通过对Q235钢退磁试件的拉伸、压缩试验,利用磁记忆在线监测系统实时跟踪记录了不同拉压应力作用下试件表面的磁信号变化特征. 结果表明:拉伸载荷对合成磁场的影响是先减小后增加的,在接近材料屈服强度的0.3倍左右后趋于稳定不变;而压应力引起的合成磁场初期快速下降,之后处于上下波动变化. 通过引入拉压应力所产生的不同应力退磁项,对J-A磁机械效应模型进行了改进,模拟结果与试验数据具有较好的的一致性,可用于拉压不同应力致磁机理的理论解释

一、图像增强（去噪） 二、图像分割（边缘检测） 三、目标表达、识别、跟踪 四、图像匹配（数据融合） 五、压缩与编码（JPEG2000） 六、图像数据库 七、基于内容检索（手写体识别，人脸识别） 八、信息隐藏与数字水印

一、选择题 1.设有一个10阶的对称矩阵A,采用压缩存储方式,以行序为主存储,a11为第一元素其存储地址为1,每个元素占一个地址空间,则a5的地址为()

• 5.1 数组的定义 • 5.2 数组的顺序表示和实现 • 5.3 矩阵的压缩存储 5.3.1 特殊矩阵 5.3.2 稀疏矩阵 5.4 广义表的定义 5.5 广义表的存储结构

5.1数组的定义 5.2数组的顺序表示和实现 5.3矩阵的压缩存储 5.3.1特殊矩阵 5.3.2稀疏矩阵 5.4广义表的定义 5.5广义表的存储结构

在语音识别中,卷积神经网络(convolutional neural networks,CNNs)相比于目前广泛使用的深层神经网络(deep neural network,DNNs),能在保证性能的同时,大大压缩模型的尺寸.本文深入分析了卷积神经网络中卷积层和聚合层的不同结构对识别性能的影响情况,并与目前广泛使用的深层神经网络模型进行了对比.在标准语音识别库TIMIT以及大词表非特定人电话自然口语对话数据库上的实验结果证明,相比传统深层神经网络模型,卷积神经网络明显降低模型规模的同时,识别性能更好,且泛化能力更强

一、数组的定义及其基本操作 二、数组的顺序存储结构 三、矩阵的压缩存储 四、广义表的概念 五、广义表的存储结构表示 六、广义表的运算

5.1 串类型的定义 5.2 串的表示和实现 5.3 串的模式匹配算法 5.4 串操作应用举例 5.5 数组的定义 5.6 数组顺序存储的表示和实现 5.7 矩阵的压缩存储

第4章串和数组 本章主要介绍下列内容: 一、串的定义、存储结构和基本运算 二、数组的定义、基本运算和存储结构 三、特殊矩阵的压缩存储

预测编码是根据信号的一些已知情况,预测信号可 能发生的情况。预测难免有误差,如果我们不直接对信 号编码,而是对预测的误差编码,若预测比较准确,误 差较小,那么预测编码就可以达到压缩数码的目的。 在文件传真时,文件为白纸黑字,如果前一个样点是白, 接着一个样点多半为白;如果前一个样点为黑后继的一 个样点也多半为黑。从条件概率来说,P(白/白)>P(白/黑 )或P(黑/黑)>P(白/黑)。因此若白样点已发生预测 白的可能性大。相反,若黑样点已产生预测黑的可能性 大。这样的预测,在大部分的情况下是对的而只要将部分 不对的进行编码就行了