基于嵌入式系统的智能购物车的开发研究

智能超市购物车主要解决超市购物过程中寻找商品困难,付款排队时间久,购物体验差,效率低下等问题。文章主要介绍智能购物车的硬件组成、工作原理、使用意义等。智能购物车具有室内导航、条码扫描、管理购物列表、生成付款码等功能。当我们推着购物车在超市购物时,可以通过触摸屏输入寻找所需商品名称获取导航路线;可以通过扫描商品条码查看商品基本信息;可以随时查看已购物品的单价和总价钱等。在付款时也可以通过选择扫码支付或者现金支付的方式。智能超市购物车的使用,能够大大提高购物效率,提升购物体验,达到超市和顾客双赢的目的。     

GB/T 20519-2006《时间戳规范》简介

介绍了时间戳规范的编制背景和时间戳系统部件组成．时间戳的产生和颁发、时间戳的管理、时间戳的格式和时间戳系统的安全等方面的具体内容。     

电子认证与授权管理标准体系研究

以国际上在标识、鉴别与授权标准方面已有的工作为基础，提出了我国电子认证与授权管理标准体系框架。     

基于GOS的远程实时可视化系统设计与实现*

提出了一个并行计算程序的远程实时可视化系统.通过实时可视化处理计算程序在计算过程中输出的数据文件,实现了对计算程序计算过程的可视化跟踪和实时分析;同时该系统采用GOS作为网格中间件,屏蔽了复杂的异构环境.     

JSP嵌套SQL Server Reporting Services报表

针对传统物流行业报表的制作、呈现、管理都是由报表业务人员进行操作,不能及时的将报表呈现的数据信息反馈给决策者,导致信息的延误。通过对JSP以及SQL Server Reporting Service（SSRS）的分析介绍,提出把SSRS报表嵌套在JSP中,加入到网络物流系统操作平台。基于SQL Server 2008 R2数据库以及Spring MVC框架,运用Spring注解方式与JSP技术进行系统开发,直接将SSRS报表嵌套在JSP页面供决策者分析。结果表明,JSP页面可以嵌套带有参数要求的SSRS报表,并且可以准确的读取操作SSRS报表,获得满意的嵌套效果。     

蒙脱土多孔异构材料对水溶液中Cu2＋的吸附

以十六烷基三甲基溴化铵(CTAB)为模板剂,正硅酸乙酯(TEOS)为柱撑前躯体,合成大片层间距的蒙脱土多孔异构吸附材料,考察其对水溶液中Cu2+的吸附效果.WAXD结果显示片层间距由原土的1.26 nm增加到4.89 nm.利用分光光度计测试溶液中Cu2+的浓度.确定本吸附材料吸附Cu2+的平衡时间为180 min;去除率随Cu2+初始浓度的增大而减小;随着吸附材料用量的增加,对Cu2+的去除率增大,确定最佳的吸附材料投放量为20 g/L;pH值对Cu2+的吸附具有明显的影响作用,在5.00～6.00范围内去除率最高,为99%.     

YOLOv3-tiny的硬件加速设计及FPGA实现

YOLOv3-tiny具有优秀的目标检测能力,但模型所需的计算力依然较大,难以实现面向嵌入式领域的应用。提出一种YOLOv3-tiny的硬件加速方法,并在FPGA平台上实现。首先,针对网络定点化设计,以数据精度与资源消耗为设计指标,通过对模型中数据分布的统计以及数据类型的划分,提出了不同的定点化策略。其次,针对网络并行化设计,通过对卷积神经网络计算特性的分析,使用循环调整、循环分块、循环展开和数组分割等方法,设计了可扩展的常用硬件计算单元架构。然后,针对网络流水化设计,从层间与层内2个方面进行研究,以层间数据流方向和层内任务划分为基础,设计了一种灵活的流水化计算架构。最后,在XILINX XC7Z020CLG400-1平台上进行实验,结果表明,相较于667 MHz的单核ARM-A9处理器,加速比高达290.56。     

一种基于模糊提取的虹膜鉴别方案

模糊提取从生物特征输入中以容错的方式可靠地提取出均匀分布的随机密钥,当输入发生变化且变化很小时,该密钥可以保持不变,研究了当汉明距离作为生物特征匹配的度量标准时,结合纠错编码学与传统密码学实现模糊提取的虹膜鉴别方法,分析了虹膜特征编码之间的差异对正确鉴别性能的影响,设计了重复码和Reed-Solomon码的两层级联纠错编码方案,并对128只虹膜的各3个样本进行了模拟实验,所给方案使用户虹膜特征模板的安全性和隐私性得到了有效保护,并能够支持用户虹膜的注册更新,此外,实验表明该方案同时具有较理想的识别性能.     

基于多特征嵌入的中文医学命名实体识别

针对基于字符表示的中文医学命名实体识别模型嵌入信息单一、缺失词边界和结构信息的问题,文中提出了一种融合多特征嵌入的医学命名实体识别模型。首先,将字符映射为固定长度的嵌入表示;其次,引入外部资源构建词汇特征,该特征能够补充字符的潜在词组信息;然后,根据中文的象形文字特点和文本序列特点,分别引入字符结构特征和序列结构特征,使用卷积神经网络对两种结构特征进行编码,得到radical-level词嵌入和sentence-level词嵌入;最后,将得到的多种特征嵌入进行拼接,输入长短期记忆网络编码,并使用条件随机场输出实体预测结果。将自建中文医疗数据和CHIP＿2020任务提供的医疗数据作为数据集进行实验,实验结果表明,与基准模型相比,所提模型同时融合了词汇特征和文本结构特征,能够有效识别医学命名实体。     

局域能源市场多产消者P2P交易框架设计

随着局域能源市场中分布式能源的大量接入和电力系统运行方式的逐渐转变,具有电能生产/消费行为的产消者得到了广泛关注与研究。在此背景下,为提高小规模能源在局域能源市场中的就地消纳能力,设计了一种面向局域能源市场中多产消者的点对点(P2P)日前市场交易框架。在局域能源市场建立了P2P市场交易平台,并对产消者的基本特征进行了归纳分析,提出了典型的产消者组合类型;在产消者层面,采用供给函数均衡模型对产消者竞价行为进行建模,确立了含多产消者的P2P交易平台参与局域能源市场交易;采用连续双边拍卖机制对产消者之间进行P2P匹配,并确定交易过程中的拍卖价格和交易价格。最后,通过算例验证了所提P2P交易框架的有效性。