基于时序的单片机多任务系统驱动策略

在单片机系统开发中，多任务系统容易出现调度阻塞。本文分析了产生任务阻塞的原因，提出了一种基于时序逻辑的多任务驱动策略，通过具体案例设计了常用外围模块的多任务驱动模板。实验结果表明，该多任务系统调度策略能够有效保证多任务系统运行流畅，有效解决了多任务阻塞问题，为基于单片机执行多任务系统开发提供了一个新思路。     

无线局域网的标准、安全性与WAPI

首先介绍了无线局域网的国际标准与其他常用标准 ,然后分析了无线局域网的常用安全措施及优缺点 ,最后介绍了中国最新的无线局域网标准的制度及 WAPI的原理及特点     

基于U-Net的多尺度融合视网膜血管分割算法

针对眼底血管图像具有形状多样、分叉较多、曲度复杂的特点,提出了一种多尺度融合视网膜血管分割算法.该算法基于U-Net模型进行改进,首先在编码和解码部分使用短跳跃连接模块将网络浅层和深层的特征信息进行融合,通过增加浅层特征的权重,更多地保留了血管的边缘和细微结构信息.其次在编码部分采用空洞卷积构建空洞空间金字塔池化模块代替传统卷积块,来扩大算法的感受野,从而在不增加网络参数的同时进行多尺度特征融合,提取更丰富的空间信息.通过在DRIVE数据集上进行验证,实验结果表明:本算法的准确率和AUC值分别达到0.9572、0.9811,与U-Net等其他基于深度学习的算法相比分割效果更优,从而验证本算法在视网膜血管分割中更加有效.     

某含砷铅矿石抑砷浮铅试验研究

针对某含砷铅矿石性质,进行了抑砷浮铅工艺探讨,考察了铅捕收剂、砷抑制剂等因素对铅砷分离指标的影响,并通过正交试验研究了药剂之间的协同作用。结果表明:在最佳条件下,采用石灰、硫代硫酸钠、硫酸铵组合作为砷抑制剂,丁铵黑药、乙硫氮组合作为铅捕收剂,对矿石进行抑砷浮铅选别,闭路流程获得的铅精矿铅品位46.00%、铅回收率83.26%,银品位1 190.00 g/t、银回收率79.77%,含砷0.58%;砷精矿砷品位8.81%、砷回收率74.58%。     

基于动态功能连接的握力运动参数脑电识别

为了研究握力运动过程中脑功能网络(Brain Functional Network,BFN)的动态变化特征及对握力运动参数任务识别的影响,提出一种加权相位滞后指数法构建动态脑功能网络.通过对预处理的EEG时间序列按照一定的非重叠窗口截断成等长的子时间序列,按时间顺序,利用相位同步特性对所有子序列进行筛选;筛选出的有效数据段用加权相位滞后指数法估计功能连接大小,构建相应节点的脑功能网络;提取4种不同网络特征参数,对其进行串行融合获得特征向量;最后以支持向量机作为分类器进行分类.与静息态和不均匀子时段划分方法相比,所提方法的平均识别率提高到了74％.     

青海某含金磁铁矿工艺矿物学研究

通过采用光学显微镜、X射线衍射及偏光显微镜等分析手段,对青海某含金磁铁矿矿石进行了系统的工艺矿物学研究,查清了矿石化学成分、矿物组成、结构构造,以及主要有用矿物工艺特征等,分析得出影响金回收及铁精矿质量的主要因素为矿石中含金硫化物与磁铁矿嵌布关系复杂、粒度分布不均匀等,适宜采用先浮选含金硫化物,再磁选回收铁的选矿工艺。     

工艺矿物学研究在青海某铅锌矿应用

以青海某铅锌矿为研究对象,通过光谱半定量分析、化学多元素分析、物相分析、电子探针和粒度分析等手段对其进行了系统的工艺矿物学研究。查明了其矿物组成、化学组成、矿物共伴生关系、主要矿物粒度组成及嵌布特征。结果表明:该铅锌矿主要以方铅矿、铅黄、闪锌矿、铁闪锌矿为主,伴生银矿物则以浓(深)红银矿、脆银矿等自然银状态以及铅锌中共生状态存在;脉石矿物主要为石英、绢云母、绿泥石和高岭石。该研究结果可为该铅锌矿资源高效开发利用提供参考价值。     

应用Slab技术分配内存

给出了应用Slab技术来提高系统内核内存的分配效率的方法．该技术通过采用面向对象的缓存分配方法来降低分配时的复杂度，并通过着色机制来提高系统中的高速缓存的命中率和平衡总线的使用．Slab与传统的SVR4内分配器相比，平均分配和释放时间由9．4μs减至3．8μs，碎片总数由46％减少到14％．应用Slab技术捕获IP包，总体效率提高5％。     

BPMA在某低品位铌钽矿工艺矿物学研究中的应用

本文探讨了某低品位铌钽矿的工艺矿物学.通过化学分析、BPMA各项分析,查明了矿石中的主要矿物、有用矿物、铌钽的赋存状态、矿物粒度及嵌布特征.研究表明,该铌钽矿主要有用元素为铌钽,由于铌、钽品位低,分散于榍石中的铌钽占比较高却又无法利用,铌铁矿、铌钙矿和褐钇铌矿则由于粒度极微细,细磨很难使其单体解离,因此该矿石中的铌、钽很难有效回收.     

青海榴辉岩型金红石矿工艺矿物学研究

通过光学显微镜、多元素分析分析法、电子探针、X射线粉体衍射仪等手段,对青海榴辉岩型金红石矿的矿物学开展了详细的研究,查明了该矿主要由Fe、Al、Mg、K、Na、Mn、Si、S、O等元素组成;查明了该矿中的矿物主要是由铁铝榴石、绿辉石、角闪石、绿泥石和金红石等矿物组成,其中石榴子石含量为56.5%,绿辉石含量为24.2%;查明了矿石的结构构造,并进行了主要矿物工艺矿物粒度测定。研究结果表明,矿石中钛主要以金红石的形式存在,嵌布粒度为中细粒嵌布,被石榴子石和绿辉石包裹,造成金红石选矿回收率较低,但石榴子石和绿辉石颗粒较粗,且大部分金红石与石榴子石和绿辉石之间的接触较为平直,有利于金红石的单体解离,选矿回收难度不大。该工艺矿物学研究为青海榴辉岩型金红石矿的选冶工艺及其综合利用提供了重要的参考依据。