有效地检测出图像边缘信息，而且对噪声具有较好的鲁棒性。

在线主题模型基于先时间离散后主题建模的思想，存在文本流切分带来的模型无法平滑过渡的问题，同时时间片大小的选择对在线话题的抽取质量影响显著。提出了一种新的在线短文本流主题演化模型OnlineBTOT。模型在遗传计算方法上进行了改良，不仅考虑时间片上的总体主题强度对遗传权重的影响，也将时间片上主题强度的变化纳入先验参数的计算中。同时，为了得到主题强度在时间片上的连续变化和克服短文本的稀疏性，在单时间片上结合了TOT模型和BTM模型。通过在微博短文本语料上与OLDA模型和OBTM模型的对比实验，证明OnlineBTOT模型能够有效地分析在线短文本流的主题演化。

储能电池的荷电状态是电池的重要特性，针对浅层学习算法的不足，提出了深度学习理论与量子遗传相结合的算法以提高估算结果的正确性。该算法能够自动从样本中提取更加抽象、更具表达能力的特征，实现输入和输出数据之间的复杂非线性映射；量子遗传算法自动寻优，得到每个RBM输出估算值的权值。通过对电池SoC训练样本和测试样本的估算，与BP训练网络估算结果对比，得出本文所提的DBNQGA算法网络估计精度更高。

智能冰箱物体识别主要涉及对水果和蔬菜的识别，冰箱中果蔬数量繁多，光照不均，环境复杂，对此提出了一种用于处理该类识别问题的卷积神经网络。网络采用ReLU作为激活函数，它比传统的Sigmoid函数具有更强的稀疏能力和更大的梯度值，能够极大地加速网络收敛。隐含层中引入随机Dropout，使得某些节点不工作，减少节点间的“共同适应”，降低网络对某一局部特征的过拟合，可减少网络计算复杂度并有效提升识别率。网络采用带动量项的基于梯度下降的反向传播算法，避免网络陷入局部极小值，提高识别率。最后通过用Supermarket Produce Dataset数据集模拟冰箱果蔬图像进行实验，验证了本文方法的有效性。

OFDM系统由于子载波数目庞大，具有较大的动态信号范围和非常高的峰均功率比（PAPR）,往往造成天线放大器的非线性失真和峰值削波,从而增加系统的误码率。较为先进的算法是利用峰值因数PAR对输入信号进行加权，降低了峰均功率比PAPR，但该算法使得输入信号大幅衰减，信噪比迅速减小，误码率增加。基于上述问题，提出新的，利用AMAPR（信号峰值与天线放大器极大值比）进行帧加权的计算方法，当某一帧最大功率大于放大器的线性区间，再对该帧实现线性补偿方法。逐帧计算加权系数，尽最大可能提高输入信号的信噪比。通过仿真，验证了AMAPR帧加权算法能防止峰值削波，改进误码率性能，防止信号的大幅度衰减，实现了低成本天线放大器的线性补偿。

针对无线传感网中的节点定位问题,采用RSSI测距技术测量未知节点之间的距离,并采用粒子群算法进行优化,针对粒子群算法的不足,首先通过引入动态扰动因子和惩罚函数提高算法的性能,其次采用距离误差修正和修正定位误差模型来优化节点定位的效果。通过仿真实验将所提算法与基本粒子群算法进行比较,结果表明所提算法在算法的收敛性能和定位精度上取得了比较好的效果,提高了节点的定位效果。

先对RFID系统中的确定性防碰撞算法BS的工作原理进行介绍，同时对基于BS的改进算法原理做分析；然后介绍了QT算法工作原理，并对基于QT算法的改进算法工作原理做了分析；最后结合作者自身的经验对未来确定性防碰撞算法可以继续进行研究的方向给出建议，对确定性防碰撞算法的后续研究具有一定的参考价值。

现有的跳频序列，由于综合性能不均衡，参数无法实时改变，无法直接应用于动态频谱抗干扰系统中，因此迫切需要研究一种适用于动态频谱抗干扰系统的动态跳频序列。基于m伪随机序列，提出了一种频率数可根据通信环境实时变化的跳频序列。仿真结果表明，与基于固定参数的频率自适应跳频序列相比，动态跳频序列在均匀性、随机性、汉明相关性等方面均具有更好的性能。

提出了一种基于计数器原理的调频信号解调方法，该方法以FPGA为核心，结合放大整形电路、高频振荡器电路以及DAC，完成对超声以及以下频率的调频信号解调。该方法通过对信号周期计数，然后用计数值检索存储有信号幅度值的存储器，最后经过DAC得到调制信号。

提出了一种利用压缩感知原理测量微弱信号的方法，测量信号由伪随机序列调制，应用改造的测量矩阵，在一次测量基础上进行二次测量，利用压缩感知的恢复算法可以精确地确定信号在字典中的位置并且得到其幅度值。仿真实验证明本文方法可以用于检测信噪比高于-20 dB的微弱信号，将信号较完整地从噪声干扰中恢复出来，信号幅度误差很小。

三支决策是对传统二支决策的推广，它在原有的二支决策中增加了不承诺域，避免了直接做出接受决策或拒绝决策所需承担的风险。但是，从效果上看，不承诺决策和拒绝决策是相同的，不承诺决策同样需要承担风险。基于收益最大化原则的转化方法给出了三支决策中不承诺决策的转化模型，并且比较了收益最大化原则和转化代价最小原则在不同情景中决策上的相同和差异，最后通过实例证明了模型的正确性和可行性。

针对目前Proteus仿真软件在电类专业课程中应用研究单一的现状和问题，提出应强调Proteus仿真软件在电类专业课程中的相互融合与促进，提升学生对所学相关课程知识的理解和相互贯通，不再局限与某一门课程。在结合理论分析的基础上，首先用Proteus对模拟电子技术中直流稳压电路进行仿真，然后使用Proteus对数字电子技术中模数转换电路进行硬件仿真，最后将直流稳压电路和模数转换电路应用到单片机系统中，使用Proteus软件进行联合仿真测试。实践教学结果表明，这种方法能更好地帮助学生理解和认识所学电类专业课程，在很大程度上提高了学生对电类专业课程的兴趣和积极性。

大学物理实验是几乎所有工科学生在大学阶段的必修课，然而目前的物理实验仪器很多过于陈旧，实验手段较为落后，跟不上现代化技术发展水平。FPGA作为新型的可编程器件与原有的物理实验仪器相结合，可以极大地提升实验的自动化程度，改善测量精确度，同时还能拓展学生思维，提高学生兴趣，为相关专业学生打下社会实践基础。

由于NIOS下自带的SPI控制器，一旦建立，SPI clock(SCLK)的频率在使用过程中是不允许被修改的，即SPI的读取速度是不可改变的，这在很大程度上限制了SD卡的使用性能，因为在卡初始化的时候，SCLK时钟最大不能超过400 kHz。使用软件模拟SPI，通过示波器调试时序，并且移植了FATFS文件系统实现SD的存储管理。最后通过存储文件测试在不同速度下的存储时间。

伴随着物联网技术的快速发展，传感器网络、无线通信、嵌入式智能设备和大数据在智能家居上的结合正在成为一个不可逆转的趋势。针对传统C/S(Client/Server)架构环境监测数据远程监测困难、系统安装复杂、系统平台要求较高、后期维护成本高等缺点，提出了一种基于B/S（Browser/Server）架构的家居环境无线远程监测方案，设计了一套用于多个环境参数实时监测并通过ZigBee低功耗局域网协议进行无线传输的远程家居环境监测系统。用户可以从移动端或PC端通过网页直接查看多个房间内的温度、湿度、PM2.5浓度、甲醛浓度、CO浓度等空气状​态信息。该系统设计功耗低、成本低、结构简单、安装方便。