利用STM32片内A/D实现的同步电机数据采集控制器

同步电机数据采集控制器是利用基于Cortex-M3内核的STM32系列STM32F103ZE而设计的,信号采集是利用STM32F103ZE片内带有多路A/D的特点,采集了三相定子电压和三相定子电流以及同步电机励磁电压,通过软硬件设计,实现对同步电机的定子电压、定子电流及转子励磁电压波形进行实时采集并显示,从而实时监视电机的运行情况,并对运行情况进行保存、显示、上传的一种新型数据采集控制器.     

玉米种子轮廓的提取及识别装置的研究与实现

研究了玉米种子识别技术,针对国内国外的识别方法进行了归纳与总结,并设计了一个完整的玉米种子识别装置,解决了玉米种子图像采集问题,同时提取了玉米种子的边缘轮廓,为他研究玉米种子的形态特征打下了坚实基础.     

古汉字中远古饮食文化钩沉

古汉字是今人追溯和研究中国饮食文化源的不可忽视的重要经典。从“果”、“蓏”、“实”、“隹”、“有”、“将”诸字可知,先民开发利用食材的过程充满了理性思考;而从渔到猎的过渡,猎食水鸟是一个转折点。“熏”、“熟”、“庶”、“汤”诸字传递出先民对“熟”的理解和把握;而饮食生活实践最终上升为一种哲学思辨,充分体现了中国烹饪工艺在发展过程中体现出的伟大智慧。     

基于用电信息采集系统线损管理应用

线损率是综合反映电网规划设计、生产运行和经营管理水平的综合性经济技术指标,更是检验和评价单位综合管理水平的标尺。特别是随着“三集五大”体系建设的不断深化,专业化管理要求不断提升,对线损管理工作精益化水平就越来越高,急需实现线损统计的实时性、全面性和准确性。因此,本文从用电信息采集系统中如何实现线损管理应用,从线损模型的建立、系统中线损计算方案、线损指标查询、指标波动分析等几方面分别进行阐述,论证用电信息采集系统在线损管理工作中发挥的重要作用。     

基于SIFT特征匹配算法的目标跟踪及视频采集与传输研究

为了有效解决复杂背景情况下运动物体的跟踪问题,提出了一种基于SIFT特征匹配算法的目标跟踪方法。通过构建Do G尺度空间、FIFT特征点检测、特殊点描述子算法、特征点匹配将参考图像和待匹配图形进行SIFT特征点匹配,实现目标跟踪;并通过视频采集模块和无线传输模块将采集的目标图像进行无线传输。实验结果表明:SIFT特征匹配算法可对复杂环境中的目标信息进行有效跟踪。     

接入网综合网管采集接口技术分析

接入网是城域骨干网业务接入控制点以下的二层接入网络,包括:DSLAM设备、LAN设备(汇聚交换机及接入交换机)、PON设备、MSAN设备及WLAN设备等。随着"光纤入户"、"宽带提速"和"三网融合"等一系列政策战略的推进,为了实现集约化管理的方针,需要一套面向整个接入网的综合网管系统,实现包括拓扑管理、配置管理、故障管理、性能管理、资源管理、测试诊断、安全管理、系统管理、运行分析、业务自动激活等功能。文章结合目前最新的分布式技术、数据库技术、采集技术及中国电信集团相关规范对接入网综合网管的采集接口及测试技术进行研究。     

基于肤色的图像人数统计识别算法

提出一种YCbCr色彩空间中基于肤色的人数统计识别算法。通过计算所得阈值区分开肤色与非肤色区域,得出二值图像。对二值图像进行形态学处理,并根据人体生物特征进行筛选,选取目标区域,对连通区域进行统计。仿真结果表明,该算法能够准确地统计出图像的人数,且运算速度快,具有较好的实时性。     

塔西南前陆盆地喀什北区块复杂山地地震采集新进展

喀什凹陷喀什北区块位于塔西南前陆盆地冲断带的中部,为盆山过渡带,复杂的地形、地貌以及深部地质构造成为该区地震采集的主要难题。通过地震资料采集的各种影响因素剖析,对比以往的采集方法和剖面质量,梳理出影响喀什凹陷喀什北区块地震采集质量的主要因素。根据原始地震资料和处理后的剖面效果,认为宽线大组合方法适用于塔西南前陆盆地复杂山地野外施工和室内科学研究。     

基于单片机技术的火花塞离子电流检测系统研究

基于离子电流的诊断方法,设计了一套以火花塞为传感器,以MC9S12XS128单片机为核心的离子电流检测系统.该系统应用单片机技术以及离子电流回路检测发动机工作时的燃烧信号,通过高压硅堆以及小波降噪技术自动隔离高压、高频信号,然后对火花塞离子电流信号进行在线采集并通过界面显示,有效提取特征参数;对发动机运行过程中离子电流信号进行试验研究,采集1 000个点耗时约20 259μs,离子电流两个峰值之间的时间间隔大约为5 ms,此离子电流的峰值延迟时刻大约是42°,与实际气缸的燃烧情况基本一致;通过与数字示波器采集信号对比,验证了本系统对离子电流信号采集的准确性.     

基于稀疏强特征提取的三维地震数据完备方法

随着复杂储层地震资料特征筛选的机器学习技术的进步,如何有效地对参与地震属性优选和储层反演的地震样本进行采集和分析,成为目前智能地震预测领域的一个研究热点。目前的方法多着重于模型分类算法的改进,在标签的制作和采集方面不仅耗费大量时间进行人工标注,还存在标签不平衡情况下类内可靠性、类间平衡性不强等问题。为此,提出基于稀疏强特征提取的三维地震数据完备方法。首先,基于多数决原则的样本分割(Sample Segmentation Based on Majority Rule, SSMR)寻迹多尺度、多标签三维地震样本,进行采集、自动标注;然后,改进标签洗牌平衡方法(Improved Label Shuffling Balance Method, ILSB),通过“2+1”的样本增广平衡策略进行数据完备处理,改善样本采样不平衡性导致的模型训练偏向性;最后,利用基于最小L₁范数稀疏表示对奇异值分解结果进行强特征提取(Minimum L₁-norm Based Sparse Representation for Feature Extraction, L