最新国产在线AⅤ精品,视频在线a无码国产

基于物聯(lián)網(wǎng)的智能醫(yī)用監(jiān)控系統(tǒng)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

基于物聯(lián)網(wǎng)技術(shù)開(kāi)發(fā)設(shè)計(jì)了智能醫(yī)用監(jiān)控系統(tǒng)，在病床、醫(yī)療設(shè)備中內(nèi)嵌傳感器節(jié)點(diǎn)，在不觸及患者身體的情況下實(shí)時(shí)采集患者的心率、血氧飽和度、血壓、呼吸頻率、體溫、翻身次數(shù)、離床時(shí)間、藥物輸注時(shí)間和藥物輸注量等重要參數(shù)進(jìn)行分析統(tǒng)計(jì)，實(shí)現(xiàn)對(duì)患者檢測(cè)、異常報(bào)警。該系統(tǒng)在醫(yī)療領(lǐng)域具有廣闊的應(yīng)用前景。

發(fā)表于：3/5/2017

基于ADXL345防跌倒檢測(cè)裝置的研制[其他][醫(yī)療電子]

針對(duì)一些老年人在行走或站立時(shí)突發(fā)跌倒的情況，開(kāi)發(fā)了一種跌倒檢測(cè)裝置。通過(guò)這種檢測(cè)裝置，在老年人跌倒觸地前發(fā)出電信號(hào)觸發(fā)穿戴式氣囊保護(hù)裝置開(kāi)關(guān)快速充氣，以保護(hù)要著地的人體部位。研究主要基于ADXL345三軸加速度計(jì)構(gòu)建一單片機(jī)系統(tǒng)，通過(guò)理論分析、算法研究及實(shí)驗(yàn)研究等實(shí)現(xiàn)了該檢測(cè)裝置的功能。實(shí)驗(yàn)結(jié)果表明：該系統(tǒng)靈敏、可靠，可以在人體跌倒0.15 s內(nèi)發(fā)出警報(bào)信號(hào)，并為穿戴式氣體保護(hù)裝置提供準(zhǔn)確的觸發(fā)信號(hào)。

發(fā)表于：3/5/2017

基于HLA的機(jī)載武器仿真系統(tǒng)框架設(shè)計(jì)及實(shí)現(xiàn)[嵌入式技術(shù)][工業(yè)自動(dòng)化]

采用模塊化設(shè)計(jì)方法，構(gòu)建了基于高層體系結(jié)構(gòu)/運(yùn)行支撐環(huán)境(HLA/RTI)分布式協(xié)議的分布式機(jī)載武器仿真系統(tǒng)框架，具體介紹了各個(gè)模塊的功能、工作流程以及實(shí)現(xiàn)方法，形成了一套較為完整實(shí)用的系統(tǒng)開(kāi)發(fā)解決方案。

發(fā)表于：3/5/2017

基于快速余差查表法的脈沖多普勒雷達(dá)解距離模糊算法[嵌入式技術(shù)][數(shù)據(jù)中心]

解距離模糊是中頻脈沖重復(fù)頻率的脈沖多普勒雷達(dá)關(guān)鍵技術(shù)之一。提出了采用快速余差查表法有效解決PD雷達(dá)距離模糊問(wèn)題的算法。該算法的運(yùn)算量較少，實(shí)時(shí)處理能力強(qiáng)。以3重CPI進(jìn)行仿真實(shí)驗(yàn)，表明該算法能夠保證低虛警概率和較高的解模糊的正確性，并能夠滿(mǎn)足PD雷達(dá)信號(hào)處理的實(shí)時(shí)處理要求。

發(fā)表于：3/5/2017

公垂線法雙目立體視覺(jué)三維重建[嵌入式技術(shù)][其他]

雙目立體視覺(jué)測(cè)量系統(tǒng)是工業(yè)測(cè)量中的重要手段，三維重建是雙目立體視覺(jué)測(cè)量體統(tǒng)中非常重要的一環(huán)?；谝暡钤淼膫鹘y(tǒng)三維重建模型是對(duì)雙目立體視覺(jué)系統(tǒng)的一種理想化抽象。通過(guò)分析由平面到三維點(diǎn)的實(shí)際映射過(guò)程，提出了一種更加符合實(shí)際數(shù)據(jù)的三維重建模型，異面直線公垂線三維重建方法。該方法通過(guò)計(jì)算兩攝像機(jī)光心與其各自像點(diǎn)構(gòu)成的兩條空間直線的公垂線，即兩條異面直線的最小距離點(diǎn)來(lái)定位三維空間點(diǎn)，且其最小距離參數(shù)可有效判斷誤匹配點(diǎn)。通過(guò)實(shí)驗(yàn)對(duì)該方法進(jìn)行了驗(yàn)證。結(jié)果表明該方法可達(dá)到傳統(tǒng)視覺(jué)三維重建方法的測(cè)量精度，并可有效判斷匹配點(diǎn)是否為誤匹配點(diǎn)。

發(fā)表于：3/5/2017

基于FPGA的流水線單精度浮點(diǎn)數(shù)乘法器設(shè)計(jì)[可編程邏輯][數(shù)據(jù)中心]

針對(duì)現(xiàn)有的采用Booth算法與華萊士（Wallace）樹(shù)結(jié)構(gòu)設(shè)計(jì)的浮點(diǎn)乘法器運(yùn)算速度慢、布局布線復(fù)雜等問(wèn)題，設(shè)計(jì)了基于FPGA的流水線精度浮點(diǎn)數(shù)乘法器。該乘法器采用規(guī)則的Vedic算法結(jié)構(gòu)，解決了布局布線復(fù)雜的問(wèn)題；使用超前進(jìn)位加法器（Carry Lookahead Adder，CLA）將部分積并行相加，以減少路徑延遲；并通過(guò)優(yōu)化的4級(jí)流水線結(jié)構(gòu)處理，在Xilinx ISE 14.7軟件開(kāi)發(fā)平臺(tái)上通過(guò)了編譯、綜合及仿真驗(yàn)證。結(jié)果證明，在相同的硬件條件下，本文所設(shè)計(jì)的浮點(diǎn)乘法器與基4-Booth算法浮點(diǎn)乘法器消耗時(shí)鐘數(shù)的比值約為兩者消耗硬件資源比值的1.56倍。

發(fā)表于：3/5/2017

基于單雙目融合的遮擋區(qū)域點(diǎn)云獲取技術(shù)研究[嵌入式技術(shù)][其他]

在基于相位輪廓術(shù)進(jìn)行雙目三維重建時(shí)，傳統(tǒng)的雙目測(cè)量系統(tǒng)在遮擋條件下無(wú)法獲取雙目相機(jī)公共視野以外的區(qū)域的點(diǎn)云數(shù)據(jù)，導(dǎo)致掃描結(jié)果出現(xiàn)測(cè)量空洞或者點(diǎn)云數(shù)量減少，從而不能通過(guò)立體視覺(jué)進(jìn)行三維重建。對(duì)此，提出了一種基于雙目點(diǎn)云重建單目點(diǎn)云的方法，系統(tǒng)無(wú)需增加其他操作過(guò)程，單次掃描就能同時(shí)獲得雙目點(diǎn)云和精度較高的左右單目點(diǎn)云。在對(duì)飛機(jī)模型的測(cè)量中，利用該方法填補(bǔ)了雙目測(cè)量在機(jī)翼附近出現(xiàn)的數(shù)據(jù)丟失，提高了測(cè)量結(jié)果的完整性。

發(fā)表于：3/5/2017

基于nRF24L01的無(wú)線電子記分系統(tǒng)設(shè)計(jì)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

無(wú)線記分系統(tǒng)的設(shè)計(jì)分為發(fā)送端和接收端兩部分。發(fā)送端控制程序通過(guò)RS232串口通信發(fā)送比分?jǐn)?shù)據(jù)到單片機(jī)控制的下位機(jī)，并經(jīng)由nRF24L01無(wú)線射頻模塊天線進(jìn)行數(shù)據(jù)發(fā)送；接收端通過(guò)單片機(jī)控制的無(wú)線射頻模塊天線接收數(shù)據(jù)并使用8段LED數(shù)碼管顯示記分情況。系統(tǒng)的整體設(shè)計(jì)包括硬件電路、軟件程序設(shè)計(jì)；發(fā)送端上位機(jī)界面程序采用VB6.0設(shè)計(jì)，發(fā)送端下位機(jī)和接收端單片機(jī)程序采用C51。給出了軟件設(shè)計(jì)流程圖、硬件實(shí)物運(yùn)行現(xiàn)場(chǎng)圖。測(cè)試表明，系統(tǒng)運(yùn)行性能良好。

發(fā)表于：3/5/2017

一種改進(jìn)的TCPW算法在擁塞控制中的應(yīng)用[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

互聯(lián)網(wǎng)的快速發(fā)展，給人們生活帶來(lái)極大便捷，同時(shí)也帶來(lái)了嚴(yán)重的問(wèn)題——網(wǎng)絡(luò)擁塞。TCPW是一種基于端到端帶寬估計(jì)的擁塞控制機(jī)制，沿用了TCP Reno在慢啟動(dòng)初始化階段設(shè)置慢啟動(dòng)閾值方法。提出了一種慢啟動(dòng)改進(jìn)算法，在擁塞避免階段采用一種新的機(jī)制設(shè)置cwnd和ssthresh值，減少了慢啟動(dòng)時(shí)間，通過(guò)NS2仿真結(jié)果表明改進(jìn)算法在吞吐量、延時(shí)及丟包率等方面都有一定的改善。

發(fā)表于：3/5/2017

基于CORDIC算法的參數(shù)可調(diào)信號(hào)源設(shè)計(jì)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

直接頻率合成技術(shù)（DDS）是無(wú)線通信中的關(guān)鍵技術(shù)，因應(yīng)用場(chǎng)合及技術(shù)指標(biāo)不同，DDS中的正弦波形產(chǎn)生模塊有多種實(shí)現(xiàn)方法，本設(shè)計(jì)采用CORDIC算法計(jì)算波形數(shù)據(jù)，并通過(guò)預(yù)處理實(shí)現(xiàn)全部相位波形數(shù)據(jù)的即時(shí)計(jì)算，不占用存儲(chǔ)資源，且可通過(guò)改變迭代次數(shù)來(lái)調(diào)節(jié)精度。所設(shè)計(jì)的DDS精度、頻率、相位可調(diào)，在Altera Cyclone2中實(shí)現(xiàn)時(shí)，時(shí)鐘頻率可達(dá)172 MHz，占用1 171 LUTs。

發(fā)表于：3/5/2017

智能窗簾控制系統(tǒng)[嵌入式技術(shù)][汽車(chē)電子]

家用窗簾的智能控制系統(tǒng)主要由直流電機(jī)、HC06藍(lán)牙模塊和AT89C52單片機(jī)組成。該系統(tǒng)具備手動(dòng)控制、藍(lán)牙遙控和自動(dòng)控制三種功能。硬件利用按鍵實(shí)現(xiàn)手動(dòng)和自動(dòng)模式的切換，選擇HC06藍(lán)牙模塊接收控制命令，采用DTH11溫濕度傳感器和光敏電阻對(duì)室內(nèi)環(huán)境進(jìn)行自動(dòng)檢測(cè)，并根據(jù)檢測(cè)結(jié)果控制直流電機(jī)動(dòng)作，實(shí)現(xiàn)對(duì)室內(nèi)窗簾的自動(dòng)控制。該系統(tǒng)具有性?xún)r(jià)比高、運(yùn)行穩(wěn)定、抗干擾性強(qiáng)等優(yōu)點(diǎn)，解決了傳統(tǒng)窗簾控制手段單一、智能化低的缺點(diǎn)。

發(fā)表于：3/5/2017

基于卷積神經(jīng)網(wǎng)絡(luò)的ADHD的判別分析[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

提出了利用卷積神經(jīng)網(wǎng)絡(luò)(CNN)對(duì)兒童注意缺陷與多動(dòng)癥(ADHD)的功能性核磁共振圖像（fMRI）進(jìn)行特征分析，從而對(duì)ADHD患者進(jìn)行判別分析。針對(duì)ADHD-200全球競(jìng)賽的三個(gè)數(shù)據(jù)庫(kù)的fMRI數(shù)據(jù)，首先利用快速傅里葉變換將數(shù)據(jù)從時(shí)域轉(zhuǎn)換到頻域，并利用Fisher線性判別方法選擇有效的頻率信息，然后利用改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)對(duì)選擇頻域數(shù)據(jù)進(jìn)行特征學(xué)習(xí)，自動(dòng)提取出有效的特征并進(jìn)行分類(lèi)。實(shí)驗(yàn)結(jié)果表明，提出的方法有助于ADHD患者的判別，為基于fMRI數(shù)據(jù)的ADHD研究提供了新的手段。

發(fā)表于：3/5/2017

基于CLAHE與同態(tài)濾波的細(xì)胞圖像增強(qiáng)新方法[顯示光電][其他]

針對(duì)角膜內(nèi)皮細(xì)胞圖像由于非均勻光照造成的明暗不均問(wèn)題，提出一種基于限制對(duì)比度自適應(yīng)直方圖均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)與同態(tài)濾波進(jìn)行組合的角膜內(nèi)皮細(xì)胞圖像增強(qiáng)新方法。CLAHE方法提高了圖像的局部對(duì)比度，不損傷圖像細(xì)節(jié)，同時(shí)避免圖像噪聲隨圖像對(duì)比度增大而放大。同態(tài)濾波方法增強(qiáng)圖像暗部細(xì)節(jié)，提升圖像的分辨率。實(shí)驗(yàn)結(jié)果表明本文方法對(duì)角膜內(nèi)皮細(xì)胞圖像的分辨率和對(duì)比度增強(qiáng)有顯著的效果。

發(fā)表于：3/5/2017

基于模糊距離變換的巖心圖像顆粒分割算法[嵌入式技術(shù)][其他]

巖心CT圖像中相鄰顆粒之間存在相互粘連，粒度參數(shù)分析等需要對(duì)粘連顆粒進(jìn)行分割。結(jié)合巖心粘連顆粒的特性，提出一種基于模糊距離變換的改進(jìn)顆粒分割算法。首先，對(duì)預(yù)處理后的巖心圖像進(jìn)行模糊距離變換并提取出距離信息的灰度圖像，然后利用形態(tài)學(xué)膨脹重構(gòu)方法提取標(biāo)記作為后續(xù)分水嶺算法的種子點(diǎn)，根據(jù)種子點(diǎn)采用一種基于測(cè)地重建的改進(jìn)分水嶺算法得到相鄰種子點(diǎn)之間的分割線，最后完成粘連顆粒的分割。實(shí)驗(yàn)結(jié)果表明本文算法可以提高粘連顆粒分割的準(zhǔn)確度并減輕分水嶺算法的過(guò)分割現(xiàn)象。

發(fā)表于：3/5/2017

利用長(zhǎng)軸檢測(cè)橢圓[嵌入式技術(shù)][其他]

利用霍夫變換進(jìn)行橢圓檢測(cè)，需要尋找橢圓的參數(shù)。使用橢圓主半軸的長(zhǎng)度，可以快速地尋找橢圓的參數(shù)。這種方法需要將橢圓的短半軸長(zhǎng)度求解出來(lái)，然后僅使用一維的聚集數(shù)組收集橢圓短半軸的長(zhǎng)度信息。該方法不需要計(jì)算橢圓的邊的切線或者曲率，因此不易受到噪聲的影響。該方法的實(shí)現(xiàn)不需要大量的內(nèi)存。合成的圖像和真實(shí)的圖像測(cè)試表明，這種方法是有效的。

發(fā)表于：3/5/2017