<sub id="16161"><tr id="16161"></tr></sub>
電子設(shè)備的 ON/OFF 按鈕給繫統(tǒng)設(shè)計師帶來了一組獨特的挑戰(zhàn)
標(biāo)簽： OFF 保險 電壓監(jiān)視 按鈕
上傳時間： 2013-10-13
上傳用戶：18165383642
對於輸出電壓處於輸入電壓範(fàn)圍之內(nèi) (這在鋰離子電池供電型應(yīng)用中是一種很常見的情形) 的 DC/DC 轉(zhuǎn)換器設(shè)計，可供采用的傳統(tǒng)解決方案雖有不少，但迄今為止都不能令人非常滿意
上傳時間： 2013-11-19
上傳用戶：urgdil
許多電信和計算應(yīng)用都需要一個能夠從非常低輸入電壓獲得工作電源的高效率降壓型 DC/DC 轉(zhuǎn)換器。高輸出功率同步控制器 LT3740 就是這些應(yīng)用的理想選擇，該器件能把 2.2V 至 22V 的輸入電源轉(zhuǎn)換為低至 0.8V 的輸出，並提供 2A 至 20A 的負(fù)載電流。其應(yīng)用包括分布式電源繫統(tǒng)、負(fù)載點調(diào)節(jié)和邏輯電源轉(zhuǎn)換。
上傳時間： 2013-12-30
上傳用戶：arnold
PC電源測試系統(tǒng)chroma8000簡介
標(biāo)簽： chroma 8000 電源測試系統(tǒng)
上傳時間： 2013-11-08
上傳用戶：xiehao13
利用Matlab軟件編寫了程序提取了的任意大小的字母和漢字的顯示特征，給出了對應(yīng)的圖像矩陣，并將讀取的二值矩陣轉(zhuǎn)換為單片機能識別的16進(jìn)制數(shù)字代碼，通過單片機構(gòu)建電路實現(xiàn)字母和漢字的顯示。提取字母可以改變大小和形狀，達(dá)到動態(tài)顯示字母大小和流動變換顯示的效果，提高顯示設(shè)備觀賞價值，可以提高人們對重要信息的注意。
上傳時間： 2013-11-13
上傳用戶：lijinchuan
傳統(tǒng)多模態(tài)生物特征識別方法當(dāng)出現(xiàn)生物特征缺失時，識別性能會明顯下降。針對此問題，提出一種融合人臉、虹膜和掌紋的自適應(yīng)并行結(jié)構(gòu)多模態(tài)生物識別方法。該方法在設(shè)計融合策略時，考慮到所有可能的輸入缺失，構(gòu)造并行結(jié)構(gòu)的融合函數(shù)集，在實際應(yīng)用時根據(jù)輸入狀態(tài)自適應(yīng)的選擇融合策略進(jìn)行識別。實驗仿真結(jié)果表明該方法既可提高識別可靠性又可實現(xiàn)當(dāng)有生物特征缺失時的性能穩(wěn)定。
上傳時間： 2013-11-02
上傳用戶：huangld
提出了一個自適應(yīng)量子粒子群優(yōu)化算法，用于訓(xùn)練RBF網(wǎng)絡(luò)的基函數(shù)中心和寬度，并結(jié)合最小二乘法計算網(wǎng)絡(luò)權(quán)值，對RBF網(wǎng)絡(luò)的泛化能力進(jìn)行改進(jìn)并用于特征選擇。實驗結(jié)果表明，采用自適應(yīng)量子粒子群優(yōu)化算法獲得的RBF網(wǎng)絡(luò)模型不但具有很強的泛化能力，而且具有良好的穩(wěn)定性，能夠選擇出較優(yōu)秀的特征子集。
標(biāo)簽： RBF 神經(jīng)網(wǎng)絡(luò) 特征選擇 中的應(yīng)用
上傳時間： 2013-11-16
上傳用戶：erkuizhang
本文將探討微控制器與 PSoC (可編程系統(tǒng)單晶片)在數(shù)位電視應(yīng)用上的設(shè)計挑戰(zhàn)，並比較微控制器和 PSoC 架構(gòu)在處理這些挑戰(zhàn)時的不同處，以有效地建置執(zhí)行。
標(biāo)簽： PSoC MCU 比較 數(shù)位電視
上傳時間： 2013-11-22
上傳用戶：gengxiaochao
本技術(shù)文章將介紹如何運用 NI LabVIEW FPGA 來設(shè)計並客製化個人的 RF 儀器，同時探索軟體設(shè)計儀器可為測試系統(tǒng)所提供的優(yōu)勢。
上傳時間： 2013-11-24
上傳用戶：toyoad
針對傳感器網(wǎng)絡(luò)下多目標(biāo)跟蹤時目標(biāo)數(shù)量不斷變化這一復(fù)雜情況，文中對多目標(biāo)的跟蹤和特征管理方法進(jìn)行了研究。該方法由數(shù)據(jù)關(guān)聯(lián)、多目標(biāo)跟蹤、特征管理，和信息融合所組成。其中未知數(shù)量多目標(biāo)的跟蹤和數(shù)據(jù)關(guān)聯(lián)通過馬爾科夫蒙特卡羅數(shù)據(jù)關(guān)聯(lián)實現(xiàn)。通過信息融合來整合本地信息，獲取所有相鄰傳感器的本地一致性，最終實現(xiàn)特征管理。試驗證明，本方法能夠在分布式的傳感器網(wǎng)絡(luò)環(huán)境下對多目標(biāo)進(jìn)行準(zhǔn)確有效地跟蹤和特征管理。
標(biāo)簽： 傳感器網(wǎng)絡(luò) 多目標(biāo)跟蹤 特征 管理方法
上傳時間： 2013-11-18
上傳用戶：wangdean1101
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
