壓力傳感器與彈性模量-w，有需要的可以參考！
標簽： 壓力傳感器
上傳時間： 2022-01-18
上傳用戶：
使用LinkSwitch-3（LNK6404D）的2 W通用輸入（85 VAC-265 VAC）非隔離反激式（5 V，400 mA輸出）電源，用于家庭和樓宇自動化
標簽： LinkSwitch-3 樓宇自動化
上傳時間： 2022-02-09
上傳用戶：
帶有PPS電源適配器的60 W USB PD 3.0具有PowiGaN的InnoSwitch3-Pro(INN3379C-H302); MinE-CAP(MIN1072M);威盛Labs VP302控制器輸入：90 VAC – 265 VAC可變輸出：5 V / 3 A; 9 V / 3 A; 15 V / 3 A; 20 V / 3 APPS輸出：3.3 V – 21 V / 3 A
上傳時間： 2022-03-24
上傳用戶：
使用InnoSwitch3-Pro PowiGaN和MinE-CAP的3.3 W-21 V PPS電源的65 W USB PD 3.0
標簽： InnoSwitch3-Pro PowiGaN PPS電源
上傳時間： 2022-04-02
上傳用戶：kingwide
使用InnoSwitch3-CP(具有PowiGaN技術的INN3270C-H215)和HiperPFS-4的100 W USB PD Type-C充電器(5 V / 3 A; 9 V / 3 A; 15 V / 3 A; 20 V / 5 A輸出) (PFS7628C)
上傳時間： 2022-05-09
上傳用戶：XuVshu
傅里葉光學導論 J.W.顧德
標簽： 傅里葉光學
上傳時間： 2022-06-01
上傳用戶：
本文以質量管理理論為基礎，針對手機芯片封裝行業過于繁瑣的海量質量數據，建立以數據挖掘技術為基礎的質量管理系統，通過對手機芯片封裝質量數據的采集、分析和處理，對手機芯片的質量缺陷和不合格產品進行分析和統計，診斷造成產品不合格的原因。本文首先回顧了國內外關于質量管理的發展歷程及最新趨勢，并對手機芯片封裝質量管理進行了綜述。在對數據挖掘、合格率管理等方面進行深入分析探討的基礎上，提出了手機芯片封裝質量管理系統的設計目標、設計思路和功能模塊。本文的研究工作主要有以下幾個方面：1、對手機芯片封裝的制造過程、系統模式進行了分析，著重研究了合格率管理和數據挖掘在手機芯片封裝中的應用；2、運用數據挖掘的方法，針對影響芯片封裝質量的多個相關因素，進行各因素的權重判定，確定哪些因素是影響質量的關鍵因素，針對影響質量的關鍵因素，通過對低合格率數據的提取與分析，定位封裝過程中可能造成不合格產品的關鍵點，為質量改善提供依據：3、搜集W公司2006年5月到8月的手機芯片封裝測試數據，進行實證研究，驗證了所提出的研究方法的準確性。
上傳時間： 2022-06-21
上傳用戶：
15 W無線充電發射器解決方案（原理圖、BOM、應用說明等）.
標簽： 無線充電發射器
上傳時間： 2022-06-21
上傳用戶：canderile
45 W隔離式反激式電源(90 VAC - 265 VAC輸入; 24 V，1.88 A輸出)，適用于使用InnoSwitch3-CP(INN3268-H221)以及CV，CC和CP輸出選項的智能揚聲器和管狀電機
標簽： 智能揚聲器 管狀電機 輸出隔離式反激式電源
上傳時間： 2022-07-11
上傳用戶：
OpencV是用來實現計算機視覺相關技術的開放源碼工作庫，是計算機視覺、圖像處理、模式識別、計算機圖形學、信號處理、視頻監控、科學可視化等相關從業人員的好工具。本書介紹了大約200多個典型的技術問題，覆蓋了基于OpenCV基礎編程的主要內容，利用大量生動有趣的編程案例和編程技巧，從解決問題和答疑解惑入手，以因特網上最新資料為藍本，深入淺出地說明了OpenCV中最典型和用途最廣的程序設計方法。全書結構清晰、合理，范例實用、豐富，理論結合實踐，即使讀者只是略懂計算機視覺原理，也能人手對相關理論方法直接進行編碼實現。 "基于OPENCV的計算機視覺技術實現"的圖書目錄…… 前言 第一章 使用OpenCV實現計算機視覺技術 1.1 計算機視覺技術 1.2 什么是OpenCV 1.3 基于OpenCV庫的編程方法 本章小結 第二章 OpenCV的編程環境 2.1 OpenCV環境介紹 2.2 OpenCV的體系結構 2.3 OpenCV實例演示 本章小結 第三章 OpenCV編程風格 3.1 命名約定 3.2 結構 3.3 函數接口設計 3.4 函數實現 3.5 代碼布局 3.6 移植性 3.7 文件操作 3.8 文檔編寫 本章小結 第四章 數據結構 4.1 基本數據結構 4.2 數組有關的操作 4.3 動態結構 本章小結 第五章 數據交互 5.1 繪圖函數 5.2 文件存儲 5.3 運行時類型信息和通用函數 5.4 錯誤處理函數 5.5 系統函數 本章小結 第六章 圖像處理 6.1 邊緣檢測 6.2 直方圖 6.3 Hough變換 6.4 幾何變換 6.5 形態學 本章小結 第七章 結構與識別 7.1 輪廓處理函數 7.2 計算幾何 7.3 平面劃分 7.4 目標檢測函數 7.5 生成與控制貝塞爾曲線 7.6 用OpenCV進行人臉檢測 本章小結 第八章 圖形界面（HighGUI） 8.1 讀取和保存圖像 8.2 OpenCV中的實用系統函數 本章小結 第九章 視頻處理（CvCAM） 9.1 使用HighGUI對視頻進行讀寫處理 9.2 CvCam對攝像頭和視頻流的使用 本章小結 第十章 OpenCV附加庫第一部分 10.1 附加庫介紹 10.2 形態學（morhing functions） 本章小結 第十一章 OpenCV附加庫第二部分——隱馬爾可夫模型 11.1 隱馬爾可夫模型概述 11.2 隱馬爾可夫模型中的基本結構與函數介紹 11.3 隱馬爾可夫模型中的函數介紹 11.4 人臉識別工具 本章小結 第十二章 核心庫綜合例程 12.1 檢測黑白格標定板內指定矩形區域內的角點 12.2 解線性標定方程組程序 本章小結 第十三章 運動與跟蹤 13.1 圖像統計的累積函數 13.2 運動模板函數 13.3 對象跟蹤 13.4 光流 13.5 預估器 13.6 Kalman濾波器跟蹤示例 13.7 用Snake方法檢測可變形體的輪廓 13.8 運動目標跟蹤與檢測 本章小結 第十四章 立體視覺第一部分——照相機定標 14.1 坐標系介紹 14.2 透視投影矩陣的獲得 14.3 攝像機參數的獲取 14.4 徑向畸變的校正 14.5 使用OpenCV及CVUT進行攝像機定標 14.6 OpenCV中的定標函數 14.7 CVUT介紹 本章小結 第十五章 立體視覺第二部分——三維重建 15.1 極線幾何 15.2 特征點匹配 15.3 三維重建 15.4 OpenCV中相關函數介紹 本章小結 第十六章 立體視覺第三部分——三維重建算法 16.1 圖像校正 16.2 已校正圖像的快速三維重建 16.3 Birchfield算法 16.4 OpenCV中相關函數介紹 本章小結 第十七章 立體視覺第四部分——立體視覺實例 17.1 圖像校正實例代碼 17.2 基于窗口的稀疏點匹配及三維重建之一 17.3 基于窗口的稀疏點匹配及三維重建之二 17.4 Birchfield算法的OpenCV實現 本章小結 第十八章 常見問題解疑 18.1 安裝與編譯出錯解決方法 18.2 OpenCV庫基本技術問題 18.3 OpenCV在Linux下的相關問題 18.4 OpenCV庫中的陷阱和bug
上傳時間： 2013-07-18
上傳用戶：huyiming139
