基于VC的上位机与PLC远程通信设计

上位机对远程PLC监控时,需要与远程PLC建立通信连接,研究通过电话网实现上位机和远程PLC通信的方法。下位机选用OMRONCQM1H型机,上位机利用Visu-alC 6.0及MSComm控件编程,调用调制解调器指令拨号与远程PLC建立连接,接着上位机根据HOSTLINK通信协议,向PLC发送命令帧数据,与PLC进行信息交换。该方法为进一步开发基于电话网的远程监控PLC系统提供了有价值的参考。     

用不规格网格有限差分法评价余粮堡灌区——木里图镇,唐家乡地下水资源

一、基本情况(一)地形地貌概况工作区位于通辽市西南约20公里,行政区划属通辽市木里图镇、唐家乡所辖,面积180余平方公里。清河位于北界,河水来源于引辽济清,非常年有水,属地上河,多年平均引水量为1.3立方米/秒。洪河构成南     

从MPEG-1到MPEG-21:创建一个可共用的多媒体基础架构

本文就MPEG的各个标准作了简要描述，从共用性的角度讨论了MPEG的现状及其发展方向。MPEG正在从呈现内容的标准走向一系列崭新的标准－ 交互地使用内容、正确地描述内容以及方便地传输内容。     

一种新型水中矿物油测试仪器的研制与开发

MFA 4 5 0型红外测油仪是吉林大学根据国家“九五”科技 (重点 )攻关项目的要求研制的新一代水中矿物油检测仪器 ,具有完全自主的知识产权。所采用的液芯波导红外吸收技术 ,光谱视网膜技术 ,直接稳定光源辐射的稳光技术 ,高精度的光源调制技术 ,操作安全、便捷、稳定的样品引入技术等是自行研制开发的专有技术。仪器具有优异的分析性能 :稳定性和测量精密度好 (RSD <1% ) ;灵敏度高 ,较现有同类仪器提高近 10倍 ,检出限低 ,达到 0 .0 3mg/L(油 /萃取剂 ) ;动态线性范围宽 (0 .10mg/L～ 12 0 .0 0mg/L) ;线性好 ,相关系数R2 >0 .999。仪器可广泛应用于水中矿物油、动植物油、土壤中油、油烟中油、半导体器件表面和各种工业产品表面残留油的定量测定。     

流动注射分析技术的若干进展

简要介绍了流动注射分析技术的基本原理、检测技术和分离富集技术。对顺序注射分析技术、流动注射-表面可更新技术及流动注射-毛细管电泳联用技术等的最新进展作了评述。列举了1998年以来FIA的一些分析应用。     

水体和土壤中矿物油的常用测量方法与仪器

较详细地评述了国内外测量水体和土壤中矿物油常用方法和仪器的现状，优缺点及发展趋势，包括：重量法、浊度法、气相色谱法、电阻法，热解法，紫外吸收光度法，荧光光度法，红外吸收光度法（非色散红外吸收光度法和红外分光光度法）。     

基于局部标准差与显著图的模糊图像质量评价方法

为了有效地对模糊图像的质量进行评价,提出了基于局部标准差和显著图的无参考模糊图像质量评价方法。首先,针对待评价图像,利用高斯低通滤波器对其进行模糊化来构造参考图像。然后,利用图像的局部标准差和显著图两个特征在模糊化前后的变化情况,对原模糊图像的质量进行评价。最后分别在LIVE图像库和CSIQ图像库上对本文方法进行了验证,其中Pearson线性相关系数(PLCC)值分别达到了0.9315和0.9254,Spearman秩相关系数(SROCC)值分别达到了0.9258和0.8962。实验结果表明本文方法与当前公认性能优越的算法LPC-SI表现接近,且计算复杂度较低,耗时仅为其4.7%。     

支持虚拟现实展示的电力综合监测系统

传统的在线监测系统对于移动巡检和现场作业支持功能较弱,不能实现与现场作业人员交互的功能。介绍了一种支持移动作业的电力综合监测系统方案,详细描述了系统的整体结构,服务器端的实现框架,移动设备服务程序的功能结构及主要功能的实现方法。根据技术方案建立完整的监测系统,通过测试表明系统实现了综合移动监测功能,其交互方式灵活,显示信息全面、直观。     

求解指路标志指引路径规划问题的改进人工蜂群算法*

摘要:针对指路标志指引路径规划问题,提出了一种基于改进人工蜂群算法的求解方法。首先,基于路网拓扑表达,对指路标志指引路径规划问题进行论述;其次,考虑指路标志指引路径规划问题的离散型特点,设计了人工蜂群算法求解的具体的方法和步骤;为了提高人工蜂群算法求解指路标志指引路径规划问题的收敛速度和寻优性能,引入遗传交叉因子、精英保留策略和动态侦查蜂机制对传统人工蜂群算法进行改进;最后,选取广州市大学城作为试验区域,将改进的人工蜂群算法用于求解指路标志指引路径规划问题,试验结果表明：改进后的算法有效的解决了传统人工蜂群算法在求解指路标志指引路径规划问题时收敛速度慢、易早熟等的缺陷,更具可行性。     

一种基于深度学习的改进人脸识别算法

针对当前许多算法在非约束条件下特征判别能力不强、人脸识别性能不佳等问题,提出一种基于深度学习的改进人脸识别算法,通过训练多任务级联卷积神经网络,完成非约束图像的人脸检测和人脸归一化,提高训练图像的人脸信息,减少对模型的干扰。同时使用Softmax损失与中心损失联合监督训练模型,优化类内聚合、类间分散。实验结果表明,该算法提高了模型的特征判别能力,在LFW标准测试集上达到了较高的识别率。