此為vc++調(diào)試器的說明，想要調(diào)試C++的朋友不妨看一下。
標(biāo)簽： 調(diào)試器
上傳時(shí)間： 2013-06-05
上傳用戶：aa17807091
30152nh文件閱讀器,nh文件瀏覽器下載
上傳時(shí)間： 2013-06-30
上傳用戶：shinesyh
本文基于數(shù)據(jù)驅(qū)動(dòng)原理提出并用 FPGA 實(shí)現(xiàn)了MPEG-2 MP@HL 的視頻解碼器。該解碼器中的各個(gè)模塊具有高內(nèi)聚，低耦合的特點(diǎn)。只要各個(gè)模塊符合數(shù)據(jù)驅(qū)動(dòng)的工作方式，模塊就能自我正常工作。由
上傳時(shí)間： 2013-06-19
上傳用戶：y562413679
該論文討論如何采用一種串行無逆的Berlekamp-Massey(BM)算法,設(shè)計(jì)應(yīng)用于DVB系統(tǒng)中的RS(204,188)信道編碼/解碼電路,并通過FPGA的驗(yàn)證.RS解碼器的設(shè)計(jì)采用無逆BM算法,并利用串行方式來實(shí)現(xiàn),不僅避免了求逆運(yùn)算,而且只需用3個(gè)有限域乘法器就可以實(shí)現(xiàn),大大的降低了硬件實(shí)現(xiàn)的復(fù)雜度,并且因?yàn)樵谟布?shí)現(xiàn)上,采用了3級(jí)流水線(pipe-line)的處理結(jié)構(gòu).RS編碼器的設(shè)計(jì)中,利用有限域常數(shù)乘法器的特性對(duì)編碼電路進(jìn)行優(yōu)化.這些技術(shù)的采用大大的提高了RS編/解碼器的效率,節(jié)省了RS編/解碼器所占用資源.
上傳時(shí)間： 2013-08-05
上傳用戶：BOBOniu
stc12c5a60s2系列仿真器使用說明書
上傳時(shí)間： 2013-06-28
上傳用戶：徐孺
easy，51pro，3.0編程器在2.0的基礎(chǔ)上增加了更多的芯片器件
上傳時(shí)間： 2013-07-25
上傳用戶：qazwsc
嵌入式人臉識(shí)別系統(tǒng)建立在嵌入式操作系統(tǒng)和嵌入式硬件系統(tǒng)平臺(tái)之上,具有起點(diǎn)高、概念新、實(shí)用性強(qiáng)等特點(diǎn)。它涉及嵌入式硬件設(shè)計(jì)、嵌入式操作系統(tǒng)應(yīng)用開發(fā)、人臉識(shí)別算法等領(lǐng)域的研究；嵌入式人臉識(shí)別系統(tǒng)攜帶方便、安裝快捷、機(jī)動(dòng)性強(qiáng),可廣泛應(yīng)用于各類門禁系統(tǒng)、戶外機(jī)動(dòng)布控的實(shí)時(shí)監(jiān)測(cè)等特殊場(chǎng)合,因此對(duì)嵌入式人臉識(shí)別的研究工作具有突出的理論意義和廣泛的應(yīng)用前景。 本文是上海市經(jīng)委創(chuàng)新研究項(xiàng)目《射頻識(shí)別RFID系統(tǒng)-自動(dòng)識(shí)別和記錄人群的身份》(編號(hào)：04-11-2)與上海市科委AM基金項(xiàng)目《基于ARM和RFID芯片的自組織安全監(jiān)控系統(tǒng)的研制》(編號(hào)：0512)的主要研究內(nèi)容之一。論文從構(gòu)建自動(dòng)人臉識(shí)別系統(tǒng)所需解決的若干關(guān)鍵問題入手,重點(diǎn)探討了基于嵌入式ARM微處理器的實(shí)時(shí)人臉檢測(cè)、關(guān)鍵特征定位、高效的人臉特征描述、魯棒的人臉識(shí)別分類器及自動(dòng)人臉識(shí)別系統(tǒng)設(shè)計(jì)等問題的研究。論文的主要工作和創(chuàng)新點(diǎn)表現(xiàn)在以下方面： 1實(shí)現(xiàn)了結(jié)合膚色校驗(yàn)的Haar特征級(jí)聯(lián)分類器嵌入式實(shí)時(shí)人臉檢測(cè),提出了基于人臉約束的人眼Haar特征RSVM級(jí)聯(lián)分類器人眼檢測(cè)算法和基于遮罩掩磨與橢圓擬合的瞳孔定位算法。 復(fù)雜背景中的人臉檢測(cè)是自動(dòng)人臉識(shí)別系統(tǒng)首先要解決的關(guān)鍵問題,通過對(duì)基于膚色模型和基于Haar特征級(jí)聯(lián)強(qiáng)分類器的人臉檢測(cè)算法的分析研究,綜合兩個(gè)算法的優(yōu)點(diǎn),提出了基于膚色模型校驗(yàn)和Haar特征級(jí)聯(lián)強(qiáng)分類器的嵌入式實(shí)時(shí)人臉檢測(cè)算法。實(shí)驗(yàn)結(jié)果表明,該算法不僅解決了復(fù)雜背景中的類膚色和類人臉結(jié)構(gòu)問題,而且具有較高的檢測(cè)率和較快的檢測(cè)速度,同時(shí)對(duì)光照、尺度等變化條件下的人臉檢測(cè)也具有較強(qiáng)的魯棒性。 人眼檢測(cè)與瞳孔定位在人臉歸一化和有效人臉特征抽取等方面起著非常重要的作用,為了快速檢測(cè)人眼并精確定位人眼瞳孔中心,論文提出了基于人臉約束的人眼Haar特征RSVM級(jí)聯(lián)分類器人眼檢測(cè)算法和基于遮罩掩磨與橢圓擬合的瞳孔定位算法,首先利用人眼檢測(cè)分類器在人臉區(qū)域內(nèi)完成對(duì)人眼位置的檢測(cè),然后通過對(duì)檢測(cè)到的人眼進(jìn)行遮罩掩磨、簡(jiǎn)單圖像形態(tài)學(xué)變換及橢圓擬合實(shí)現(xiàn)瞳孔中心的精確定位。測(cè)試結(jié)果表明該算法只需幾百毫秒便能完成人眼檢測(cè)與瞳孔中心定位整個(gè)過程,在保證檢測(cè)速度較快的同時(shí),還能確保較高的定位精度。 2 針對(duì)傳統(tǒng)線性判別分析法存在的小樣本問題(sss),通過調(diào)整Fisher判別準(zhǔn)則,實(shí)現(xiàn)了自適應(yīng)線性判別分析算法及相應(yīng)的人臉識(shí)別方法人臉識(shí)別中的小樣本問題使線性判別分析算法的類內(nèi)散布矩陣發(fā)生嚴(yán)重退化,導(dǎo)致問題無法求解。本文在人臉識(shí)別小樣本問題的基礎(chǔ)上,通過調(diào)整Fisher判別準(zhǔn)則,利用類間散布矩陣的補(bǔ)空間巧妙地避開類內(nèi)散布矩陣的求逆運(yùn)算,通過訓(xùn)練集每類樣本的樣本數(shù)信息自適應(yīng)改變調(diào)整參數(shù),實(shí)現(xiàn)了自適應(yīng)線性判別分析算法,實(shí)驗(yàn)結(jié)果表明,該算法能有效解決人臉識(shí)別中的小樣本問題。 3 提出了基于有效人臉區(qū)域的Gabor特征抽取算法,有效地解決了Gabor特征抽取維數(shù)過高的問題。 Gabor小波對(duì)圖像的光照、尺度變化具有較強(qiáng)魯棒性,是一種良好的人臉特征表征方法。但維數(shù)過高的Gabor特征造成應(yīng)用系統(tǒng)的維數(shù)災(zāi)難,為解決Gabor特征的維數(shù)災(zāi)難問題,論文第四章提出了基于有效人臉區(qū)域的Gabor特征抽取算法,該算法不僅有效地降低了人臉特征向量維數(shù),縮小了人臉特征庫的規(guī)模,同時(shí)降低了核心算法的時(shí)間和空間復(fù)雜度,而且具有與傳統(tǒng)Gabor特征抽取算法同樣的魯棒性。 4 結(jié)合有效人臉區(qū)域的Gabor特征抽取、自適應(yīng)線性判別分析算法和基于支持向量機(jī)分類策略,提出并實(shí)現(xiàn)了基于支持向量機(jī)的嵌入式人臉識(shí)別和嵌入式人像比對(duì)系統(tǒng)支持向量機(jī)通過引入核技巧對(duì)訓(xùn)練樣本進(jìn)行學(xué)習(xí)構(gòu)造最小化錯(cuò)分風(fēng)險(xiǎn)的最優(yōu)分類超平面,不僅具有強(qiáng)大的非線性和高維處理能力,而且具有更強(qiáng)的泛化能力。本文研究了支持向量機(jī)的多類分類策略和訓(xùn)練方法,并結(jié)合論文中提出的基于有效人臉區(qū)域的Gabor特征提取算法、自適應(yīng)線性判別分析算法,首次在基于Windows CE操作系統(tǒng)的嵌入式ARM平臺(tái)中實(shí)現(xiàn)了具有較強(qiáng)魯棒性的嵌入式自動(dòng)人臉識(shí)別系統(tǒng)和嵌入式人像比對(duì)系統(tǒng)。 5 提出并初步實(shí)現(xiàn)了基于客戶機(jī)/服務(wù)器結(jié)構(gòu)無線網(wǎng)絡(luò)模型的遠(yuǎn)距離人臉識(shí)別方案為解決嵌入式人臉識(shí)別系統(tǒng)在海量人臉庫中進(jìn)行識(shí)別的難題,論文提出并初步實(shí)現(xiàn)了基于客戶機(jī)/服務(wù)器結(jié)構(gòu)無線網(wǎng)絡(luò)模型的嵌入式遠(yuǎn)距離人臉識(shí)別方案。 客戶機(jī)(嵌入式平臺(tái))完成對(duì)人臉圖像的檢測(cè)、歸一化處理和人臉特征提取,然后通過無線網(wǎng)絡(luò)將提取后的人臉特征數(shù)據(jù)傳輸?shù)椒?wù)器端,由服務(wù)器在海量人臉庫中完成人臉識(shí)別,并將識(shí)別后的結(jié)果通過無線網(wǎng)絡(luò)傳輸?shù)娇蛻魴C(jī)顯示輸出,從而實(shí)現(xiàn)基于客戶機(jī)/服務(wù)器無線網(wǎng)絡(luò)模型的嵌入式遠(yuǎn)距離人臉識(shí)別方案。 6 結(jié)合我們開發(fā)的基于ARM的嵌入式自動(dòng)人臉識(shí)別系統(tǒng)和嵌入式人像比對(duì)系統(tǒng),從系統(tǒng)設(shè)計(jì)的角度探討了在嵌入式系統(tǒng)中進(jìn)行人臉識(shí)別應(yīng)用設(shè)計(jì)的思路及應(yīng)該注意的問題雖然嵌入式人臉識(shí)別系統(tǒng)的性能很大程度上取決于高效的人臉特征描述和魯棒的人臉識(shí)別核心算法。但是,嵌入式系統(tǒng)的設(shè)計(jì)思想對(duì)嵌入式人臉識(shí)別系統(tǒng)的性能影響同樣值得重視。本文第六章重點(diǎn)闡述了嵌入式自動(dòng)人臉識(shí)別應(yīng)用系統(tǒng)的設(shè)計(jì)思路,并結(jié)合我們自主開發(fā)的嵌入式自動(dòng)人臉識(shí)別系統(tǒng)和嵌入式人像比對(duì)系統(tǒng)從系統(tǒng)設(shè)計(jì)的角度探討了嵌入式人臉識(shí)別應(yīng)用系統(tǒng)設(shè)計(jì)中應(yīng)該注意的關(guān)鍵技術(shù)問題。 結(jié)合本文提出的算法我們?cè)赑C上完成對(duì)人臉識(shí)別分類器的訓(xùn)練,然后在嵌入式ARM開發(fā)平臺(tái)上實(shí)現(xiàn)了嵌入式自動(dòng)人臉識(shí)別、嵌入式人像比對(duì)兩個(gè)便攜式人員身份認(rèn)證系統(tǒng),經(jīng)測(cè)試運(yùn)行效果良好。所提出的人臉識(shí)別算法不僅具有一定的理論參考價(jià)值,而且對(duì)于嵌入式系統(tǒng)應(yīng)用開發(fā)、AFR應(yīng)用系統(tǒng)開發(fā)也具有一定的借鑒意義。
標(biāo)簽： ARM 架構(gòu) 嵌入式 人臉識(shí)別
上傳時(shí)間： 2013-05-18
上傳用戶：我們的船長
本文介紹了DTMF 解碼芯片MT8870 的功能和特點(diǎn)，給出了在解碼器中與89C51 單片機(jī)的接口電路，說明了解碼器的工作原理抗干擾措施。關(guān)鍵詞：?jiǎn)纹瑱C(jī)抗干擾 DTMF 解碼監(jiān)控
上傳時(shí)間： 2013-05-17
上傳用戶：tuilp1a
高速光電隔離器6N137應(yīng)用，高頻PWM輸出隔離器件
上傳時(shí)間： 2013-04-24
上傳用戶：907070592
無線局域網(wǎng)(WLAN,Wireless Local Area Network)是未來移動(dòng)通信系統(tǒng)的重要組成部分.為了滿足用戶高速率、方便靈活的接入互聯(lián)網(wǎng)的需求,WLAN的研究和建設(shè)正在世界范圍內(nèi)如火如荼的展開.由于擺脫了有線連接的束縛,無線局域網(wǎng)具有移動(dòng)性好、成本低和不會(huì)出現(xiàn)線纜故障等特點(diǎn).該文對(duì)無線局域網(wǎng)的主流協(xié)議IEEE 802.11a的物理層實(shí)現(xiàn)技術(shù)進(jìn)行了系統(tǒng)的研究和分析,并采用可編程ASIC器件FPGA,設(shè)計(jì)實(shí)現(xiàn)了物理層基帶處理的關(guān)鍵模塊,為今后形成具有自主知識(shí)產(chǎn)權(quán)的IP核奠定了基礎(chǔ).該文研究內(nèi)容得到了天津市信息化辦公室"寬帶無線局域網(wǎng)關(guān)鍵技術(shù)研究"項(xiàng)目經(jīng)費(fèi)的支持.該文在對(duì)IEEE 802.11a協(xié)議深入研究的基礎(chǔ)上,提出了物理層的實(shí)現(xiàn)方案和功能模塊劃分.重點(diǎn)研究了實(shí)現(xiàn)基帶處理的關(guān)鍵模塊:FIR濾波器、卷積碼編碼器以及(2,1,7)Viterbi譯碼器的實(shí)現(xiàn)算法和硬件結(jié)構(gòu).在Viterbi譯碼器的設(shè)計(jì)中,
標(biāo)簽： Viterbi 80211a 80211 IEEE
上傳時(shí)間： 2013-06-19
上傳用戶：xinzhch
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
