计算机组成原理期末复习重点总结
本文档适用于大学生学习。主要归纳了计算机组成原理该科目的知识内容，用于期末复习。其中，部分资料为手写归纳，若出现错误请以课本为主星章对奴斜加迹一子电叶尊加亠究漏收电寻对水第代电陪引机第m大现真电计率五代善适计计尊机下分大型和E型和(高座能计加,起邻机,机。微望机22站图形强入利讨机(克入宣内研为時定方用温计专甲加养钝沉言顶程方一五佛。序南假记一可混言→机机费丸罢概描系力輒他指友)计尊加系览的是指附能够程序所四列计机系属池,可根点1结构与西能筋性计摩個氏是指加何突观对加构阿角属指与现机属性)仔夏计導机塔点)消金据存子鸦内,可挖地址形司3),指加椒推均甲二进劇表京)满由操市吊和她(源体脱粒位)今有備内把序悟該4)以泛摩题为中/↓现以有儒为)分鼻机餐很计而叫大烟章事件伦原Am从定伴:如快菜部伴执行速度所兼得秦瓷性庭加速比受限子试評件在系瓷中所占际重号性系涵能(、执行时同染进前)糸瓶如座比=系铙能品前)机行时间(后驶同(5)洪时时的1)x[(进例计+到评戈故行间前→系能加化代应司(下)可设进比例十的足越兼得而益程序而局部性原理时国和皇司)席章A基孤2|105余52(105)。=(11o|o1)212从般×→取坐0,80≤2原0XX≤为为真为整际应都0十原:L+0原二0,0000000-01原二1,0o0oco0模子益武而临界值边M)m整为补福:了30时82=x.[+0=[XD时[补=A+=从=A:)例:x=10)[2+=管位X=-1101=20=1000000直宦原码装换白科:了有为距模=有愿三8反:正码=嚓真负N反:原除磨号取反,原:-127~121)~8路-18~1补二十病而表示:鹃为x-(1)=真鱼万=真值例:像评单精度示701a.0-1010(·0|=·01089 ol01 t ollI Il- 1o0o olo△傅鸡宜格值制正殺原函0原硝0左病0升B右反A+8]补=1十工+补3号励态A-B]料三[A+TB补书两位3查利断?0=0直播乘该A例求解101x来礼点A0n+ oQ CoM初鱼0000A←A+Ao101鸡。0(00计鸦,。。010AA+10|110右形0010(A←A+Nt0001/0(在形0100:CC764=101160neoe. cetl Iec,10h-Ilool onto K=-T二u100l.例求解11初恒为0永截神0M+,形考A人初,oo管AA-A401nom号在6o011彩·将1001011I44+9101。106o0右移20101019101011右形「。。10100在补位臂号n移,n形卫得点运臂X= XM x2X2MEEX+y=(Xm X2x2ESE十YAXE-TEXx二(XD)x2变(=)x-Y=(Am2XE-TEx/YXA/以人点加腐以而墓原理).对操限操7教4置对D下密差,小硝同大砖看,所强小是事同在移但,每市,可1)教两加对里碳上,以对能行相应)将笼果格吧:如录足都不是规格形龙,则各信果满得点数而乘豫法两午将点极刘来,支形的育为两乘所丽违形,其尾赦为两来数尾数勇个将南相阶商的网丽被徐超两成种国商的尾为减毅勇尾除以乘敬的尾搬检加料队同说是长度相词函两进制烯面对应格不司的比奇偶验吨用奇烛验时,校的设置变候证特报得和成中的的截力都使甲成验要原的限5出=骂:如运算CkC城酸乘除善除以中如派席换武减例M)=1D0.G=101求莫循序兄余校的解0(n3,Mn)=10000/1100600·2=-100060DGU)01000余R)=010·可借那兄余为0ABD·x2+20=10010=(0D Tu)传是T6,W硝正一侵梯位的汉码的位的港取频合2-2m+k4m为倍夏色的都,极验应汉丽C排放在殇亠这十9+98十14+414+1Hu HnH1。?H0DDe Ds C4 D4 D3D C D, CC1=H1二Hbs①H7①日?凸2二A=2份H6田H7Jpo③HC2=H4二HH6出1⑤4=H2=H701.nBC4C2C1Bc4c3c,=0→误0果十进剧→误色置
- 2020-12-01下载
- 积分：1
基于Gabor小波＋PCA＋LDA特征提取方法的人脸表情识别
基于Gabor小波＋PCA＋LDA特征提取方法的人脸表情识别20机电技术2011年12月=∑cm=∑mc×(-0509-n)U=(a-n(2×3.1415926)×vm第四步:初始模型确定下来以后,采用则将该待识别人脸表情判别为第讠类表情Baum- Welch算法对参数进行重估计,迭代调整模3人脸表情实验及分析型参数以达最优化。这样就完成了训练建模工作,获得了在粗分本文在JAFF( (Japanese Female Facial Expre类层次下代表7种人脸表情的HMM模型sso)表情数据库中进行实验。 JAFFE人脸表情库1=(A,B,n)(=1,2,…7)。由10个人,共213幅图像组成,每人都包含愤怒、23HMM人脸表情分类厌恶、恐惧、高兴、悲伤、惊讶和中性7种表情,每人每种表情2~4幅,每种表情共有27幅。对待识别的人脸表情图像,按本节22中模型本文实验与 Micael等的测试方法相似,把数训练步骤的第一步获得观察向量O,然后计算观据库中的210张图像分成3个部分,每个部分包含察向量O与已训练好的HMM模型1=(A,B,)10个人,且每个人包含7幅不同表情图像,每次使的似然概率P(O|λ)(=12,…,7)。通过用其中的一个部分训练各个表情的HMM模型,剩Forward -Backward算法来计算似然概率,如果下的两个部分用来测试。循环操作3次,然后对这P(O|4),ie(12…,7在P(O|4)(=1,2…,7)3次取平均值,得出表情识别率。本方法获取的表中最大,即情识别率见表1P(Oa )=max p(oa)表1人脸表情识别结果愤怒厌恶恐惧高兴中性悲伤惊讶识别率/%愤怒91.67厌恶5400009000恐惧559167高兴00095.00中性549000悲伤9333惊讶5693.33整体识别率92.14从表1中可以看出,本方法可以获得较好的表高的问题,提出了一种新的人脸表情识别方法。情识别率,但是,从实验中也可发现,不管是有本方法通过更加有效的 Gabor小波+PCA+LDA表没有减少分类类别数,实验中始终存在误识别。情特征提取方法,然后结合HMM模型建立7个对从实验数据库中发现,库中某些人的7种表情变化应基本表情+中性表情的模型,进行识别分类,并并不明显,即使人眼也无法确定其表情类别,以且取得了92.14%的整体识别率。同时,在实验中致算法在识别时出现错误。发现,由于人脸实验数据库中某些人的7种表情变4结论化并不明显,即使人眼也无法确定其表情类别,以致算法在识别时出现错误。本文针对目前人脸表情的整体识别率普遍不(下转第35页)第6期林彩丽等:磁流变阻尼器减振系统的分数阶微分方程研究[2] DROZDOVAD Mechanicsofviscoelasticsolids[M]. New York: John Wiley &Sons Ltd, 1998: 21-65[]LAKESR S. Viscoelastic solids[M]. London: CRC Press, 1998: 63-110[4] Stanway R, Sproston, J L, Stevens N G Non-liner modeling of an electrorheological vibration damper. J. Electrostatics,1987,20.[5]周强,瞿伟廉磁流变阻尼器的两种力学模型和试验验证地震工程与工程振动2002240).[6] Gamoto D R, Filisko F E Dynamic mechanical studies of electrorheological materials: moderate frequencies. I. Rheology,1991,35(3)[7]汪建晓孟光.磁流变阻尼器用于振动控制的理论及实验研究门]振动与冲击,2001,20(2)[8] Wen Y K Method of random vibration of hysteretic systems[]. Joumal of Engineering Mechanics Division, ASCE,102(EM2),1976[9]Spencer Jr. B F, Dyke S J, Sain M K, Carlson, J D Phenomenological model of a magnetorheological damper. J Engrg. MechASCE1997,123[10薛定宇陈阳泉高等应用数学问题的 MATLAB解DM清华大学出版社,2010[l]周云谭平.磁流变阻尼控制理论与技术DM科学出版社200712]王振滨曹广义分数微积分的两种系统建模方法系统仿真学报,2004,64):810812(上接第20页)参考文献[1] ZHAO Quan-you, PAN Bao-chang, PAN Jian- jia, et al. Facial expression recognition based on fusion of Gabor and LBPfeatures[A]. In: Proceedings of the 2008 International Conference on Wavelet Analysis and Pattern Recognition[C], HongKong,IEEE,2008(8):362-367[2]Tang Fang-qi, Deng Ben-zai. Facial Expression Recognition using AAM and Local Facial Features [A]. In: Proceedings ofthe Third Intcmational Conference on Natural Computation[C], Haikou, China, IEEE, 2007(8): 632-635[3]陈培俊基于静态图像的人脸表情识别研究成都西南交通大学,2007[4] Lades M, Vorbruggen J C, Buhmann J. Distortion invariant object recognition in the dynamic linkarchitecture[].IEEE Transactions on Computers, IEEE, 1993, 42(3): 300-311[5]彭辉张长水荣钢等基于KL变换的人脸自动识别方法清华大学学报自然科学版,2007,37(6:6770[6]DudaR O, Hart P E, Stork DG Pattern Classification(second edition). New York: Wiley, 2001[7李云霞李治柱吴亚栋基于HMM的关键词识别系统门计算机工程200,30(7:130-132谨致作者敬请本刊作者允诺:稿件中没有侵犯他人著作权或其它权利的内容并且文责自负;投寄给本刊的稿件(论文、图表、照片等)自发表之日起,其专有出版权和网络传播权即授于本刊,并许可本刊在本刊网站或本刊授权的网站上传播及中国核心期刊(遵选)数据库、中国学术期刊综合评价数据库、中文科技期刊数据库、中国台湾华艺数据库全文收录。对上述合作若有异议者,烦请来稿时向本刊申明,未作中明者,本刊将视为同意,谢谢合作。并致诚挚敬意。《机电技术》编辑部基于 Gabor小波十PCA+LDA征提取方法的人脸表情识别旧数据文接作者:李烈熊,苏两河作者单位李烈熊(福硅船政交通职№学院,福廷福州,350007),苏河(福建电力职技术学院,福建泉州刊名:机电技术英文刊名:MECHANICAL AND ELECTRICAL TECHNOLOGY年,卷(期)201,34(6)参考文献(7条)1. ZHAO Quan-you; PAN Bao-chang PAN Jian-jia Facial expression recognition based on fusion of Gabor and LBPfeatures 20082. Tang Fang-qi; Deng Ben-zai Facial Expression Recognition using AAM and Local Facial Features 20073.陈培俊基丁静态图像的人脸表情识别研究20074. Lades M: Vorbmggen J C; Buhmann J Distortion invariant object recognition in the dynamic link architecture1993(03)5.彭辉;张长水;荣钢基于K-变换的人脸自动识别方法2007(6)6. Duda R 0: Hart P E Stork D G Pattern Classificat ion(second edition) 20017.李云霞;李治柱:吴亚栋基于HM的关键词识别系统[期刊论文]计算机工程2004(07本文链接http://d.g.wanfangdata.comcn/periodiCaljdjs201106005.aspx
- 2020-12-01下载
- 积分：1
