车载安全报警系统

本文设计的车载安全系统以单片机为主要部件,用C语言进行软件设计,硬件由六部分组成:传感器、A/D转换系统,CPU控制系统,液晶显示系统和GSM通信系统.通过对传感器输出值的判断及转换,通过一定算法的辅助在超过设定值后激发GSM通讯系统进行安全报警,在此基础上增加了12864显示模块进行时时测量值的显示,使本产品智能化,符合现代社会电子信息化的要求.     

试论医疗器械中的人机工程学

医疗器械是一种特殊的使用器材，是医生治疗疾病的主要工具。在现阶段我国医院发展过程中医疗事故频发，这与医疗器械的质量具有密切关系。医疗器械使用过程死板、复杂，是医疗器械的通病，如何让操作医疗器械的过程变得简洁、高效，是我国医院普遍关注的问题。     

深度学习视频超分辨率技术综述

视频超分辨率技术在卫星遥感侦测、视频监控和医疗影像等方面发挥着关键作用,在各领域具有广阔的应用前景,受到广泛关注,但传统的视频超分辨率算法具有一定局限性。随着深度学习技术的愈发成熟,基于深度神经网络的超分辨率算法在性能上取得了长足进步。充分融合视频时空信息可以快速高效地恢复真实且自然的纹理,视频超分辨率算法因其独特的优势成为一个研究热点。本文系统地对基于深度学习的视频超分辨率的研究进展进行详细综述,对基于深度学习的视频超分辨率技术的数据集和评价指标进行全面归纳,将现有视频超分辨率方法按研究思路分成两大类,即基于图像配准的视频超分辨率方法和非图像配准的视频超分辨率方法,并进一步立足于深度卷积神经网络的模型结构、模型优化历程和运动估计补偿的方法将视频超分辨率网络细分为10个子类,同时利用充足的实验数据对每种方法的核心思想以及网络结构的优缺点进行了对比分析。尽管视频超分辨率网络的重建效果在不断优化,模型参数量在逐渐降低,训练和推理速度在不断加快,然而已有的网络模型在性能上仍然存在提升的潜能。本文对基于深度学习的视频超分辨率技术存在的挑战和未来的发展前景进行了讨论。     

汽车电气系统中总线技术的应用

总线技术应用于汽车电气系统中,实现了车载电气系统的自动化,所以总线技术在车载电气系统中的应用引起了广泛关注。本文首先简要分析了汽车电气系统中总线技术的形成和发展,然后对CAN、LIN、MOST以及FlexRay四种总线技术进行了深入分析,并且细致讨论了其优缺点和未来发展方向。     

孔子讲授《诗经》的课程特征及其现代传承——基于《论语》与《孔子诗论》的双重文献分析

《诗经》是孔门的经学入门教材，孔子讲授《诗经》的过程体现其对如何保存与传承经典文献的思考。传世文献《论语》和出土文献《孔子诗论》中记载孔子讲授《诗经》以启思育志为总目标，根据弟子的实际需求进一步确定具体目标。课程采用颂、雅、风的教学次第，在课程实施过程中灵活地运用循序引诗、以情评诗和诗乐结合3种教学方法。孔子讲授《诗经》的过程体现出中国传统课程偏重伦理、学程和文献的课程特征，为现代高校经典文献课程的改革提供了新思路。在继承传统课程经验的基础上，经典文献课程应充分发掘经典文献的多元价值，以恰当的教学方法激发学生阅读经典文献之趣，构建以实践为导向的评估方式，通过改革创生出具有中国特色的经典文献课程，以培养具有文化自信的新兴之辈。     

新疆油田FHDP102新型复合增效射孔器适用性研究

新疆油田储层复杂,存在使用射孔器盲目性和适应性差的问题,通过国内外复合增效射孔技术的发展现状、适用性和优缺点分析,研发了FHDP102新型复合增效射孔器,并完成采油井和注水井射孔完井136井次,对比217井次常规射孔,对比层达231层。实践研究表明,使用FHDP102新型复合增效射孔器较常规射孔,主力油层采液强度提高幅度1．97％～873．96％,吸水指数提高了16．0％～156．4％,产液强度和产油强度平均值提高了108．8％和12．2％;高渗裂缝发育型砂岩油藏中采液强度、采油强度比常规射孔井分别提高了46％、369．7％,增产效果显著。但是,对于超低渗的油气藏,效果不明显。     

CPU-GPU并行矩阵乘法的实现与性能分析

实现ATI平台上的CPU-GPU混合并行DGEMM,采用在GPU和CPU上同时进行计算的方法来提高运算性能。实验结果证明,当矩阵规模较大时,在AMD Phenom II X4 940和ATI FireStream 9270平台上,混合DGEMM性能相对于单独使用GPU平均提升了16%。通过实验验证了混合DGEMM性能、加速比、任务分配比例的估算方法,并探讨了影响混合DGEMM性能的各种因素。     

基于改进YOLOv5算法的带钢表面缺陷检测北大核心

针对当前带钢在表面缺陷检测过程中存在检测算法精度有待提高等问题,提出了一种基于改进YOLOv5算法的带钢表面缺陷检测模型。首先,在检测端构建新的检测层,提高网络对不同尺寸目标的检测;其次,在主干网络结构中引入注意力模块,进一步加强网络提取特征的能力;然后,通过BiFPN_Add来增强深浅层特征信息的融合;最后,构建新的CNeB模块来取代各检测层对应的C3模块,进而增强网络对特征的提取。实验结果表明,改进后的算法在NEU-DET数据集上均值平均精度达到了80.9%,较原有的算法提升了4.5%,同时检测速度与原模型保持基本不变,性能优于目前其他主流的检测方法。