基于蓝牙的嵌入式数据采集系统的设计

结合嵌入式技术与蓝牙技术的优势,设计了一种基于蓝牙技术的嵌入式数据采集系统,主要阐述了ARM微处理器、uClinux系统和蓝牙模块作为主要的软件、硬件的设计思想.而在工业现场中一些环境恶劣、布线不便的工业现场采用无线通信技术来实现数据的采集,使得数据的采集和远程监测更为简单和方便.     

基于Windows Media的网络媒体服务系统的实现

介绍了Windows Media系统的体系结构和通信协议,构建了采用Windows Media技术的网络媒体服务系统,详细叙述了系统的连接、配置和技术要点,以较低的代价实现了媒体服务系统的应用。     

玉米黄酒发酵条件的优化

以玉米碴为原料,分别选用UV－48黑曲霉和啤酒酵母为发酵菌种,通过对接种量、培养温度、pH值以及发酵周期的研究,确定以玉米为原料制作黄酒的最佳发酵条件为：最适接种量为糖化菌10％,酵母菌1％;最适发酵温度为15－18℃;最适pH值为4.5-5.5,最适发酵周期为16－19d。     

聚类后的关联规则快速更新算法研究*

关联规则和聚类分析是数据挖掘中重要的研究课题。通过对关联规则挖掘算法Apriori算法进行分析与研究,指出了其在实用中存在的两个主要问题。鉴于此,在分析聚类分析和关联规则两种挖掘算法的基础上,讨论了将这两种独立的挖掘方法集成起来的联合挖掘,使其可以有效地压缩数据规模。给出了聚类后的关联规则快速更新算法描述。实验结果表明,算法性能优良,提高了数据挖掘执行效率。     

细胞分裂素6─BA合成新方法的研究

用医药工业的副产物乙酰基次黄嘌呤（Ⅰ）在弱酸条件下水解，生成次黄嘌呤（Ⅱ），经三氟氧磷在吡啶溶液中缩合，生成６－吡啶盐中间体（Ⅲ），再与苄胺反应，制得高效植物细胞分裂素６－ＢＡ（Ⅳ）。     

水流泵的設計

一、前言水流泵是噴射装置的一种,它是一种构造簡单、紧凑,操作簡便,不占面积而且易于制造的設备,它并不直接消耗机械动力及电力,故工业上可装置于有水的地方。特别在尾气处理方面,为了改善操作环境或回收有价值而又易溶于水的气体或是为了維持系統的真空操作等等方面有其广泛的用途,例如氯碱厂的盐酸吸收部分的尾气处理就是用水流泵来吸收尾气中的氯化氫气体,使在免除污染周圍空气、影响环境卫生的同时盫ち苏婵詹僮鳌4送?在热电厂中汽輪机冷凝器仍有采用水流泵来抽真空等等不胜一一枚举。当前在我国工农业迅速发展的形势下,化工方面对这种設备的需要也日益扩大,据此情况,特就現有資料作一扼要介紹。     

基于Modbus协议的ZigBee瓦斯检测器的设计

针对传统瓦斯检测仪器存在的测量范围小,布线不便等不足,设计了一种基于Modbus协议的ZigBee瓦斯检测器。该系统以AVR的atmega169PA为核心,利用智能型非色散红外瓦斯传感器构成瓦斯检测电路,运用ZigBee远程传输与上位机实现信息共享,通过Modbus总线协议实现多地点组网测量。结论证明此设计提高了瓦斯浓度的测量范围,减少了铺设线路带来的浪费与不便,可形成大面积区域性的多点检测,具有较高的应用价值。     

矿区形变区及中心形变速率研究

以河南省鹤壁市鹤壁二矿、三矿、五矿和六矿为实验区,采用永久散射体差分干涉测量技术（PS—InSAR）,对实验区2008--2010年共12景ENVISATASAR数据时序SAR影像进行处理．实验结果提取出6个形变较大的相位变化区域,与实际矿区空间位置有良好的吻合,在2008--2010年期间累积形变量最大至60mm,最大形变速率为25mm／a,其它形变区域中心的形变速率都在16～20mm／a之间．     

基于风速功率关系带的时间序列法预测研究

在运用时间序列法预测风速及风电功率的基础上,采用分层统计法对16台风电机组的风速功率数据进行统计分析,得出基于实测数据的风速功率关系带,用于提取有效历史功率点,达到提高风电功率预测精度的目的．运用MATLAB软件编程实现预测,并选取合适的误差衡量指标进行误差分析．     

A novel spectrum prediction scheme based on SVM in cognitive radio networks

In cognitive radio networks, Secondary Users (SUs) have opportunities to access the spectrum channel when primary user would not use it, which will enhance the resource utilization. In order to avoid interference to primary users, it is very important and essential for SUs to sense the idle spectrum channels, but also it is very hard to detect all the channels in a short time due to the hardware restriction. This paper proposes a novel spectrum prediction scheme based on Support Vector Machines (SVM), to save the time and energy consumed by spectrum sensing via predicting the channels’ state before detecting. Besides, spectrum utilization is further improved by using the cooperative mechanism, in which SUs could share spectrum channels’ history state information and prediction results with neighbor nodes. The simulation results show that the algorithm has high prediction accuracy under the condition of small training sample case, and can obviously reduce the detecting energy, which also leads to the improvement of spectrum utilization.