13.56MHz天线设计.pdf13.56M设计规范.pdf8-M1卡的安全问题及华东师大的应对策略.pdf8.6 谐振电路的品质因数.pptDES&RSA.pptDismantling MIFARE Classic.pdfht-ide3000.pdfMSP430 单片机与CPU 卡接口函数设计.pdfRC500-FM1702XX比较.pdfRC500天线设计资料RFID天线研究与设计.pdfRFID技术和防冲撞算法.pdfRFID电子标签防碰撞算法的研究.pdfRFID读写器天线的研究与设计.pdfRFID防碰撞技术的研究.pdf一种新颖的RFID防冲突算法.pdf低功耗无磁水表中射频卡读写器的设计.pdf基于MF RC500的RFID读写器的天线及匹配电路设计.doc基于TRF7960 读写器硬件部分设计中应注意的地方.pdf射频识别技术防碰撞算法的研究.pdf射频识别系统中的防碰撞算法设计.pdf无源电子标签读卡器防冲突检测及天线设计.pdf时隙ALOHA法在RFID系统防碰撞问题中的应用.pdf设计MF RC500 的匹配电路和天线的应用指南.pdf超高频RFID无线接口标准ISO_IEC18000_6C的研究.pdf近耦合射频识别系统的工作原理及天线设计.pdf远距离RFID天线设计.doc阻抗匹配.doc高速和资源节约型数据加密算法设计.pdf
上传时间： 2021-11-08
上传用户：
一个基于STM32F407设计的OV7725图像采集的电路，可以在LCD上显示，原本用于小车的图像识别，所以有FTM以及PWM接口
上传时间： 2021-11-11
上传用户：XuVshu
索尼最小CMOS图像传感器IMX415 日本东京索尼公司今年发布一款新型CMOS影像传感器：IMX415，1/2.8 英寸堆叠式4K CMOS影像传感器，刷新全球同类产品的小尺寸纪录； 针对日益扩大的智慧城市相关的市场需求，索尼特别开发了这款新型的应用于安防摄像机的传感器，以满足安防摄像机在防盗、灾难警报、交通监测系统或商业综合体等多种监控应用领域的快速增长需求。目前，在各种场合安装安防摄像机的需求正日益增多，而对于可以安装在任何地方、具有更高图像识别和检测性能的紧凑型安防摄像机的需求也比以往任何时候都要大。未来，用于异常检测和人工智能行为分析的图像识别摄像机的需求也将显著增长。 为了满足这一需求，索尼推出了一系列紧凑型4K CMOS影像传感器，能够同时提供卓越的图像识别和检测性能，以及出色的低光性能表现——这是传统技术难以实现的。索尼丰富的传感器产品线，让人们在多种场景下都能获取高质量图像，从而扩大了安防摄像机的应用范围。IMX415堆叠式CMOS影像传感器采用了索尼独有的高灵敏度，低噪点技术，将像素尺寸缩至1.45平方微米,比前代产品*3缩小约80%，尽管该传感器只有1/2.8英寸，其低光性能却是前代产品的1.5倍*3。缔造出破纪录的 1/2.8英寸堆叠式4K CMOS影像传感器，并具备卓越的低光性能。该传感器采用低噪点电路堆叠式结构，即使在黑暗环境下也可以捕捉到清晰的图像。由于它尺寸小，可适用于多种场景，在安防摄像机应用方面需求量很高。
上传时间： 2021-12-13
上传用户：
基于模版匹配法在车牌识别方面的应用，具有较高的参考价值，但不涉及代码。代码实现请搜索基于Matlab的车票号码识别系统设计。
上传时间： 2021-12-17
上传用户：
华为AI安全白皮书2018-cn近年来，随着海量数据的积累、计算能力的发展、机器学习方法与系统的持续创新与演进，诸如图像识别、语音识 别、自然语言翻译等人工智能技术得到普遍部署和广泛应用。越来越多公司都将增大在AI的投入，将其作为业务发展 的重心。华为全球产业愿景预测：到2025年，全球将实现1000亿联接，覆盖77%的人口；85%的企业应用将部署到 云上；智能家庭机器人将进入12%的家庭，形成千亿美元的市场。 人工智能技术的发展和广泛的商业应用充分预示着一个万物智能的社会正在快速到来。1956年，麦卡锡、明斯基、 香农等人提出“人工智能”概念。60年后的今天，伴随着谷歌DeepMind开发的围棋程序AlphaGo战胜人类围棋冠 军，人工智能技术开始全面爆发。如今，芯片和传感器的发展使“+智能”成为大势所趋：交通+智能，最懂你的 路；医疗+智能，最懂你的痛；制造+智能，最懂你所需。加州大学伯克利分校的学者们认为人工智能在过去二十年 快速崛起主要归结于如下三点原因[1]：1）海量数据：随着互联网的兴起，数据以语音、视频和文字等形式快速增 长；海量数据为机器学习算法提供了充足的营养，促使人工智能技术快速发展。2）高扩展计算机和软件系统：近 年来深度学习成功主要归功于新一波的CPU集群、GPU和TPU等专用硬件和相关的软件平台。3）已有资源的可获得 性：大量的开源软件协助处理数据和支持AI相关工作，节省了大量的开发时间和费用；同时许多云服务为开发者提供 了随时可获取的计算和存储资源。 在机器人、虚拟助手、自动驾驶、智能交通、智能制造、智慧城市等各个行业，人工智能正朝着历史性时刻迈进。谷 歌、微软、亚马逊等大公司纷纷将AI作为引领未来的核心发展战略。2017年谷歌DeepMind升级版的AlphaGo Zero横 空出世；它不再需要人类棋谱数据，而是进行自我博弈，经过短短3天的自我训练就强势打败了AlphaGo。AlphaGo Zero能够发现新知识并发展出打破常规的新策略，让我们看到了利用人工智能技术改变人类命运的巨大潜能。 我们现在看到的只是一个开始；未来，将会是一个全联接、超智能的世界。人工智能将为人们带来极致的体验，将 积极影响人们的工作和生活，带来经济的繁荣与发展。
上传时间： 2022-03-06
上传用户：
基于STM32的嵌入式语音识别模块设计摘要：介绍了一种以ARM 为核心的嵌入式语音识别模块的设计与实现。模块的核心处理单元选用ST公司的基于ARM Cortex—M3内核的32位处理器STM32F103C8T6。本模块以对话管理单元为中心，通过以LD3320芯片为核心的硬件单元实现语音识别功能，采用嵌入式操作系统~c／os—II来实现统一的任务调度和外围设备管理。经过大量的实验数据验证，本文设计的语音识别模块具有高实时性、高识别率、高稳定性的优点。关键词：ARM；语音识别；对话管理；LD3320；~,c／os—II引 言服务机器人以服务为目的，冈此人们需要一种更方便、更自然、更加人性化的方式与机器人交互，而不再满足于复杂的键盘和按钮操作。基于听觉的人机交互是该领域的一个重要发展方向 ]。目前主流的语音识别技术是基于统计模式。然而，由于统计模型训练算法复杂，运算量大，一般由工控机、PC机或笔记本来完成，这无疑限制了它的运用。嵌入式语音交互已成为目前研究的热门课题l2 ]。嵌入式语音识别系统和PC机的语音识别系统相比，虽然其运算速度和内存容量有一定限制，但它具有体积小、功耗低、可靠性高、投入小、安装灵活等优点，特别适用于智能家居、机器人及消费电子等领域。1 模块整体方案及架构语音识别的基本原理 如图1所示。语音识别包括
上传时间： 2022-04-30
上传用户：d1997wayne
本设计用树莓派实现人脸识别，主要用OPENCV实现该功能
上传时间： 2022-06-09
上传用户：
zynq系列内容非常丰富的一本书第1章Zynq-7000 SoC设计导论第2章AMBA协议规范第3章Zynq-7000系统公共资源及特性第4章Zynq调试和测试子系统第5章Cortex-A9处理器及指令集第6章Cortex-A9片上存储器系统结构和功能第7章Zynq-7000 SoC的Vivado基本设计流程第8章ARM GPIO的原理和控制实现第9章Cortex-A9异常与中断原理及实现第10章Cortex-A9定时器原理及实现第11章Cortex-A9 DMA控制器原理及实现第12章Cortex-A9安全性扩展第13章Cortex-A9 NEON原理及实现第14章Cortex-A9外设模块结构及功能第15章Zynq-7000内的可编程逻辑资源第16章Zynq-7000内的互联结构第17章Zynq-7000 SoC内定制简单AXI-Lite IP第18章Zynq-7000 SoC内定制复杂AXI LITE IP第19章Zynq-7000 AXI HP数据传输原理及实现第20章Zynq-7000 ACP数据传输原理及实现第21章Zynq-7000软件和硬件协同调试原理及实现第22章Zynq-7000 SoC启动和配置原理及实现第23章Zynq-7000 SoC内XADC原理及实现第24章Linux开发环境的构建第25章构建Zynq-7000 SoC内Ubuntu硬件运行环境第26章构建Zynq-7000 SoC内Ubuntu软件运行环境第27章Linux环境下简单字符设备驱动程序的开发第28章Linux环境下包含中断机制驱动程序的开发第29章Linux环境下图像处理系统的构建
上传时间： 2022-06-10
上传用户：
能够支持运动目标检测和跟踪的图像处理系统目前非常少见。这种系统一方面需要能够灵活转动的摄像器件，另一方面需要高速度的图像实时处理。此外，运动目标检测和跟踪算法一般都非常复杂，需要连续几帧甚至十几帧的图像，而且多为彩色的高分辩率图像。这就更需要图像处理系统功能强大，具有实时采集与处理能力。本文采用CCD摄像头采集图像数据，利用ADV7181B对图像数据解码处理，FPGA对采集来的数据信息进行预处理，储存和传输数据时采用双RAM的乒乓机构，实现数据的实时高速传输，在DSP中对数据进行最终处理，处理的结果上传到ARM中，ARM把运动规划等程序下载到第二块FPGA中来实现电机的精确控制。系统中着重介绍了图像处理要用到的各个功能模块和各模块间的连接接口，由于嵌入式系统必然涉及到高速电路板的设计，加之图像采集过程对信号的高要求，所以采用Cadence这款在高速电路板设计仿真中的独特优势的设计软件，来完成PCB板的设计，搭建好硬件平台，为以后的运动图像分析算法验证，芯片架构设计打好基础。在设计高速电路板的过程中涉及到了很多信号完整性和电源完整性的问题。最终积累了一定的嵌入式系统硬件设计的经验。
上传时间： 2022-06-22
上传用户：bluedrops
DSP和FPGA相关方面的学术论文，对提高DSP相关的理论水平及实际应用水平很有帮助
上传时间： 2013-04-24
上传用户：athjac
