伊人久久大线影院首页,最大AⅤ网站在线观看

柴油發(fā)電機(jī)組帶恒功率脈沖負(fù)載運(yùn)行特性研究* [嵌入式技術(shù)][工業(yè)自動(dòng)化]

為了研究柴油發(fā)電機(jī)組帶脈沖負(fù)載系統(tǒng)的動(dòng)態(tài)行為，針對(duì)脈沖負(fù)載平均功率低和峰值功率高的特征，以一種新型脈沖負(fù)載模型為基礎(chǔ)，分析脈沖負(fù)載各種運(yùn)行模式下系統(tǒng)的動(dòng)態(tài)特性。在MATLAB軟件中搭建柴油機(jī)帶脈沖負(fù)載的系統(tǒng)仿真模型，研究脈沖負(fù)載參數(shù)(峰值功率PL、輸出占空比D、和開(kāi)關(guān)周期TS)變化時(shí)系統(tǒng)的運(yùn)行情況。為了表征系統(tǒng)運(yùn)行特性，量化其電能質(zhì)量，引入系統(tǒng)運(yùn)行時(shí)的相關(guān)參數(shù)評(píng)價(jià)指標(biāo)，得出參數(shù)變化時(shí)對(duì)系統(tǒng)指標(biāo)的影響規(guī)律。搭建柴油發(fā)電機(jī)組帶脈沖負(fù)載的試驗(yàn)平臺(tái)，通過(guò)實(shí)驗(yàn)驗(yàn)證了所建模型能夠較真實(shí)地反映系統(tǒng)的運(yùn)行行為。

發(fā)表于：9/25/2018 10:14:00 AM

基于云平臺(tái)的非侵入式負(fù)荷監(jiān)測(cè)與識(shí)別系統(tǒng)[測(cè)試測(cè)量][工業(yè)自動(dòng)化]

為了實(shí)時(shí)遠(yuǎn)程地監(jiān)測(cè)負(fù)荷運(yùn)轉(zhuǎn)狀態(tài)和識(shí)別負(fù)荷種類，設(shè)計(jì)了一種非侵入式負(fù)荷監(jiān)測(cè)系統(tǒng)，并研究基于PCA和kNN的負(fù)荷識(shí)別算法。在電力供給入口端，通過(guò)在負(fù)荷回路中串聯(lián)康銅電阻采樣工作電流，通過(guò)電阻分壓網(wǎng)絡(luò)采樣工作電壓，并計(jì)算負(fù)荷的實(shí)時(shí)有功功率，以1 Hz頻率向云服務(wù)器發(fā)送功率信息。在云服務(wù)器端，通過(guò)PCA對(duì)功率值序列進(jìn)行特征提取和降維，通過(guò)kNN對(duì)當(dāng)前接入的負(fù)荷進(jìn)行歸類，用戶可以通過(guò)終端設(shè)備訪問(wèn)負(fù)荷監(jiān)控界面。在實(shí)驗(yàn)中，將系統(tǒng)安裝于墻壁插座上，對(duì)8類家用負(fù)荷進(jìn)行監(jiān)控和識(shí)別，多次實(shí)驗(yàn)結(jié)果顯示負(fù)荷平均識(shí)別率達(dá)到98%以上，驗(yàn)證了該方案的準(zhǔn)確性和可行性。

發(fā)表于：9/25/2018 10:08:00 AM

具有射頻監(jiān)測(cè)能力的雷達(dá)接收前端技術(shù) [通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

雷達(dá)系統(tǒng)在雷達(dá)信號(hào)、雷達(dá)干擾信號(hào)、多徑信號(hào)、雜波信號(hào)等復(fù)雜電磁信號(hào)共同作用下工作性能受到嚴(yán)重影響。為厘清雷達(dá)系統(tǒng)輸入信號(hào)與輸出現(xiàn)象之間的影響機(jī)理和作用規(guī)律，開(kāi)展了具有射頻監(jiān)測(cè)能力的雷達(dá)系統(tǒng)接收前端技術(shù)研究。該接收前端基于CPCI總線架構(gòu)采用多種模式的信號(hào)耦合和采樣方式，對(duì)雷達(dá)系統(tǒng)接收前端通道中的各個(gè)關(guān)鍵節(jié)點(diǎn)進(jìn)行信號(hào)提取，為雷達(dá)信號(hào)接收通道多路徑耦合效應(yīng)和復(fù)雜電磁環(huán)境多要素疊加效應(yīng)的機(jī)理研究提供基礎(chǔ)測(cè)試平臺(tái)和測(cè)量數(shù)據(jù)。

發(fā)表于：9/25/2018 9:24:00 AM

基于Nginx的科普云直播系統(tǒng)研究與實(shí)現(xiàn)*[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

隨著4G技術(shù)的成熟推廣以及中國(guó)移動(dòng)互聯(lián)網(wǎng)的發(fā)展，中國(guó)互聯(lián)網(wǎng)用戶尤其是手機(jī)用戶持續(xù)增長(zhǎng)，網(wǎng)絡(luò)直播因其移動(dòng)性、持續(xù)性、及時(shí)性和較強(qiáng)的互動(dòng)性和參與感在2016年后也進(jìn)入高速發(fā)展期。當(dāng)前的直播系統(tǒng)對(duì)移動(dòng)端海量直播觀看用戶在并發(fā)性、可擴(kuò)展性以及多直播流協(xié)議兼容性上均有較多限制?？破赵浦辈ハ到y(tǒng)是中國(guó)科普博覽提供的泛科學(xué)類直播服務(wù)平臺(tái)?？破赵浦辈ハ到y(tǒng)依托科普云資源管理平臺(tái)，基于Nginx開(kāi)源系統(tǒng)、實(shí)時(shí)消息傳輸協(xié)議(Real Time Messaging Protocol，RTMP)、EasyDarwin開(kāi)源系統(tǒng)、RTSP、HLS協(xié)議采用混合的虛擬化技術(shù)構(gòu)架進(jìn)行搭建，提供了一種高并發(fā)、可擴(kuò)展的流媒體推送解決方案。

發(fā)表于：9/22/2018 4:10:00 PM

基于網(wǎng)絡(luò)搜索數(shù)據(jù)的品牌汽車(chē)銷量預(yù)測(cè)研究[嵌入式技術(shù)][其他]

隨著大數(shù)據(jù)時(shí)代的到來(lái)，基于網(wǎng)絡(luò)數(shù)據(jù)的應(yīng)用研究已成為熱點(diǎn)。以品牌汽車(chē)銷量預(yù)測(cè)為目標(biāo)，將傳統(tǒng)相關(guān)性分析與基于LASSO的特征選擇方法相結(jié)合，選取相關(guān)品牌的網(wǎng)絡(luò)搜索數(shù)據(jù)關(guān)鍵特征，而后建立了LASSO線性回歸、支持向量回歸和隨機(jī)森林三種機(jī)器學(xué)習(xí)預(yù)測(cè)模型，并與傳統(tǒng)ARIMA模型進(jìn)行比較分析。實(shí)驗(yàn)結(jié)果表明，隨機(jī)森林模型的預(yù)測(cè)平均誤差為6.4%，比ARIMA模型降低了12.2個(gè)百分點(diǎn)，預(yù)測(cè)結(jié)果可為汽車(chē)企業(yè)生產(chǎn)規(guī)劃和制定營(yíng)銷方案提供有效的決策支持。

發(fā)表于：9/22/2018 3:55:00 PM

一種基于高級(jí)驅(qū)動(dòng)輔助系統(tǒng)快速時(shí)空立體匹配方法[嵌入式技術(shù)][信息安全]

提出了一種用于高級(jí)駕駛輔助系統(tǒng)(ADAS)的快速時(shí)空立體匹配方法。該方法使用動(dòng)態(tài)規(guī)劃(DP)算法來(lái)匹配立體圖像的邊緣點(diǎn)，其主要思想在于將當(dāng)前的匹配結(jié)果用于下一幀的視差圖的計(jì)算。根據(jù)前一幀的視差圖計(jì)算局部和整體視差范圍，其整體視差范圍通過(guò)前一幀v視差圖像得到；某一點(diǎn)的局部視差則通過(guò)左圖在當(dāng)前幀的某一點(diǎn)與該圖在前一幀的另一個(gè)點(diǎn)之間的距離得到，然后根據(jù)得到的局部視差通過(guò)動(dòng)態(tài)規(guī)劃算法進(jìn)行匹配。該方法不僅能夠減小搜索范圍而且提高了匹配速度。通過(guò)虛擬系列圖像進(jìn)行了測(cè)試，得到了令人滿意的效果。

發(fā)表于：9/22/2018 3:22:00 PM

基于生成對(duì)抗網(wǎng)絡(luò)的人臉熱紅外圖像生成 [嵌入式技術(shù)][信息安全]

可見(jiàn)光圖像易受光照變化影響，而熱紅外圖像對(duì)成像的光照條件具有魯棒性，因此，熱紅外圖像可以彌補(bǔ)可見(jiàn)光圖像光照敏感性這一不足。然而，紅外熱像儀價(jià)格昂貴，采集熱紅外圖像的成本遠(yuǎn)高于可見(jiàn)光圖像。針對(duì)此問(wèn)題，提出了一種基于生成對(duì)抗網(wǎng)絡(luò)的熱紅外人臉圖像生成方法，采用條件生成對(duì)抗網(wǎng)絡(luò)結(jié)合L1損失從可見(jiàn)光圖像中生成紅外熱像。在USTC-NIVE數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果驗(yàn)證了所提出的紅外熱像生成方法的有效性。同時(shí)，將生成的紅外熱像作為擴(kuò)充樣本，有助于提高紅外表情識(shí)別的精度。

發(fā)表于：9/22/2018 3:10:00 PM

基于CORDIC的高速Sobel算法實(shí)現(xiàn)[測(cè)試測(cè)量][工業(yè)自動(dòng)化]

為提高圖像邊緣檢測(cè)的處理速度，提出一種基于CORDIC的高速Sobel算法實(shí)現(xiàn)。在FPGA平臺(tái)上，在并行處理數(shù)據(jù)和流水線操作的基礎(chǔ)上，使用擴(kuò)展數(shù)據(jù)位和覆蓋所有角度的流水線型CORDIC，提高Sobel的運(yùn)算效率。實(shí)驗(yàn)結(jié)果表明，在保證運(yùn)算精度的前提下，該算法相比傳統(tǒng)加速方法可提速63.53％。

發(fā)表于：9/21/2018 10:22:00 AM

基于FPGA和NAND Flash的便攜式信號(hào)采集系統(tǒng)設(shè)計(jì)[可編程邏輯][工業(yè)自動(dòng)化]

針對(duì)目前信號(hào)采集系統(tǒng)采樣率低和便攜式差的問(wèn)題，提出了一種基于FPGA的高速便攜式信號(hào)采集系統(tǒng)設(shè)計(jì)。該設(shè)計(jì)通過(guò)FPGA芯片控制模數(shù)轉(zhuǎn)換芯片進(jìn)行高速信號(hào)采樣后，采用DMA模式將數(shù)據(jù)存儲(chǔ)在NAND Flash芯片中，并可通過(guò)LCD屏對(duì)采集到的信號(hào)進(jìn)行實(shí)地查看。首先闡述了系統(tǒng)的總體設(shè)計(jì)框架，其次介紹了各個(gè)模塊的硬件設(shè)計(jì)以及實(shí)現(xiàn)方式，最后給出了信號(hào)采集系統(tǒng)基于超聲信號(hào)的測(cè)試結(jié)果。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)能夠以較高的采樣率穩(wěn)定地進(jìn)行長(zhǎng)時(shí)間、多批次的數(shù)據(jù)采集。

發(fā)表于：9/21/2018 10:11:00 AM

一種基于電流狀態(tài)監(jiān)測(cè)分析的系統(tǒng)自我監(jiān)控管理技術(shù)[測(cè)試測(cè)量][工業(yè)自動(dòng)化]

信息系統(tǒng)的高可靠、易測(cè)試是保證其使用效能的重要因素，一些老舊系統(tǒng)受當(dāng)時(shí)技術(shù)發(fā)展的約束，無(wú)法做到易測(cè)試。如何提高這些系統(tǒng)的測(cè)試性從而保障系統(tǒng)的高可用性，是信息系統(tǒng)技術(shù)改造的關(guān)鍵技術(shù)之一。通過(guò)對(duì)一類系統(tǒng)的電源系統(tǒng)架構(gòu)改造，增加系統(tǒng)電流實(shí)時(shí)狀態(tài)監(jiān)測(cè)與自我監(jiān)控診斷功能，通過(guò)對(duì)系統(tǒng)中設(shè)備啟動(dòng)運(yùn)行中的電流監(jiān)測(cè)，實(shí)現(xiàn)對(duì)系統(tǒng)運(yùn)行狀態(tài)的在線自我狀態(tài)監(jiān)控診斷，從而給系統(tǒng)的維護(hù)檢修提供輔助決策支持功能。該技術(shù)對(duì)于提高系統(tǒng)的精準(zhǔn)維護(hù)與高可用性具有重要意義。

發(fā)表于：9/20/2018 10:58:00 AM