基于.NET的飞信远程控制系统

当前无线通信设备价格高昂,而人们对远程控制的兴趣和需求却日益增加。为了实现低成本地使用无线远程控制设备,设计开发了一套基于.NET的飞信远程控制系统。该系统以.NET为开发平台,采用C#作为开发语言,设计了上位机应用程序;由RS-485总线实现多机主从式通信,由SQL数据库技术实现数据的存储和管理,由飞信通信接口技术实现远程无线控制,最终实现远程控制功能。该系统既方便了人们的生活,又提高了工作效率,具有广阔的应用前景。     

诱导风机智能控制系统的设计

文章详细介绍了智能诱导风机排风系统的设计,该系统能及时稀释CO气体浓度,并且系统更加节能降耗。智能诱导风机排风系统由集中控制器、诱导风机控制器和诱导风机组成。文中介绍了系统的硬件设计,给出了集中系统控制器和诱导风机控制器的软件流程图,描述了系统的工作状态和过程。     

基于VB的单总线温度采集系统的设计

设计了一种温度采集系统,主要用于改进矿井注浆加固法中的热电偶测温模块,实现矿井井臂多点温度采集,并通过串口发送到电脑上显示.多个温度传感器用单总线连接,上位机用VB编程,用MScomm控件实现单片机与上位机通信,下位机使用常见的STC89C54RD＋单片机、DS18B20温度传感器,下位机上用LCD1602液晶显示屏实时显示温度,数据传输采用RS485总线.数字温度传感器的采用,避免了昂贵的康铜线的使用,简化了测温系统,很大程度上降低了成本,在利用地层加固法治理井壁破裂灾害的技术中起到很好的效果.     

基于SVM不同核函数的多源遥感影像分类研究

选取同地区同时相的多光谱和高光谱影像,在实验样本和验证样本相同的情况下,采用SVM分类算法中4种不同的核函数,对2种影像进行分类实验.结果表明,对于多光谱影像,RBF核函数分类精度最高,Sigmoid最低;对于高光谱影像,Linear核函数分类精度最高,Sigmoid最低;对于同地区相同分辨率的遥感图像,在分类条件相同的情况下,多光谱影像的分类精度和高光谱的分类精度相近.     

RS-232端口光电隔离型电涌保护器

根据气体放电管和瞬态抑制二极管的保护特性,合理选择退耦元件参数,实现多级SPD间的能量配合,并结合光纤的保护性能设计RS-232接口的保护电路.最后利用雷电冲击试验平台LST-6kV/3 kA、ICGS冲击平台以及DF1641C函数发生器对保护电路进行实验,以验证设计的方案.实验结果表明:在加上保护器件后,通信端口的抗雷电过压能力得到了很大的提高,并且加入该保护电路以后基本不会对原电路产生插入损耗.     

汽车拉杆总成试验台计算机测控系统研究

以汽车转向拉杆球头销疲劳试验台为应用背景,阐述了如何采用VB6.0编程语言实现西门子S7-200系列PLC与上位计算机的串行通信,完成了PLC与计算机之间的数据交换,为最终实现计算机对PLC所连接的试验台工作状态的实时监控提供了通信支持.     

中长期电力负荷预测研究

为了有效地提高电力负荷的预测精度,针对影响中长期电力负荷多因素间的非线性和不确定性,提出了一种粗糙集(RS)和最小二乘支持向量机(LSSVM)相结合的中长期电力负荷预测方法.采用粗糙集理论把影响电力负荷的六个因素,属性约简为三个核心属性,减少了LSSVM的输入量,提高了电力负荷预测系统的快速性;粗糙最小二乘支持向量机回归建模,构造RS-LSSVM的电力负荷预测模型,提高预测的精度.最后进行仿真,改进模型应用于某地区的中长期电力负荷的拟合和预测中,采用RS-LSSVM模型,与BP神经网络的拟合预测结果相比,预测误差明显小于BP神经网络,具有更高的预测精度,为中长期的电力系统负荷预测提供了一种新的科学、有效的方法.     

基于支持向量机与粗糙集理论的病例诊断

针对支持向量分类机在病例诊断中,训练样本大、诊断速度慢的不足,根据粗糙集理论的属性约简和支持向量机的分类机理,提出了一种混合分类算法,对病例进行诊断.应用粗糙集理论在不损失有效信息的情况下对属性进行预处理,从决策表中删除冗余的属性和冲突对象,降低支持向量机的维数和分类过程中的复杂度.然后利用支持向量机的分类机原理,对对象进行分类和预测,从而达到对病例进行诊断.实验证明在通过粗糙集对信息约简后,在合理降低准确率的情况下提高了诊断速度,从而解决了支持向量分类机在处理大量病例信息情况下,诊断速度慢的问题.     

基于深度学习的内容推荐算法研究综述

推荐系统是学习用户偏好,实现个性化推荐的系统化应用技术,在商品购买、影音推荐、关联阅读等多领域得到了广泛的应用。近年来,随着多源异构数据的激增和深度学习的兴起,传统推荐算法中的表征学习模式逐步被深度学习代替。梳理推荐算法的背景和发展趋势,并给出内容推荐的算法思路及其优劣评价,分别介绍多层感知机、自动编码器、卷积神经网络以及循环神经网络等深度学习方法的网络结构和算法优势。从技术应用的视角综述深度学习在内容推荐中的应用现状与研究成果,对不同经典深度推荐算法进行分析与比较。在此基础上,指出深度学习在可解释性、学习效率等方面的不足,并对交叉领域学习、多任务学习、表征学习等未来研究方向进行展望。     

一种时序型总线硬件木马的植入与检测

RS总线集成电路在航空航天及工业控制领域具有广泛的应用,随着集成电路硬件木马的检测成为研究热点,作为总线硬件木马研究领域的分支,其设计越来越受关注。在常规时序型硬件木马的基础上,针对RS232总线集成电路,设计一种基于可逆计数器的时序型总线硬件木马。采用Xillix公司的ISE软件在RTL层设计相应的RS232总线Verilog代码,并在常规和可逆时序型硬件木马触发阈值呈等差递增的条件下进行Modelsim仿真分析,结果表明,在总线功能需求复杂和传输数据较多的情况下,可逆时序型木马比常规时序型硬件木马具有灵活性和较低的触发率,隐蔽性更强。