排序方式: 共有24条查询结果,搜索用时 31 毫秒
1.
利用虚拟仪器编程软件的网络功能实现远距离多参数测量的方法。论述了网络测量系统的硬件结构、软件平台及应用软件的工作模式。 相似文献
2.
基于USB总线图像采集系统的设计与实现 总被引:1,自引:0,他引:1
主要介绍了一种基于USB总线的图像数据采集系统。由于系统设计要求实时采集、向上位机传输速度要快,设备体积较小,成本低,所以设计中采用了目前正在推广的USB技术。在以单片机、USB芯片等为主的系统硬件基础上,重点介绍了软件部分的设计。本系统充分体现了USB便捷、易扩展、低成本、低干扰的特点,对于小型大容量实时数据采集系统是一种值得推广的方法。 相似文献
3.
天然气管道泄漏监测正在进入大数据时代,针对传统方法存在的采集数据冗余、特征提取及识别受主观因素影响较大等问题,结合压缩感知与深度学习理论,提出一种在变换域进行泄漏信号的压缩采集、在压缩感知域进行自适应特征提取及识别的智能天然气管道泄漏孔径识别方法。通过随机高斯矩阵获取压缩采集数据,并通过深度学习挖掘测量信号中隐藏的泄漏孔径信息,经稀疏滤波实现特征的自动筛选,最后研究了softmax回归实现孔径的高精度分类识别。实验结果表明,该方法实现了监测数据的压缩,对压缩感知域采集信号的识别性能明显优于传统方法。 相似文献
4.
针对天然气管道泄漏定位的问题,提出一种基于改进局域均值分解(LMD)及高阶模糊度函数的时延估计方法。该方法首先采用改进的LMD对声发射信号进行分解,获得多个PF分量,进而提出根据K-L散度的PF分量自动选择算法,获取含有主要泄漏信息的PF分量,在此基础上,研究了基于高阶模糊度函数计算声发射信号的时频参数,并通过时频分析获取特征频率的到达时间差,最后结合泄漏产生的广义声发射信号的传播速度完成对天然气管道泄漏的定位。实验结果表明,提出的方法能够进行定位且精度较直接相关法明显提高。 相似文献
5.
6.
7.
8.
针对传统数据驱动故障诊断方法难以从轴承信号中自适应提取有效特征、没有充分利用故障数据的时序特点以及缺乏自适应处理动态信息能力的问题,提出了一种深度卷积神经网络与长短期记忆网络相结合的智能故障诊断方法.本文方法构建的深度模型能够从轴承原始信号中自适应地提取鲁棒性特征,然后利用长短期记忆网络学习特征中的时间依赖关系实现了高准确度的轴承故障诊断.该方法克服了传统特征提取方法依赖专家经验和信息利用不完全等问题,实现了故障的智能、准确诊断.实验结果表明,该方法可以提取更准确的特征而且由于利用了故障演变过程中的时序信息,使得故障诊断更加智能、可靠. 相似文献
9.
10.
本文介绍了一种由面阵CCD、高速A/D、双端口RAM及8098单征机等组成的小型图像录入、识别装置。该系统可对图像信息进行快速输入,在高速A/D及双端口RAM的配合下对视频信号进行高速数据采集、转换并缓存,经单片机的处理后可输入上位微机,进行进一步的分析,识别和存储,并可进行连网查询。经试验该系统取得了较好的效果。 相似文献