电压波动和闪变对整流桥后电解电容器的影响

电网电压存在波动和闪变,使整流桥后电解电容器的纹波电流明显增加,导致其损耗增加和使用寿命缩短。为了分析该现象的成因和机制,利用三角函数模型定性分析电网电压波动和闪变引起电解电容器纹波电流的变化情况,同时推导验证了其有效值变大的现象。同时还介绍了电容器纹波电流的测试方法,并采用具有傅里叶分析功能的示波器对实际样机的纹波电流进行测试分析,获得了支持理论分析的实验数据和结果。     

基于双向生成对抗网络的图像超分辨率算法

基于深度学习的图像超分辨率重建算法不能很好地处理现实生活中有多种复杂噪声干扰的低分辨率图片,提出一种双向的生成对抗网络,引入下采样网络及重建网络联合学习的方法.下采样网络模拟生成现实生活中有复杂噪声及受运动干扰的低分辨率图片,重建网络将模拟生成的低分辨率图片恢复为细节清晰的高分辨率图片.实验结果表明,该算法能够重建出视觉效果良好的超分辨率图像,在Set5、DIV2 K等通用测试集上,其客观评价指标(PSNR、SSIM)对比于SRGAN方法分别提高了约0.9 dB,0.25.     

基于图卷积神经网络的人体三维重建

针对在人体三维重建任务中人体模型姿势参数的回归会出现不连续性或周期性的问题,以及生成的模型往往不能展现丰富的人体表面细节的问题.本文尝试使用神经网络从输入的原始图像中提取丰富的人体特征,并将所得特征融合到标准人体模型的网格顶点上,然后使用图卷积神经网络直接回归网格顶点的三维坐标,而不是回归人体姿势参数,这样就避免了回归...     

基于K-means聚类和LVQ神经网络的OLED缺陷像素识别

提出改进的K-means聚类分割和LVQ神经网络分类的方法，用于有机发光二极管显示面板喷墨打印制程中缺陷像素的识别。首先采用改进的K-means聚类算法对预处理后的打印像素进行分割，然后采用连通域水平矩形确定每一个打印像素的坐标及几何特征，再通过灰度共生矩阵提取其纹理特征，最后通过LVQ神经网络对所述特征进行分类，完成缺陷像素的标记及分类统计。结果表明，本文算法的识别率明显优于其他常用分类识别算法，平均缺陷检测率为100%，分类准确率达到98.9%，单像素检测时间为8.3 ms。     

VGA级大屏幕印刷型FED视频显示系统的研制

论述印刷型场致发射显示器驱动系统的工作原理,介绍了采用DVI、VGA视频接口技术、专用集成图像灰度调制和集成扫描电路接口技术以及FPGA控制等技术研制出了能驱动显示VGA分辨率的印刷型FED视频显示系统。该系统能显示各种彩色视频图像,图像亮度已达400cd/m2、对比度达1 000:1,电路灰度等级达256级,有效显示对角线尺寸为635 mm(25 in)。     

基于区块链的汽车租赁方案设计

为解决目前汽车租赁平台存在监管不善、信息伪造、骗租倒卖等问题,提出一种将区块链技术与非对称加密技术结合的汽车租赁链方案.根据汽车租赁平台需要对多方信息进行验证的特点,共设计4条独立区块链用于存储平台参与方的信息,能够加快平台的查验审计速度;在此基础上,利用非对称加密技术对汽车租赁信息进行加密,防止信息伪造,确保信息安全...     

基于Java/Oracle Spatial构架的WebGIS研究与应用

Java开发WebGIS应用是一门新兴的技术。Oracle Spatial采用面向对象技术来管理空间数据，而面向对象数据模型正是目前GIS发展的方向。探讨了Java技术在WebGIS中的应用，分析了拓扑关系和面向对象的数据模型和Oracle Spatial空间数据库，最后讨论了结合Java和OracleSpatial的WebGIS应用实例。     

大屏幕彩色FED显示系统中灰度等级实现的几种电路

本文提出实现大屏幕彩色FED显示系统高精度灰度等级的两种方法,即脉冲宽度调制法(PWM法)和子场灰度显示(ADS法),并在这两种方法的基础上分别给出了具体实现的电路和原理,同时参照CRT灰度等级测试方案对基于 PWM的FED显示系统进行了灰度测试,最后对这两种方法的优缺点进行了比较。     

基于GaN的图腾柱PFC电流过零点问题的研究

在连续导通模式下,图腾柱无桥拓扑结构功率因数校正器(PFC)的损耗非常大,导致拓扑结构的效率降低,在输入电压过零点处电流容易发生畸变。针对此问题,提出了一种改进的过零点控制方法。将输入电压过零时段划分为两个控制阶段,即高频桥臂主开关管完成软启动,采用双极控制方法有效校正输入电流,使其跟随输入电压。搭建一台1 kW实验样机,并利用DSP开发板进行实验验证。测试结果表明,当开关频率为100 kHz时,功率因数为0.99,PFC模块效率最大可达98.5%,总谐波失真在输出功率大于200 W时小于3%。     

基于FPGA的图像自适应AWB系统设计与实现

为了解决常见自动白平衡(Auto White Balance, AWB)方法的场景适应能力不足且实时性较差等问题,提出了一种基于颜色通道直方图重构的自适应AWB方法,并使用现场可编程门阵列(FPGA)对所提出的算法进行硬件电路实现,在校正图像白平衡的同时也确保了系统高速实时处理图像。首先对图像进行限制对比度自适应直方图均衡化(CLAHE)处理来提高图像对比度,然后对图像进行灰度级区间的通道分区统计,对不同场景类别的图像采用颜色直方图匹配或平移的重构方式做自适应处理。实验结果表明,该算法在处理图像白平衡时,相比基于光源估计的AWB算法,色温校正准确率提高了14%,对不同色彩场景有更好的适应性,具有实时处理能力。