基于ARM9的紫外检测仪的原理分析设计

通过介绍紫外检测仪的原理和所用的技术特点,并结合基于ARM9（S3C2440）芯片的特性,通过实验使原来基于单片机的紫外检测仪成功在ARM平台上实现功能,并且提高了设备精度,通过S3C2440丰富的外设接口,可以跟上位机进行数据交换。并且设计了基于Qt Embedded的嵌入式应用程序来进行功能的统一管理,为该设备以后满足客户需求（平台网络化和远程化）留下升级空间。     

基于贝叶斯网络的海量数据多维分类学习方法研究

摘 要: 多维分类根据数据实例的特征向量将数据实例在多个维度上进行分类,具有广泛的应用前景。在多维分类算法的模型学习过程中,海量的训练数据使得准确的分类算法需要很长的模型训练时间。为了提高多维分类的执行效率,同时保持高的预测准确性,本文提出了一种基于贝叶斯网络的多维分类学习方法。首先,将多维分类问题描述为条件概率分布问题。其次,根据类别向量之间的依赖关系建立了条件树贝叶斯网络模型。最后,根据训练数据集对条件树贝叶斯网络模型的结构和参数进行学习,并提出了一种多维分类预测算法。大量的真实数据集实验表明,本文提出的方法与当前最好的多维分类算法MMOC相比,在保持高准确性的同时将模型的训练时间降低了两个数量级。因此,本文提出的方法更适用于海量数据的多维分类应用中。     

基于C/S与B/S混合模式的通风机远程监控系统的设计与实现

将C/S(客户端/服务器)与B/S(浏览器/服务器)模式应用到煤矿井下通风机远程监控系统中,使用组态软件的网络结构,以及Web服务功能实现C/S与B/S模式的结构体系。介绍系统的基本硬件构成,与现场的连接与采集,以及通过DDE(动态数据交换)实现组态王(Kingview 6.53)与VB6.0间的数据交换,并结合OPC实现系统中所有支持OPC的节点获取数据,实现远程监控。     

基于CoDeSys环境下的并联机器人非线性方程求解

机器人技术发展到现在,虽然已经得到了突飞猛进的进步,但是对于并联机器人运动学正解的封闭解问题依然是机器人技术的瓶颈,在实际应用中采用的广义几何法和方程组的数值解法等,不但推导过程非常复杂,而且在求解的过程中还存在解不唯一的问题。为了避免上述问题,根据多元函数的Taylor公式推导出了一种基于三元非线性方程组牛顿迭代法的并联机器人运动学正解算法;同时,基于其数学原理,也可以得到并联机器人的反解。Taylor法以其自身的优势,巧妙地解决繁琐的并联机器人运动学正解多解取舍问题,直接获得了工作空间内满足运动连续性的合理解。该算法的迭代次数少,收敛速度快,是一种非常有潜力的方法。最后将该算法应用到CoDeSys开发环境,通过配置方式,证明Codesys环境下并联机器人运动学可实时灵活应用。