内埋电阻技术介绍 PDF版
标签： 电阻
上传时间： 2013-07-10
上传用户：eeworm
BS 1363 part 1 家用、商用相线及中线插销带绝缘内衬的13A带熔断器插头的要求
上传时间： 2013-06-15
上传用户：eeworm
专辑类-执行器件相关专辑-43册-296M 内置译码器的步进电机微步进驱动芯片.pdf
上传时间： 2013-04-24
上传用户：tianjinfan
专辑类-电子基础类专辑-153册-2.20G 图解运算放大器电路-内山-227页-4.4M.pdf
上传时间： 2013-04-24
上传用户：情义强哥
专辑类-数字处理及显示技术专辑-106册-9138M T6963C内藏控制器液晶显示模块使用手册-45页-2.0M-PDF版.pdf
上传时间： 2013-04-24
上传用户：情义强哥
采用软件校正的TMS320f2812内置ADC采样值方案
上传时间： 2013-08-02
上传用户：wang5829
近年来，随着多媒体技术、计算机网络与通信技术的的快速发展，传统的监控系统也不断向着新的发展方向进行着不断的更新与发展。进而随着嵌入式技术的出现以及人们对降低监控系统成本和提高可靠性的迫切需求，基于嵌入式系统的网络视频监控系统将成为新的研发热点。 本文的目的是把嵌入式技术与计算机网络技术相结合，构造一个性能稳定且具有较强处理能力的数字化远程视频监控系统。该监控系统以嵌入式Linux系统平台作为服务器端，服务器程序在其上以后台方式运行，等待监控系统环境中的客户机使用浏览器向其发送访问请求，实现在局域网乃至Internet网上对摄像头的远程控制。 文中把系统设计分为三大部分：系统硬件设计、嵌入式Linux在硬件平台的实现和系统软件设计。硬件设计部分首先提出了整个硬件系统的实现方案，接着详细介绍了S3C2410处理器与存储器、以太网控制器芯片以及USB和串口的接口电路设计；第二部分详细叙述了嵌入式Linux在本系统硬件平台的移植实现及应用程序的开发特点，重点讲述了本系统平台上Linux的引导加载程序Bootloader的设计过程；系统软件部分首先介绍了USB接口摄像头驱动在嵌入式Linux下的实现，重点讲述了Video4Linux下视频采集的实现，接着论述了如何实现图像的JPEG压缩，最后针对基于B/S模式的网络通信系统结构，详细阐述了网络通信的具体实现过程和方法。 最后在办公室局域网通过对系统测试，显示了系统运行结果，实现了利用局域网或Internet网对远程环境进行监控的功能。
上传时间： 2013-07-04
上传用户：lgnf
CAD打开时候提示找不到字体GBCBIG.SHX，可以使用这个字体。使用方法：下载后解压到AUTO CAD安装目录下的FONTS文件夹内。
上传时间： 2013-07-31
上传用户：集美慧
开发与利用新能源是我国21世纪的重要能源战略。风能是一种“取之不尽，用之不竭”、环境友好的可持续性能源，已受到了越来越广泛的重视，并成为发展最快的新型能源。但是风电具有间歇性和随机性的固有缺点，随着大量的风力发电接入电网，势必会对电力系统的安全、稳定运行以及保证电能质量带来严峻挑战，从而限制风力发电的发展规模。风电场短期风速和发电功率预测是解决该问题的有效途径之一。中国的风电场大都是集中的、大容量的风电场，而且处于电网建设相对比较薄弱的地区，因此，中国更需要进行风电场短期风速和发电功率预测的研究，而发电功率的预测主要源自风速的预测。在此背景下，选择风电场短期风速预测方法作为主要研究内容，主要包括以下几个方面： 首先运用统计学方法来分析风速的时间序列特性及其预测方法和应用特点，说明现实中的风速序列具有很强的非平稳性。然后运用具有“数字显微镜”之美誉的小波变换来分析历史纪录的风速数据，通过运用二进正交小波变换Mallat算法对香港和河西走廊地区风速序列进行分解和重构，分离出风速序列中的低频信息和高频信息。对Mallat算法分解后的信号，运用最小二乘支持向量机分别进行向前一步预测，然后再把各预测结果合成，得到预测值。建立了基于小波变换和最小二乘支持向量机的短期风速预测方法。应用Matlab对该算法进行了仿真，仿真试验表明，小波变换是非平稳风速序列时频分析的有效工具，对风速序列的高频和低频信息起到很好的分离作用；最小二乘支持向量机的应用提高了预测的准确性。应用香港地区与河西走廊地区小时平均风速历史数据，验证了方法的有效性。
上传时间： 2013-04-24
上传用户：xg262122
心音信号是人体最重要的生理信号之一，包含心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量生理病理信息。心音信号分析与识别是了解心脏和血管状态的一种不可缺少的手段。本文针对目前该研究领域中存在的分析方法问题和分类识别技术难点展开了深入的研究，内容涉及心音构成的分析、心音信号特征向量的提取、正常心音信号（NM）和房颤（AF）、主动脉回流（AR）、主动脉狭窄（AS）、二尖瓣回流（MR）4种心脏杂音信号的分类识别。本文的工作内容包括以下5个方面： a）心音信号采集与预处理。本文采用自行研制的带有录音机功能的听诊器实现对心音信号的采集。通过对心音信号噪声分析，选用小波降噪作为心音信号的滤波方法。根据实验分析，选择Donoho阈值函数结合多级阈值的方法作为心音信号预处理方案。 b）心音信号时频分析方法。文中采用5种时频分析方法分别对心音信号进行了时频谱特性分析，结果表明：不同的时频分析方法与待分析心音信号的特性有密切关系，即需要在小的交叉项干扰与高的时频分辨率之间作综合的考虑。鉴于此，本文提出了一种自适应锥形核时频（ATF）分析方法，通过实验验证该分布能较好地反映心音信号的时频结构，其性能优于一般锥形核分布（CKD）以及Choi-Williams分布（CWD）、谱图（SPEC）等固定核时频分析方法，从而选择自应锥形核时频分析方法进行心音信号分析。 c）心音信号特征向量提取。根据对3M Littmann（） Stethoscopes[31]数据库中标准心音信号的时频分析结果，提取8组特征数据，通过Fihser降维处理方法提取出了实现分类可视化，且最易于分类的心音信号的2维特征向量，作为心音信号分类的特征向量。 d）心音信号分类方法。根据心音信号特征向量组成的散点图，研究了支持向量机核函数、多分类支持向量机的选取方法，同时，基于分类的目的 性和可信性，本文提出以分类精度最大为判断准则的核函数参数与松弛变量的优化方法，建立了心音信号分类的支持向量机模型，选取标准数据库中NM、AF、AR、AS、MR每类心音信号的80组2维特征向量中每类60组数据作为支持向量机的学习样本，对余下的每类20组数据进行测试，得到每类的分类精度（Ar）均为100％，同时对临床上采集的与上述4种同类心脏杂音信号和正常心音信号中每类24个心动周期进行分类实测，分类精度分别为：NM、AF、MR的分类精度均为100％，而AR、AS均为95．83％，验证了该方法的分类有效性。 e）心音信号分析与识别的软件系统。本文以MATLAB语言的可视化功能实现了心音信号分析与识别的软件运行平台构建，可完成对心音信号的读取、预处理，绘制时-频、能量特性的三维图及两维等高线图；同时，利用MATLAB与EXCEL的动态链接，实现对心音信号分析数据的存储以及统计功能；最后，通过对心音信号2维特征向量的分析，实现心音信号的自动识别功能。 本文的研究特色主要体现在心音信号特征向量提取的方法以及多分类支持向量机模型的建立两方面。 综上所述，本文从理论与实践两方面对心音信号进行了深入的研究，主要是采用自适应锥形核时频分析方法提取心音信号特征向量，根据心音信号特征向量组成的散点图，建立心音信号分类的支持向量机模型，并对正常心音信号和4种心脏杂音信号进行了分类研究，取得了较为满意的分类结果，但由于用于分类的心脏杂音信号种类及数据量尚不足，因此，今后的工作重点是采集更多种类的心脏杂音信号，进一步提高心音信号分类精度，使本文研究成果能最终应用于临床心脏量化听诊。 关键词：心音信号，小波降噪，非平稳信号，心脏杂音，信号处理，时频分析，自适应，支持向量机
上传时间： 2013-04-24
上传用户：weixiao99
