排序方式: 共有7条查询结果,搜索用时 31 毫秒
1
1.
新一代液晶显示系统设计与实现 总被引:1,自引:0,他引:1
随着时代的演进和科技的进步,液晶显示已经在现代科技产品中得到广泛应用,为了提高液晶显示系统在带有电容触摸技术的现代电子产品中开发与应用,文章中采用新一代8位STM8S208系列MCU和ET-12864F液晶显示模块,设计了一种新型的液晶显示系统;同时介绍了STM8S208单片机的优越性和ET-12864F液晶显示模块的具体操作方法,并给出了单片机STM8S208与液晶显示模块ET-12864F构建的硬件接口电路和程序设计;经实践应用,该液晶显示系统应用开发成本低,效率高具有较好的项目应用参考价值。 相似文献
2.
为了提高电容触摸按键系统的可靠性,从JST080的工作原理出发,实现了JST080触摸按键的抗干扰能力和自适应能力优化设计.该方案可以有效处理各种干扰信号,具有环境自适应处理和相邻感应按键抑制的功能,为触摸按键系统的实现提供了一种新的解决方案. 相似文献
3.
4.
5.
介绍基于STM8S208系列单片机的编程器的设计与实现,该编程器由七个底层电路控制模块组成,上层利用Visual C++编写烧录程序以及烧录界面,通过串口实现下位机与上位机的通信,功能强大,可以烧录多款市面上常用的单片机芯片.配合I2C模块,可以实现脱机烧录,使用非常方便. 相似文献
6.
本文在传统神经网络(NN)、循环神经网络(RNN)、长短时记忆网络(LSTM)与门控循环单元(GRU)等神经网络时间预测模型基础上, 进一步构建集成学习(EL)时间序列预测模型, 研究神经网络类模型、集成学习模型和传统时间序列模型在股票指数预测上的表现. 本文以16只A股和国际股票市场指数为样本, 比较模型在不同预测期间和不同国家和地区股票市场上的表现.本文主要结论如下: 第一, 神经网络类时间序列预测模型和神经网络集成学习时间序列预测模型在表现上显著稳健优于传统金融时间序列预测模型, 预测性能提高大约35%; 第二, 神经网络类模型和神经网络集成学习模型在中国和美国股票市场上的表现优于其他发达国家和地区的股票市场. 相似文献
1