国产精品白浆无码流出系列,激情国产AV做激情国产爱,成人国内精品视频在线观看

基于ECCC的細(xì)胞圖像分割算法[嵌入式技術(shù)][醫(yī)療電子]

針對(duì)粘連細(xì)胞圖像，提出ECCC(Eleven Components Chain Code)鏈碼分割算法。首先對(duì)細(xì)胞邊緣二值圖像進(jìn)行鏈碼統(tǒng)計(jì)和邊緣拐點(diǎn)檢測(cè)，新算法對(duì)Freeman鏈碼進(jìn)行了改進(jìn)，在鏈碼中加入表示邊緣拐點(diǎn)的新的鏈碼元素，然后計(jì)算邊緣拐點(diǎn)的鏈碼差來(lái)篩選真實(shí)分割點(diǎn)，最后對(duì)分割點(diǎn)線性插值實(shí)現(xiàn)粘連細(xì)胞分割。實(shí)驗(yàn)結(jié)果表明，針對(duì)2粘連和3粘連細(xì)胞，ECCC法的分割成功率分別為100%和98%，平均耗時(shí)分別為0.42 s和0.67 s，比傳統(tǒng)鏈碼分割法減少了近55%的計(jì)算量，在復(fù)雜的細(xì)胞圖像分割中具備一定的有效性和可行性。

發(fā)表于：10/25/2016

基于二進(jìn)制粒子群與遺傳算法的數(shù)據(jù)分配研究[嵌入式技術(shù)][數(shù)據(jù)中心]

針對(duì)目前分布式數(shù)據(jù)庫(kù)數(shù)據(jù)分配方法法存在尋求最優(yōu)分配方案和運(yùn)行效率等問(wèn)題的不足，在基于改進(jìn)的遺傳算法的數(shù)據(jù)分配方法基礎(chǔ)上，引入二進(jìn)制粒子群算法，提出了一種基于二進(jìn)制粒子群與遺傳算法的數(shù)據(jù)分配方法，既具有二進(jìn)制粒子群算法的運(yùn)行速度快、記憶功能好等特點(diǎn)，又具有遺傳算法的全局搜索能力、變異能力等特點(diǎn)。該分配方法能夠提高搜索效率，并且快速有效地獲得全局最優(yōu)解。實(shí)驗(yàn)結(jié)果表明，所提出的數(shù)據(jù)分配方法在搜索全局最優(yōu)解方面優(yōu)于基于遺傳算法的分配方法，在搜索速度方面比枚舉法的分配方法和基于遺傳算法的分配方法更快。

發(fā)表于：10/24/2016

三軸地磁傳感器新思路妥善解決高溫可靠性問(wèn)題[MEMS|傳感技術(shù)][航空航天]

三軸磁傳感器，又稱電子羅盤，在無(wú)人機(jī)、智能手表、導(dǎo)航設(shè)備中廣泛普及和應(yīng)用。針對(duì)需要偵測(cè)物體運(yùn)動(dòng)變化情況，三軸磁傳感器承載著至關(guān)重要的絕對(duì)指向作用，為穩(wěn)定飛行、輔助導(dǎo)航等多樣化功能保駕護(hù)航。也正如此，三軸磁傳感器的可靠性是這些裝置穩(wěn)定運(yùn)作的基石。

發(fā)表于：10/24/2016

一種基于Curvelet相關(guān)圖紋理圖像檢索方法[嵌入式技術(shù)][數(shù)據(jù)中心]

紋理是圖像普遍存在且難以描述的特征，但是更容易引起人們視覺(jué)上的關(guān)注，它蘊(yùn)含有豐富的信息，所以基于紋理的檢索具有重要的應(yīng)用價(jià)值。提出了一種新的基于Curvelet相關(guān)圖紋理圖像檢索方法。該方法通過(guò)對(duì)紋理圖像進(jìn)行Curvelet分解進(jìn)行多尺度分析；利用變換后粗尺度反映圖像輪廓、細(xì)尺度反映圖像紋理信息特性，閾值處理后采用不同的量化等級(jí)；計(jì)算Curvelet系數(shù)相關(guān)圖，反映了不同系數(shù)所占比例和相互之間的空間相關(guān)性，由此構(gòu)造圖像的特征向量。通過(guò)對(duì)Brodatz紋理圖像庫(kù)實(shí)驗(yàn)，結(jié)果表明該方法相較于原有的Curvelet方法能夠更有效地進(jìn)行紋理圖像檢索。

發(fā)表于：10/24/2016

一種基于CORDIC算法的自整角機(jī)信號(hào)解碼研究[嵌入式技術(shù)][工業(yè)自動(dòng)化]

自整角機(jī)是一種用于角度測(cè)量的微型電機(jī)，其輸出包含角度的模擬信號(hào)經(jīng)過(guò)簡(jiǎn)單處理和A/D變換后再通過(guò)CORDI算法解碼。CODIC算法具有精度靈活可調(diào)、運(yùn)算速度快、硬件實(shí)現(xiàn)簡(jiǎn)單等優(yōu)點(diǎn)；通過(guò)對(duì)CORDC算法角度及對(duì)自整角機(jī)輸出信號(hào)的象限修正，設(shè)計(jì)了一種基于CORDIC算法流水線技術(shù)的自整角機(jī)解碼算法，并以FPGA為平臺(tái)進(jìn)行模擬和仿真，驗(yàn)證其準(zhǔn)確性及可行性。

發(fā)表于：10/23/2016

基于RS485總線的多機(jī)監(jiān)舍門智能控制系統(tǒng)研究[嵌入式技術(shù)][安防電子]

依據(jù)監(jiān)舍門控制器、樓層控制室和遠(yuǎn)程總控制中心3個(gè)層面的主要功能，設(shè)計(jì)了一種由PC和多個(gè)單片機(jī)組成的監(jiān)舍門控制系統(tǒng)。該系統(tǒng)以PC作為上位機(jī)，多臺(tái)STC12C5A32S2單片機(jī)作為監(jiān)舍門控制系統(tǒng)下位機(jī)。分析了中央計(jì)算機(jī)總控制終端、樓層控制端與門禁控制器之間的多機(jī)通信與控制，完成了硬件電路的設(shè)計(jì)和軟件的設(shè)計(jì)，并對(duì)安裝調(diào)試中的幾個(gè)問(wèn)題進(jìn)行了討論。實(shí)驗(yàn)證明，該系統(tǒng)運(yùn)行穩(wěn)定、可靠。

發(fā)表于：10/23/2016

Modbus-RTU在取水泵站監(jiān)控系統(tǒng)中的應(yīng)用[通信與網(wǎng)絡(luò)][安防電子]

系統(tǒng)采用倍福PLC控制器對(duì)現(xiàn)場(chǎng)設(shè)備進(jìn)行監(jiān)控，并采用Modbus_RTU協(xié)議采集清污機(jī)、閘板門、旋轉(zhuǎn)濾網(wǎng)、綜保裝置等設(shè)備的開(kāi)關(guān)狀態(tài)和工作電流，分別上傳至操作員站和工程師站的上位機(jī)KingSCADA系統(tǒng)，同時(shí)兼?zhèn)銶odbus通信失敗報(bào)警功能。上位機(jī)接收到PLC采集的數(shù)據(jù)并顯示到監(jiān)控系統(tǒng)畫面，同時(shí)還將重要的監(jiān)控?cái)?shù)據(jù)傳至主廠區(qū)DCS系統(tǒng)。由于泵站與主廠區(qū)距離較遠(yuǎn)，光纜鋪設(shè)成本大且難維護(hù)，故采用基于GPRS的DTU點(diǎn)對(duì)點(diǎn)設(shè)備并利用Modbus-RTU進(jìn)行485通信。

發(fā)表于：10/23/2016

基于主控同步的CAN總線多點(diǎn)實(shí)時(shí)數(shù)據(jù)采集技術(shù)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

RS-485總線與CAN總線是工業(yè)現(xiàn)場(chǎng)數(shù)據(jù)采集最常用的有線組網(wǎng)方式，它們均有各自的局限性。針對(duì)一類多節(jié)點(diǎn)網(wǎng)絡(luò)的數(shù)據(jù)實(shí)時(shí)采集問(wèn)題，提出了基于主控同步的CAN總線多點(diǎn)實(shí)時(shí)數(shù)據(jù)采集技術(shù)，將RS485總線主控思想應(yīng)用于CAN總線的數(shù)據(jù)通信中，通過(guò)對(duì)各節(jié)點(diǎn)發(fā)送數(shù)據(jù)時(shí)間的同步，有效地避免了節(jié)點(diǎn)間數(shù)據(jù)沖突問(wèn)題。實(shí)驗(yàn)結(jié)果證明了該方案能有效地提高數(shù)據(jù)傳輸?shù)膶?shí)時(shí)性和可靠性，解決了CAN總線訪問(wèn)沖突。

發(fā)表于：10/23/2016

寬帶帶狀線定向耦合器的設(shè)計(jì)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

多階1/4波長(zhǎng)濾波器理論為寬帶定向耦合器的研究提供了依據(jù)，利用該方法設(shè)計(jì)了應(yīng)用頻段為2～6 GHz的多節(jié)3 dB的交錯(cuò)耦合帶狀線定向耦合器，并利用電磁仿真軟件HFSS進(jìn)行仿真。仿真結(jié)果表明，該帶狀線耦合器具有良好的方向性、較高的耦合度和較低的插損，從而為這類寬帶強(qiáng)耦合度耦合器的研究提供了一定的參考價(jià)值。

發(fā)表于：10/23/2016

一種保持時(shí)序一致的AFDX幀結(jié)構(gòu)優(yōu)化及算法實(shí)現(xiàn)[嵌入式技術(shù)][航空航天]

新一代航電網(wǎng)絡(luò)——航空電子全雙工交換以太網(wǎng)(AFDX)，是為航電信息系統(tǒng)之間進(jìn)行數(shù)據(jù)通信而專門制定的協(xié)議標(biāo)準(zhǔn)，具有時(shí)間確定性、雙余度和高可靠性等優(yōu)點(diǎn)。在分析ARINC 664 Part7規(guī)范、通信結(jié)構(gòu)和SN等關(guān)鍵技術(shù)的基礎(chǔ)上，結(jié)合SAE AS6802［2］協(xié)議算法，提出一種保持多節(jié)點(diǎn)發(fā)送時(shí)序一致的AFDX幀結(jié)構(gòu)。采用OPNET網(wǎng)絡(luò)拓?fù)浞抡鎸?shí)現(xiàn)，結(jié)果滿足幀數(shù)據(jù)時(shí)序一致性要求。

發(fā)表于：10/23/2016

基于STM32的機(jī)器人自主移動(dòng)控制系統(tǒng)設(shè)計(jì)[嵌入式技術(shù)][消費(fèi)電子]

針對(duì)類車機(jī)器人自主移動(dòng)的問(wèn)題，首先在非完整約束系統(tǒng)下建立類車機(jī)器人低速移動(dòng)過(guò)程的運(yùn)動(dòng)學(xué)模型和動(dòng)力學(xué)模型，選用適合基礎(chǔ)性類車移動(dòng)機(jī)器人研究的自行車模型進(jìn)行狀態(tài)分析；在混合式體系結(jié)構(gòu)下用STM32作為機(jī)器人自主移動(dòng)控制系統(tǒng)的核心，給出控制系統(tǒng)框圖，完成硬件設(shè)計(jì)；同時(shí)完成環(huán)境定位與建圖，構(gòu)建動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)，最終綜合實(shí)現(xiàn)類車機(jī)器人自主移動(dòng)的功能。

發(fā)表于：10/23/2016

樣本不平衡的睡眠數(shù)據(jù)分期研究[測(cè)試測(cè)量][醫(yī)療電子]

睡眠數(shù)據(jù)中各個(gè)階段的樣本數(shù)差異較大，睡眠數(shù)據(jù)的自動(dòng)分期是一個(gè)典型的樣本不平衡的機(jī)器學(xué)習(xí)問(wèn)題。均衡樣本方法通過(guò)抽樣的手段來(lái)平衡樣本，是解決樣本不平衡問(wèn)題的主要方法。采用均衡樣本方法來(lái)平衡睡眠數(shù)據(jù)的不同階段的樣本，并且結(jié)合多域特征（時(shí)域、頻域、時(shí)頻域以及非線性）和隨機(jī)森林分類算法進(jìn)行分類預(yù)測(cè)。比較分析了樣本均衡處理和非均衡處理的分類結(jié)果，發(fā)現(xiàn)均衡處理后的數(shù)據(jù)取得了更好的分類效果。

發(fā)表于：10/23/2016

語(yǔ)音信號(hào)與腦電信號(hào)轉(zhuǎn)換研究[嵌入式技術(shù)][醫(yī)療電子]

由于身體原因?qū)е聼o(wú)法進(jìn)行語(yǔ)音交流的群體越來(lái)越受到大家的關(guān)注，為了這部分群體能重新使用語(yǔ)音交流，科研工作者們進(jìn)行了各種嘗試性研究。以前的研究主要圍繞著肌電信號(hào)與語(yǔ)音信號(hào)間的映射關(guān)系，而本文是通過(guò)深度神經(jīng)網(wǎng)絡(luò)建立語(yǔ)音信號(hào)與腦電信號(hào)間的映射關(guān)系。將從語(yǔ)音中提取的特征作為前饋神經(jīng)網(wǎng)絡(luò)的輸入，將腦電信號(hào)的特征作為輸出目標(biāo)建立模型。對(duì)回歸預(yù)測(cè)的模型使用R-square進(jìn)行評(píng)估，R-square的值達(dá)到了0.75。

發(fā)表于：10/23/2016

基于跳躍掃描誤差擴(kuò)散半色調(diào)算法研究[嵌入式技術(shù)][通信網(wǎng)絡(luò)]

誤差擴(kuò)散算法最早是由FloydSteinberg提出，并在當(dāng)時(shí)成為處理效果最好的算法之一。它可以輸出視覺(jué)效果良好的半色調(diào)圖像，因而得到了廣泛的推廣。為改善該傳統(tǒng)誤差擴(kuò)散算法均易在中頻區(qū)域產(chǎn)生結(jié)構(gòu)性紋理現(xiàn)象，提出了一種基于跳躍掃描路徑的誤差擴(kuò)散半色調(diào)算法。算法在對(duì)像素點(diǎn)進(jìn)行掃描時(shí)會(huì)根據(jù)一定的條件進(jìn)行跳躍掃描，直接處理若干像素點(diǎn)之后的像素，并將處理后的誤差擴(kuò)散至相鄰但還未經(jīng)處理的像素點(diǎn)上。大量的實(shí)驗(yàn)表明，合理的跳躍距離能夠幫助有效地抑制半色調(diào)圖像中的結(jié)構(gòu)性紋理，得到效果更好的半色調(diào)圖像，具有更深遠(yuǎn)的意義和實(shí)際應(yīng)用價(jià)值。

發(fā)表于：10/23/2016

基于MC的風(fēng)電場(chǎng)參數(shù)預(yù)測(cè)模型的誤差修正[嵌入式技術(shù)][數(shù)據(jù)中心]

風(fēng)速的隨機(jī)性和間歇性等特點(diǎn)使得目前風(fēng)電場(chǎng)參數(shù)預(yù)測(cè)模型存在較大的預(yù)測(cè)誤差，對(duì)此提出了采用馬爾科夫鏈（MC)方法對(duì)模型的預(yù)測(cè)誤差進(jìn)行修正。分別求出參數(shù)的實(shí)際值與模型預(yù)測(cè)值之間的誤差序列，利用模糊C-均值聚類算法對(duì)其進(jìn)行狀態(tài)劃分；根據(jù)各誤差狀態(tài)計(jì)算出MC狀態(tài)轉(zhuǎn)移概率矩陣，進(jìn)而計(jì)算模型預(yù)測(cè)誤差修正值，最終得到精度較高的預(yù)測(cè)值。采用MC方法分別對(duì)廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)模型、T-S模糊神經(jīng)網(wǎng)絡(luò)模型以及Elman神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)誤差進(jìn)行修正，并應(yīng)用MC修正后的3種模型對(duì)山西某風(fēng)電場(chǎng)測(cè)風(fēng)塔不同步長(zhǎng)風(fēng)速進(jìn)行預(yù)測(cè)仿真實(shí)驗(yàn)研究，分析討論了MC對(duì)各預(yù)測(cè)模型誤差的修正效果。仿真結(jié)果表明，所提出的誤差修正方法能夠有效提高測(cè)風(fēng)塔風(fēng)速預(yù)測(cè)精度，為預(yù)測(cè)模型的誤差修正提供了一種有效的實(shí)用的方法。

發(fā)表于：10/22/2016