CAM350 為PCB 設計和PCB 生產提供了相應的工具（CAM350 for PCB Designers 和CAM350 for CAM Engineers），很容易地把PCB設計和PCB生產融合起來。CAM350 v8.7的目標是在PCB設計和PCB制造之間架起一座橋梁隨著如今電子產品的朝著小體積、高速度、低價格的趨勢發展，導致了設計越來越復雜，這就要求精確地把設計數據轉換到PCB生產加工中去。CAM350為您提供了從PCB設計到生產制程的完整流程，從PCB設計數據到成功的PCB生產的轉化將變得高效和簡化。基于PCB制造過程，CAM350為PCB設計和PCB生產提供了相應的工具（CAM350 for PCB Designers和CAM350 for CAM Engineers），很容易地把PCB設計和PCB生產融合起來。平滑流暢地轉換完整的工程設計意圖到PCB生產中提高PCB設計的可生產性，成就成功的電子產品為PCB設計和制造雙方提供有價值的橋梁作用CAM350是一款獨特、功能強大、健全的電子工業應用軟件。DOWNSTREAM開發了最初的基于PCB設計平臺的CAM350，到基于整個生產過程的CAM350并且持續下去。CAM350功能強大，應用廣泛，一直以來它的信譽和性能都是無與倫比的。 CAM350PCB設計的可制造性分析和優化工具今天的PCB 設計和制造人員始終處于一種強大的壓力之下，他們需要面對業界不斷縮短將產品推向市場的時間、品質和成本開銷的問題。在48 小時，甚至在24 小時內完成工作更是很平常的事，而產品的復雜程度卻在日益增加，產品的生命周期也越來越短，因此，設計人員和制造人員之間協同有效工作的壓力也隨之越來越大！隨著電子設備的越來越小、越來越復雜，使得致力于電子產品開發每一個人員都需要解決批量生產的問題。如果到了完成制造之后發現設計失敗了，則你將錯過推向市場的大好時間。所有的責任并不在于制造加工人員，而是這個項目的全體人員。多年的實踐已經證明了，你需要清楚地了解到有關制造加工方面的需求是什么，有什么方面的限制，在PCB設計階段或之后的處理過程是什么。為了在制造加工階段能夠協同工作，你需要在設計和制造之間建立一個有機的聯系橋梁。你應該始終保持清醒的頭腦，記住從一開始，你的設計就應該是容易制造并能夠取得成功的。CAM350 在設計領域是一個物有所值的制造分析工具。CAM350 能夠滿足你在制造加工方面的需求，如果你是一個設計人員，你能夠建立你的設計，將任務完成后提交給產品開發過程中的下一步工序。現在采用CAM350，你能夠處理面向制造方面的一些問題，進行一些簡單地處理，但是對于PCB設計來說是非常有效的，這就被成為"可制造性(Manufacturable)"。可制造性設計(Designing for Fabrication)使用DFF Audit，你能夠確保你的設計中不會包含任何制造規則方面的沖突(Manufacturing Rule Violations)。DFF Audit 將執行超過80 種裸板分析檢查，包括制造、絲印、電源和地、信號層、鉆孔、阻焊等等。建立一種全新的具有藝術特征的Latium 結構，運行DFF Audit 僅僅需要幾分鐘的時間，并具有很高的精度。在提交PCB去加工制造之間，就能夠定位、標識并立刻修改所有的沖突，而不是在PCB板制造加工之后。DFF Audit 將自動地檢查酸角(acid traps)、阻焊條(soldermask slivers)、銅條(copper slivers)、殘缺熱焊盤(starved thermals)、焊錫搭橋(soldermask coverage)等等。它將能夠確保阻焊數據的產生是根據一定安全間距，確保沒有潛在的焊錫搭橋的條件、解決酸角(Acid Traps)的問題，避免在任何制造車間的CAM部門產生加工瓶頸。
標簽： CAM 350 使用說明
上傳時間： 2013-11-23
上傳用戶：四只眼
計算機輔助甲骨拓片綴合，是整理甲骨碎片的一種新技術。提出了一種甲骨文拓片計算機輔助綴合方法。甲骨文拓片圖像綴合過程主要包括圖像的預處理和邊界匹配兩個主要步驟。其中，邊界匹配是進行綴合的關鍵技術，提出一種從提取甲骨文拓片輪廓線出發，融合甲骨拓片本身特點，通過邊界特征來判斷兩個輪廓是否匹配來達到拓片綴合的目的，實現了基于計算機輔助的甲骨拓片綴合算法。通過多幅拓片圖像實驗，驗證了所提方法的有效性。
標簽： 計算機輔助 甲骨文
上傳時間： 2013-10-21
上傳用戶：dazhihui66
飛機特征點圖像的識別是航空試飛領域中計算機視覺研究的重要課題，在基于圖像的視頻安全監控、自動識別與智能人機交互方面有著重要的研究價值。其檢測算法經過長時間的發展，已經取得了顯著的成績。本文中對Paul Viola提出的基于積分圖像和AdaBoost的檢測方法進行了深入研究、改進，并針對實際問題成功應用到飛機特征點圖像的快速檢測中。
標簽： AdaBoost 算法 特征 圖像識別
上傳時間： 2013-11-04
上傳用戶：日光微瀾
對脈搏波的完全分析是建立在含有少量噪聲且較為清晰的脈搏波信號中，然而在采集脈搏波信號時容易受到多種干擾的影響，使其提取出來的脈搏波含有大量的噪聲，因此降噪處理顯得尤為必要。同時，脈搏波中含有人體生理病理信息，不同的人將表現為不同的特征，可以看出確定脈搏波特征點對于分析人體生理健康很有意義。針對信號去噪問題采用小波變換和多分辨率分析的方法，該方法在時域和頻域都能表征信號局部信息的能力，且具有對信號具有自適應性。運用極值法確定出脈搏波的峰值點，然后再根據峰值點確定出其他特征點的位置，實驗證明該方法能夠增加特征點的檢出率。
標簽： 脈搏波 信號降噪 特征點識別
上傳時間： 2013-10-12
上傳用戶：shirleyYim
針對齒輪故障特征信號具有強噪聲背景、非線性、非平穩性特點，提出采用形態梯度小波對齒輪振動信號進行降噪。首先使用形態梯度小波把齒輪振動信號分解到多個尺度上，然后對各層的細節系數進行軟閾值方法降噪處理，對經過處理后的小波系數進行重構。對降噪后的齒輪振動信號采用S變換多分辨率時頻分析，能夠從具有良好的時頻分辨率的S變換譜圖提取齒輪故障特征。通過仿真試驗和故障軸承的信號分析證明，該方法具有短時傅里葉變換和小波變換的優點，不存在Wigner-Ville分布的交叉干擾和負頻率，能有效地提取隱含在噪聲中的齒輪故障特征，適合齒輪故障的在線監測和診斷。
標簽： 梯度 小波降噪 S變換 齒輪故障
上傳時間： 2013-11-01
上傳用戶：AISINI005
針對紅外圖像邊緣模糊，對比度低的問題，文中研究了改進的中值濾波和改進的Sobel邊緣檢測對紅外圖像進行處理。在對處理后圖像的特征進行分析的基礎上，研究了改進的Laplace金字塔分解的圖像融合算法，并基于CUDA并行處理技術，在可編程GPU上實現了紅外圖像快速增強的目的。該算法結合GPU的內存特點，應用紋理映射、多點訪問、并行觸發技術，優化數據的存儲結構，提高數據處理速度，適用于對紅外圖像增強的實時性要求較高的領域。實驗結果表明，該算法有較好的并行特性，能充分利用CUDA的并行計算能力，提高了紅外圖像增強的實時性，處理分辨率為3 096×3 096的紅外圖像時加速比達32.189。
標簽： CUDA 紅外圖像 算法研究
上傳時間： 2014-01-03
上傳用戶：mh_zhaohy
總體平均經驗模式分解（EEMD）方法是一種先進的時頻分析方法，非常適合于對非平穩故障微弱信號的分析處理。文中介紹了EEMD方法的原理與算法實現步驟，重點分析了EEMD方法避免模式混淆的機理。利用EEMD方法對齒輪箱振動信號進行分析，成功提取了小齒輪磨損故障特征，驗證了EEMD方法在故障微弱信號特征提取的有效性。
標簽： EEMD 微弱信號 特征提取
上傳時間： 2014-11-30
上傳用戶：wbwyl
探地雷達回波信號是一種非平穩非線性信號，其中不僅包含地下埋藏物的目標信號，還包含有可能掩藏目標信號的直達波信號，給目標的識別帶來困難。文中采用HHT方法對探地雷達回波信號進行特征分析，提取回波信號的IMF分量的瞬時頻率作為特征向量。實驗結果表明，用HHT方法提取特征可較好的避免直達波影響，該方法是可行而有效的，為進一步鑒別地下埋藏物提供了新的思想和方法。
標簽： HHT 探地雷達 回波信號 特征提取
上傳時間： 2013-10-22
上傳用戶：hjkhjk
為了模擬圖像分類任務中待分類目標的可能分布，使特征采樣點盡可能集中于目標區域，基于Yang的有偏采樣算法提出了一種改進的有偏采樣算法。原算法將目標基于區域特征出現的概率和顯著圖結合起來，計算用于特征采樣的概率分布圖，使用硬編碼方式對區域特征進行編碼，導致量化誤差較大。改進的算法使用局部約束性編碼代替硬編碼，并且使用更為精確的后驗概率計算方式以及空間金字塔框架，改善了算法性能。在PASCAL VOC 2007和2010兩個數據集上進行實驗，平均精度比隨機選取的特征采樣方法能夠提高約0.5%，驗證了算法的有效性。
標簽： 圖像分類 特征采樣
上傳時間： 2013-10-24
上傳用戶：wawjj
為了使計算機能更好的識別人臉表情，對基于Gabor小波變換的人臉表情識別方法進行了研究。首先對包含表情區域的靜態灰度圖像進行預處理，包括對確定的人臉表情區域進行尺寸和灰度歸一化，然后利用二維Gabor小波變換提取臉部表情特征，使用快速PCA方法對提取的Gabor小波特征初步降維。再在低維的空間中，利用Fisher準則提取那些有利于分類的特征，最后用SVM分類器進行分類。實驗結果表明，上述提出的方法比傳統的方法識別速度更快，能達到實時性的要求，并且具有很好的魯棒性，識別率高。
標簽： Gabor 人臉 特征提取
上傳時間： 2013-11-08
上傳用戶：小眼睛LSL
蟲蟲下載站版權所有 京ICP備2021023401號-1
