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。     

基于支持向量机的自适应均值滤波超声图像降噪

医学超声图像在成像过程中由于超声散射回波的相互干渉,导致所成图像中出现难以与器官、组织等人体结构区分的斑点噪声,给后期的临床诊断和图像后续处理带来了极大的不便。针对超声图像中的斑点噪声,提出了一种基于支持向量机(SVM)的自适应均值滤波超声图像降噪模型。该方法利用SVM的分类特性,将超声图像中的噪声信号和非噪声信号作出区分,再将SVM的分类结果和均值滤波相结合去对噪声图像进行去噪。这样可以保证医学含噪图像的组织区域和细节特征做到最大保留,噪声区域获得最大的平滑处理。在实验部分,通过对物理体膜和人体超声肝脏图像分别进行实验,结果表明,该方法可以有效抑制并降低超声图像中的斑点噪声,并保留了其边缘特征,使得去噪图像的信噪比显著增加,是一种有效的医学超声图像降噪方法。     

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％。     

结合多种注意力机制的方面词提取方法

方面词提取是方面级情感分析中最重要的子任务之一,其旨在从评论文本中找出意见目标。当前对于方面词提取主要使用卷积神经网络(Convolutional Neural Networks, CNN)和双嵌入的方法,但传统的CNN模型受限于卷积核感受野,不能很好地获取全局信息。为此,该文提出了一种基于双嵌入和多种注意力的方面词提取模型。联合使用non-local网络能够更好地捕获长范围依赖关系,使用与跳跃连接相结合的空间注意力能够更好地捕获文本的字符特征。该文模型在Laptop数据集和Restaurant数据集上分别进行了实验,F₁值分别为83.39%和76.26%。与多个基线模型相比,该文提出的模型性能更优。