基于LonWorks现场总线的智能节点设计

文章介绍了一种模拟设备到LonWorks现场总线的智能控制节点的硬件电路及软件设计方法.它具有成本低、集成度高、组网方便等优点,经实验验证是切实可行的.     

ADμC812的数据采集子系统及其在多路湿湿监测系统中的应用

本文介绍了基于ADμC812单片机的ADC采集子系统的硬件组成结构和软件设计方法及其在多路温湿监测系统中的应用。     

基于MATLAB图形界面的模糊控制系统的仿真

随着模糊控制的迅速推广使用,Matlab Fuzzy Logic工具箱以其功能强大和方便易用的特点得到了用户的广泛欢迎。     

基于Lonworks现场总线的回转窑分解炉控制系统设计

基于Ｌｏｎｗｏｒｋｓ现场总线技术，构建了一个水泥回转 窑分解炉的分散式智能控制网络系统。对该控制系统的结构特征、控制策略等进行了探讨，并着重介绍了采用模糊控制算法的智能节点设计。     

基于Intel80C196的通用伺服控制系统

介绍一种以80C196KC和80C196MC双单片机为控制核心的通用伺服控制系统。该系统在同一硬件平台上通过改变软件的运行方式和控制算法,可实现对感应异步电机、永磁同步电机和直流伺服电机等三种不同电机的伺服控制。     

基于3G的智能电表网络接入方案

针对智能电网中高级测量体系的实时互动要求,以及现有的分时峰谷电表、预付费电能表及具有异地抄表功能的电能表不能满足通信速率、安全性等方面要求的现状,提出了基于3G技术的智能电表通信网络接入方案,为电力用户和电力部门实现双向数据交互提供网络支持,具有通信速率高、实时性好、安全等优势;文章基于ARM平台和内嵌TCP/IP协议栈3G模块,实现了智能电表在嵌入式系统下通过PPP拨号成功接入3G网络。     

一种自下而上的人脸检测算法

针对在非控条件下的人脸检测经常遇到的问题,比如复杂的人脸姿态表情、严重的人脸遮挡、外界环境背景复杂、光照条件差、小人脸等提出了一种自下而上的人脸检测方法。自下而上的人脸检测是基于深度学习的,先进行人脸相关关键点检测和关键点之间的位置关系检测再进行人脸检测。网络结构采用稠密网络进行图像特征提取,提取到的特征传送给6个级联网络,每个级联网络由两个分支网络构成,分支网络1用来预测人脸相关关键点位置坐标,分支网络2用来预测关键点之间的位置关系。利用得到的关键点位置和位置关系进行人脸检测。在FDDB测试集上进行了验证,取得了0.98的成绩,并可以在输入图像分辨率为1920x1080的情况下,能检测到的最小人脸分辨率为10x10,使用GPU Nvidia Gefore GTX 1070最快能达到17fps。     

在I2C总线系统中扩展LCD显示器

介绍一种利用Philips公司生产的P87LPC764单片机作为I^2C总线控制器与I^2C总线显示器件PCF8577C构成的LCD显示器电路,并给出相庆的程序清单。     

智能控制在轧钢加热炉冷却泵站的应用

针对轧钢加热炉冷却水系统的特征,提出了一种采用Bang-Bang控制,Puzzy控制,PI控制相结合的混合控制方法,较好地满足了加热炉工艺要求,且取得了明显的节能效果。     

基于聚类-改进灰狼算法的设施番茄分割识别方法

设施环境中的果实图像识别是作物生长监控和采摘智能化的关键技术之一。以设施番茄(品种:苏粉14)为研究对象,针对其获取图像果实粘连导致机器作业识别不准确,且识别效果受光线影响等问题,提出了一种改进灰狼算法优化聚类中心的番茄图像自动分割方法,并通过形态学和多尺度Hough变换算法对目标进行提取,完成图像中粘连果实的分割与识别。首先通过添加扰动因子对灰狼算法进行改进,调整搜索半径,增强全局寻优能力,避免算法陷入局部最优,然后利用改进灰狼算法对K均值聚类算法的聚类中心进行优化,模拟灰狼狩猎机制,寻找一组最佳聚类中心,克服原始聚类算法对初始中心点的过度依赖,提高其聚类效果,为识别设施番茄果实提供了良好的分割基础。对分割后的图像进行几何形态学处理,然后通过多尺度Hough圆检测,对果实进行识别和定位。随机选取200幅番茄图像进行实验,实验结果表明,相对于粒子群优化算法和遗传算法等优化算法,聚类-改进灰狼算法在收敛速度、聚类质量和稳定性方面都有显著提升,其中运行时间比K均值聚类算法缩短48.7%,峰值信噪比提高了45.2%,结构相似度提升了10.2%。聚类-改进灰狼算法果实平均识别率为89.2%,比通过K均值聚类算法进行分割的果实平均识别率提高了10.8%,识别率明显提高,实现了番茄果实的识别和定位。