AV2014天堂网,蜜桃麻豆WWW久久国产,国产又黄又猛又粗又爽的A片动漫韩国办公室三级hd激情合集

基于Kinect傳感器的康復(fù)訓(xùn)練系統(tǒng)[嵌入式技術(shù)][醫(yī)療電子]

針對腦卒中患者后期的康復(fù)訓(xùn)練需求，設(shè)計并實現(xiàn)了一個基于Kinect傳感器的實時康復(fù)訓(xùn)練指導(dǎo)系統(tǒng)。該系統(tǒng)利用Kinect傳感器實時采集人體動作信息，同時通過與標準動作庫中的關(guān)鍵姿勢序列進行比對，得出相應(yīng)的匹配結(jié)果，指引患者進行正確的康復(fù)訓(xùn)練。實驗表明該系統(tǒng)能夠準確地判斷動作的完成度，對康復(fù)訓(xùn)練具有指引作用

發(fā)表于：3/20/2016

融合顏色分割與形狀特征的交通標志檢測[嵌入式技術(shù)][智能交通]

交通標志的顏色特征和形狀特征是其最主要的兩個特征，為提高檢測的準確性和魯棒性，提出顏色分割和形狀特征相結(jié)合的方法。利用交通標志的顏色特征，采用基于HSV空間的顏色分割方法，獲得圖像中可能包含交通標志的區(qū)域，并提取該區(qū)域。根據(jù)交通標志的形狀特點，利用canny算子獲取提取區(qū)域的輪廓。然后，采用基于標記的形狀檢測算法判定所分割區(qū)域的形狀，利用方向梯度直方圖特征結(jié)合支持向量機（SVM）方法完成交通標志識別。經(jīng)實驗測試，該方法對圖片視點變換、尺度變換以及亮度變換等情況具有很強的魯棒性。

發(fā)表于：3/20/2016

基于車輛聲音及震動信號相融合的車型識別[嵌入式技術(shù)][汽車電子]

車型識別技術(shù)是智能運輸系統(tǒng)的核心。針對目前車型識別方法的不足，提出了一種基于車輛聲音和震動信號相融合的車型識別方法。用BCS算法提取聲震信號的特征，并在特征級融合形成特征向量，以此作為訓(xùn)練樣本對支持向量機的分類器進行訓(xùn)練。對兩種車型的聲音和震動數(shù)據(jù)進行處理的結(jié)果表明，基于特征級融合的聲震信號能夠準確識別不同的車型，識別準確率達到86%以上，是一種有效的車型識別方法。

發(fā)表于：3/20/2016

基于Lucene的中文分詞器的改進與實現(xiàn)[嵌入式技術(shù)][其他]

Lucene是一個高效的全文檢索工具包，本文主要研究了Lucene的體系架構(gòu)及其在中文檢索上的應(yīng)用。通過對基于最大匹配算法的中文分詞器的設(shè)計與改進，并引入文本解析器與構(gòu)建同義詞詞庫引擎，使得Lucene對中文的檢索更加個性化。通過檢索結(jié)果的對比表明，改進后的中文分詞器對檢索功能的擴展有了極大的提高。并最終構(gòu)建出了一個高效的中文全文檢索系統(tǒng)。

發(fā)表于：3/20/2016

針對肺心病的診療專家系統(tǒng)的設(shè)計與實現(xiàn)[模擬設(shè)計][醫(yī)療電子]

針對肺心病臨床綜合病癥指標復(fù)雜、極易造成因臨床醫(yī)生經(jīng)驗少而誤診的現(xiàn)實問題，研制基于肺心病的診療專家系統(tǒng)，以提高其臨床診斷率和治愈率。該系統(tǒng)采用Visual Prolog和Visual Basic相結(jié)合的方法設(shè)計完成，其界面由Visual Basic實現(xiàn)，推理機由Visual Prolog設(shè)計完成，采用正向與反向相結(jié)合的推理策略。應(yīng)用SQL Server 2008構(gòu)建數(shù)據(jù)庫、知識庫并完成維護工作。經(jīng)臨床驗證，該系統(tǒng)設(shè)計合理，科學(xué)實用且準確率高，提高了肺心病的診療率，提升了臨床青年醫(yī)生的診療水平。

發(fā)表于：3/20/2016

基于神經(jīng)網(wǎng)絡(luò)的機車車輪故障診斷[嵌入式技術(shù)][汽車電子]

針對現(xiàn)有機車車輪超聲檢測系統(tǒng)無法準確區(qū)分其故障類型，探討了一種基于小波包變換與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法來識別基于超聲檢測機車車輪的故障類型。該方法對機車車輪的超聲檢測的回波信號進行小波包分解，并提取了頻譜能量特征值，由此構(gòu)造不同類型機車車輪內(nèi)部傷損對應(yīng)的特征向量，然后利用改進的BP神經(jīng)網(wǎng)絡(luò)算法訓(xùn)練隨機抽取的樣本空間，并對測試樣本數(shù)據(jù)進行了識別驗證。通過實驗驗證了該方法能夠快速準確地識別出機車車輪不同類型的故障對應(yīng)的超聲檢測信號。

發(fā)表于：3/20/2016

智慧家庭管家設(shè)計與實現(xiàn)[嵌入式技術(shù)][物聯(lián)網(wǎng)]

為解決機器人設(shè)計功能單一而結(jié)構(gòu)復(fù)雜，智能家居產(chǎn)品依賴終端而用戶體驗度差等問題，結(jié)合Kinect v2體感交互設(shè)備設(shè)計一種仿人形智慧家庭機器人，借助嵌入式硬件技術(shù)、語音合成技術(shù)、動態(tài)區(qū)域濾波算法、圖像分割避障算法、二階差分邊緣檢測方法和姿勢序列有限狀態(tài)機的動作識別方法，實現(xiàn)可自定義內(nèi)容的自然語音交流與語音控制功能、可自動調(diào)速的自主避障與路徑規(guī)劃功能、可鎖定目標的人物跟蹤與動作識別功能。設(shè)計實現(xiàn)的機器人具有成本低廉、結(jié)構(gòu)簡單、適應(yīng)性強、功能多樣等優(yōu)點。經(jīng)實際測試，該智慧家庭管家機器人運行穩(wěn)定，用戶體驗良好，可作為智能家居行業(yè)探索方向。

發(fā)表于：3/20/2016

基于WSNs的水環(huán)境云端監(jiān)測系統(tǒng)研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為了對水環(huán)境進行數(shù)據(jù)采集、傳輸和顯示的全方位處理，設(shè)計了一套基于無線傳感網(wǎng)（WSNs）的水環(huán)境云端監(jiān)測系統(tǒng)，闡述了系統(tǒng)的網(wǎng)絡(luò)架構(gòu)及具體組成部分，包括終端監(jiān)測節(jié)點、簇頭節(jié)點、數(shù)據(jù)匯聚節(jié)點和基于Yeelink的遠程監(jiān)視中心，并詳細介紹了各部分的軟硬件設(shè)計。同時，支持用戶在手機終端實時監(jiān)測采集到的水溫、壓強、pH值等信息。通過實驗和測試可以看出，該系統(tǒng)為低成本實時在線水質(zhì)監(jiān)測提供了一套可行的方案。

發(fā)表于：3/20/2016

基于物聯(lián)網(wǎng)RFID技術(shù)的高校固定資產(chǎn)管理研究[模擬設(shè)計][汽車電子]

隨著高等教育事業(yè)的快速發(fā)展，高校的固定資產(chǎn)規(guī)模迅速擴大，然而相應(yīng)的資產(chǎn)管理模式卻缺乏完整性和先進性，致使其管理效率不高，無法實現(xiàn)信息的及時更新。為了解決資產(chǎn)管理過程中賬實不符、設(shè)備易丟失等問題，介紹了一種利用物聯(lián)網(wǎng)RFID技術(shù)解決諸多復(fù)雜問題的方法，極大地提高了高校固定資產(chǎn)的管理效率，為網(wǎng)絡(luò)時代下的高校固定資產(chǎn)管理提供了一定的理論借鑒。

發(fā)表于：3/20/2016

基于STM32的BACnet/ZigBee互聯(lián)網(wǎng)絡(luò)的設(shè)計與實現(xiàn)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

分析了ZigBee技術(shù)在BACnet系統(tǒng)擴展應(yīng)用中的基本原理，深入研究了BACnet網(wǎng)絡(luò)與ZigBee網(wǎng)絡(luò)互聯(lián)的具體實現(xiàn)方式以及BACnet的數(shù)據(jù)鏈路層MS/TP協(xié)議的工作機制，最終實現(xiàn)了基于嵌入式STM32的BACnet/ZigBee互聯(lián)網(wǎng)絡(luò)。實驗表明，該方案能夠?qū)ΜF(xiàn)場溫度數(shù)據(jù)進行采集與傳輸。

發(fā)表于：3/20/2016

一種基于小波分解的新型海雜波抑制方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對不同分布海雜波的抑制及目標檢測問題，首次將自適應(yīng)噪聲對消器應(yīng)用在海雜波的處理中，并且將此對消器與小波分解理論相結(jié)合來抑制海雜波，提取出目標。首先，對含有目標的海雜波信號進行小波分解。然后，類比自適應(yīng)噪聲對消器模型，設(shè)計一種自適應(yīng)雜波對消器。將經(jīng)小波分解后的信號作為自適應(yīng)雜波對消器的輸入信號，經(jīng)過自適應(yīng)雜波對消器輸出的信號即為雜波抑制的結(jié)果。最后，通過MATLAB仿真，分析采用不同的小波基函數(shù)和不同的分解層數(shù)的雜波抑制效果，驗證此種算法對于海雜波抑制的有效性。

發(fā)表于：3/20/2016

融合顏色與紋理特征的粒子濾波目標跟蹤[模擬設(shè)計][其他]

針對采用單一顏色特征的粒子濾波目標跟蹤算法在背景相似、光照變化復(fù)雜的場景下會導(dǎo)致跟蹤失敗的問題，提出一種基于LBP紋理和顏色特征融合的粒子濾波跟蹤目標算法。綜合加權(quán)顏色直方圖和LBP紋理直方圖進行目標特征描述，建立目標觀測模型；同時粒子濾波進行狀態(tài)預(yù)測，利用Bhattacharyya系數(shù)進行相似度測量，作為目標區(qū)域參考模型更新準則，實現(xiàn)權(quán)值更新；最后對權(quán)值歸一化處理，得到目標位置狀態(tài)的最終估計。實驗結(jié)果表明該算法不僅提高了跟蹤方法的魯棒性，而且在目標遮擋、光照變化等干擾下，具有較好的準確性。

發(fā)表于：3/19/2016

基于OpenCV的高壓傳輸線位置檢測[嵌入式技術(shù)][其他]

高壓傳輸線的智能檢測一直以來都是計算機視覺識別的熱點。本文打破傳統(tǒng)的人工檢測方式，利用無人機搭載開源硬件Arduino和相機模塊采集高壓傳輸線的數(shù)據(jù)，對采集回來的高壓傳輸線圖片用OpenCV和C++進行加載、灰度處理、二值化、邊緣檢測、直線檢測、設(shè)計函數(shù)等系列處理，最終得到一幅只有傳輸線邊界的直線檢測圖像，同時過濾掉復(fù)雜圖背景，從而達到良好的識別效果。

發(fā)表于：3/19/2016

基于壓縮感知理論的圖像融合[模擬設(shè)計][其他]

像素級圖像融合需要對待融合圖像的像素灰度進行綜合分析與處理，而巨大的數(shù)據(jù)量給圖像融合帶來了極大的不便。壓縮感知理論的興起提供了一種新的數(shù)據(jù)采集和壓縮方法，它利用圖像的部分信息重構(gòu)原始圖像，有效減輕了圖像處理的計算復(fù)雜度。本文基于對壓縮感知理論的研究，把壓縮感知的方法應(yīng)用于圖像融合，并嘗試通過對壓縮感知觀測矩陣的改進提高融合質(zhì)量。文中設(shè)計出一種適應(yīng)于DCT域的射線采樣矩陣，通過與隨機生成的觀測矩陣融合效果的比較，證明該方法取得了良好的融合效果。

發(fā)表于：3/19/2016

基于硬件和固件相結(jié)合的掉電保護策略的應(yīng)用[電源技術(shù)][其他]

提出一種基于硬件和固件相結(jié)合的掉電保護策略在固態(tài)電子盤模塊中的應(yīng)用方案。主要以電源檢測為掉電保護策略的啟動中心，續(xù)流模塊（儲能單元）和固態(tài)電子盤模塊主控器（內(nèi)嵌高性能CPU）為硬件平臺。主控器的固件基于FPGA內(nèi)嵌PowerPC軟核平臺用于控制NandFlash數(shù)據(jù)的存儲。通過電源檢測監(jiān)控系統(tǒng)電源的電壓或電流產(chǎn)生物理激勵信號，將整個固態(tài)電子盤模塊的供電切換到續(xù)流模塊，同時啟動主控器動態(tài)調(diào)整NandFlash的讀寫策略，保證掉電瞬間能夠最大程度地保護固態(tài)電子盤模塊存儲單元文件系統(tǒng)的完整性和一致性。測試結(jié)果表明，該應(yīng)用方案具有較高的可靠性。

發(fā)表于：3/19/2016