首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   8篇
  完全免费   3篇
  自动化技术   11篇
  2019年   1篇
  2018年   1篇
  2017年   1篇
  2015年   1篇
  2010年   1篇
  2009年   1篇
  2008年   1篇
  2004年   1篇
  2003年   1篇
  2002年   1篇
  2001年   1篇
排序方式: 共有11条查询结果,搜索用时 78 毫秒
1.
嵌入式网络体系结构研究及网络接口实现*   总被引:4,自引:1,他引:3       下载免费PDF全文
回顾了以往嵌入式网络采用的体系结构,介绍了它们的发展以及存在的问题。提出一种基于因特网的嵌入式网络体系结构,在对其网络接口的实现中,介绍了以单片机为硬件核心和以thin TCP/IP为软件核心的实现方案。这种体系结构的实现将推动嵌入式网络技术的发展。  相似文献
2.
EZ-USB接口设备的软配置技术   总被引:2,自引:0,他引:2  
介绍EZ-USB器件的基本特性和EZ-USB接口设备的开发方法,结合具体设计示例重点讨论EZ—USB接口设备的软配置方式和固件装载技术。  相似文献
3.
DC-DC电源系统的优化设计   总被引:1,自引:0,他引:1  
紧凑型电子设备中DC-DC电源系统效率是一个非常关键的问题。详细分析了DC-DC电源系统各部分之间的相互作用以及影响DC-DC电源系统效率的主要因素,并指出:结合DC-DC转换器的输入特性,合理配置电源参数与选取DC-DC工作点可以有效地改善DC-DC电源系统效率。  相似文献
4.
基于多尺度MRF的膝关节MRI图像快速分割   总被引:1,自引:0,他引:1  
膝关节MRI图像中骨骼的精确分割是进一步分割与定量分析膝部软组织的前提。目前膝关节骨骼分割的方法比较耗时或需要一定的人机交互。为解决这一问题,将多尺度MRF方法引入到膝关节MRI分割中,以实现快速无监督的分割。首先建立高斯混合的灰度统计模型,运用MDL准则自动确定类别的数目。建立多尺度MRF的先验模型时,利用尺度间的因果性给出非迭代的计算方法,由细尺度往粗尺度传递统计信息,再由粗尺度往细尺度计算每个像素的最大后验概率,从而实现快速准确的分割。实验结果表明,与单尺度MRF相比,多尺度MRF分割膝关节MRI所需时间大大减少,且精度与专家手动分割标准相当。算法通过建立多尺度马尔可夫随机场模型,完成了低信噪比膝关节MRI图像快速准确分割,可作为进一步自动分割软骨与半月板等软组织的基础。  相似文献
5.
介绍线圈感应式车辆检测器的检测原理及其软硬件设计,利用DSP的高速数据处理能力实现完善的自适应算法,同时在设计中采用大规模的CPLD器件,有效地提高了检测器的性能。  相似文献
6.
提出了一种基于抽样的H.264帧内4×4块预测模式选择方法,设计了基于PLB总线的IP核,对预测点进行抽样选择,并对硬件资源的消耗进行了优化.将此方法在JM中与全搜索进行了比较,并将设计的软核在Xilinx Virtex-Ⅱ PRO开发板中进行了验证.结果表明,该抽样算法在PSNR和编码比特数方面都能达到与全搜索相近的结果,而且软核在硬件资源的消耗上也有明显的减少,编码效率明显提高,能够适应实时编码.  相似文献
7.
提出了在FPGA上实现H.264中整数变换量化的方法,设计了基于动态数据宽度和流水线技术的软核(IP),在处理速度和硬件资源方面分别进行优化。此软核作为PowerPC的一个硬件加速模块在Xilinx Virtex-ⅡPRO中进行了验证。实验表明,在目前较难使用软件方法实现高分辨率图像实时编码的情况下,本文设计的软核能够提供2110MPixels/s的编码速率,完全适应实时编码。  相似文献
8.
目的 针对基于学习的图像超分辨率重建算法中存在边缘信息丢失、易产生视觉伪影等问题,提出一种基于边缘增强的深层网络模型用于图像的超分辨率重建。方法 本文算法首先利用预处理网络提取输入低分辨率图像的低级特征,然后将其分别输入到两路网络,其中一路网络通过卷积层级联的卷积网络得到高级特征,另一路网络通过卷积网络和与卷积网络成镜像结构的反卷积网络的级联实现图像边缘的重建。最后,利用支路连接将两路网络的结果进行融合,并将其结果通过一个卷积层从而得到最终重建的具有边缘增强效果的高分辨率图像。结果 以峰值信噪比(PSNR)和结构相似度(SSIM)作为评价指标来评价算法性能,在Set5、Set14和B100等常用测试集上放大3倍情况下进行实验,并且PSNR/SSIM指标分别取得了33.24 dB/0.9156、30.60 dB/0.852 1和28.45 dB/0.787 3的结果,相比其他方法有很大提升。结论 定量与定性的实验结果表明,基于边缘增强的深层网络的图像超分辨重建算法所重建的高分辨率图像不仅在重建图像边缘信息方面有较好的改善,同时也在客观评价和主观视觉上都有很大提高。  相似文献
9.
基于学习的图像超分辨率(Super-resolution,SR)算法利用样本先验知识来重建图像,相较于其他重建方法拥有明显的优势,也是近年来研究的热点.论文首先分析了影响图像重建质量的因素,然后对基于卷积神经网络的图像超分辨率重建算法(Super-resolution convolutional neural network,SRCNN)提出了两点改进:我们用随机线性纠正单元(Randomized rectified linear unit,RReLU)去避免原有网络学习中对图像某些重要的信息过压缩,同时我们用NAG (Nesterov's accelerated gradient)方法去加速网络的收敛并且避免了网络在梯度更新的时候产生较大的震荡.最后通过实验验证了我们改进网络可以获得更好的主观视觉评价和客观量化评价.  相似文献
10.
皮肤是人体最大的器官,面色相对于人体其他生物属性具有更便捷、更稳定的特性。因此,设计一个完整有效的面色分级系统是非常有意义的。本文中,面色分级系统被分为皮肤分割和面色分级2部分。针对皮肤分割任务,在生成对抗网络框架下搭建了一个多尺度特征融合网络,相对于传统的语义分割网络,本文的分割模型充分地利用了每一层特征图的信息。在面色分级实验中,首先在归一化rgb、HSV和Lab颜色空间下使用1 000幅图像分别训练了支持向量机(SVM)和BP神经网络分类器,128幅皮肤图像被用作测试集,正确率在73%~76%;之后将颜色特征与皮肤区域纹理特征融合进行学习,使用SVM分类的正确率为85%,使用BP神经网络分类的正确率达到了91%。  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号