异常检测作为智能视频监控的研究难点和关键技术，其关键问题就是如何获得更好的特征表示，而深度学习相较于传统方法的优势在于可以自动地从海量数据中学习出有用的特征数据，为异常检测问题提供了一个很好的解决方法。

在 ＨＩＲＦＬ加速器系统中，需要对射频加速电压的幅度和相位进行精确控制，以实现对重离 子的精确俘获、加速和引出。传统的幅度、相位稳定控制系统采用幅度和相位两个反馈闭合环路来 分别稳定腔体电压的幅度和相位。数字化高频低电平控制系统（ＬＬＲＦ）基于可编程逻辑门阵列 （ＦＰＧＡ）和数字信号处理（ＤＳＰ），采用直接数字频率合成（ＤＤＳ）与数字正交调制解调（Ｉ／Ｑ）技术来 实现对高频功率源的控制。相位控制精度更高，系统更加稳定。目前控制系统在假负载上通过了长 期稳定性的实验和高功率实验，幅度偏差小于或等于±１％，相位偏差小于或等于±０．５°。

基于深度学习的辅助驾驶系统中行人检测跟踪研究.caj 基于深度学习的辅助驾驶系统中行人检测跟踪研究.caj

基于FPGA的声源定位系统研究_王志铎.caj

Buck变换器的电流型单周期控制方法caj-Buck变换器的电流型单周期控制方法.rar Buck变换器的电流型单周期控制方法.caj

重庆市癌症筛查管理系统的设计与实现_李朝.caj

磁电偶极子天线设计与研究_程浩.caj

基于C8051F021单片机的脉搏血氧饱和度测量仪的研制_游荐波.caj

基于SSM框架的高校教学管理系统的设计与实现_周轩宇.caj

Prony分析在电力系统低频振荡研究中的应用_徐东杰 电力系统是人类所创造的最复杂的动态系统之一。其中振荡稳定问题困扰着许多专家学者。本文围绕电力系统低频振荡特征提取这个中心问题,从各种分析方法的比较、算法的改进、以及实际系统的应用等几个方面,对ROyn分析方法在振荡研究中的应用进行了较为全面深入的研究。