遙感6s,用去大氣,海洋較真.是不錯的軟件 遙感6s,用去大氣,海洋較真.是不錯的軟件
上傳時間： 2013-12-26
上傳用戶：hongmo
6s大氣校正的fortran源代碼，可以利用該代碼完成6s大氣校正
上傳時間： 2014-07-15
上傳用戶：zhyiroy
企業管理6s培訓教程，6s培訓教材文檔。6s實施和定義工具文檔。。PPT。。DOC
上傳時間： 2016-07-26
上傳用戶：nanshan
M16C/6s 群是采用64 管腳的塑模LQFP 封裝的單片機。該群將電力線通信調制解調器內核（利用了Yitran Communications Ltd公司開發的IT800PLC調制解調器技術）和模擬前端進行了單芯片化。M16C/60系列CPU內 核實現了高級別的編碼效率和高速運算處理，而且，內置的IT800調制解調器內核還采用了Yitran公司的DCSK （Differential Code Shift Keying）擴頻調制方式的專利技術，可在已有的電氣配線上實現速度最大為7.5kbps的高 可靠性的通信。M16C/6s符合國際標準（FCC part 15, ARIB and CENELEC bands），最適合用于AMR（Automatic Meter Reading）或家庭自動化控制系統等各種窄帶的應用程序。
標簽： Communications Yitran LQFP 800
上傳時間： 2014-08-08
上傳用戶：xaijhqx
6s原理圖，詳細的原理圖，包含cpu，射頻，接口部分
上傳時間： 2022-06-28
上傳用戶：
已知單位負反饋系統被控對象的傳函為: • 設計滯后-超前校正裝置,使校正后的系統滿足: • (1).在單位斜坡信號作用下,Kv=10s^(-1) • (2).校正后相角裕度³ 45° • (3).系統校正后剪切頻率wc ³ 1.5s^(-1) • (4).時域性能指標:s％£ 30％,Tp £ 2s,Ts £ 6s
上傳時間： 2014-07-27
上傳用戶：qlpqlq
xilinx完成一個模擬的十字路口交通信號燈，主干道上的綠燈時間為30s，支干道的綠燈時間為30s，且交通燈從綠變紅時，有6s黃燈亮的時間間隔。當然每種狀態的倒計時的時間值應顯示到LED數碼管上。
上傳時間： 2014-01-05
上傳用戶：love_stanford
/*import java.util.Scanner; //主類 public class student122 { //主方法 public static void main(String[] args){ //定義7個元素的字符數組 String[] st = new String[7]; inputSt(st); //調用輸入方法 calculateSt(st); //調用計算方法 outputSt(st); //調用輸出方法 } //其他方法 //輸入方法 private static void inputSt(String st[]){ System.out.println("輸入學生的信息："); System.out.println("學號 姓名 成績1，2，3"); //創建鍵盤輸入類 Scanner ss = new Scanner(System.in); for(int i=0; i<5; i++){ st[i] = ss.next(); //鍵盤輸入1個字符串 } } //計算方法 private static void calculateSt(String[] st){ int sum = 0; //總分賦初值 int ave = 0; //平均分賦初值 for(int i=2;i<5;i++) { /計總分，字符變換成整數后進行計算 sum += Integer.parseInt(st[i]); } ave = sum/3; //計算平均分 //整數變換成字符后保存到數組里 st[5] = String.valueOf(sum); st[6] = String.valueOf(ave); } //輸出方法 private static void outputSt(String[] st){ System.out.print("學號 姓名 "); //不換行 System.out.print("成績1 成績2 成績3 "); System.out.println("總分 平均分");//換行 //輸出學生信息 for(int i=0; i<7; i++){ //按格式輸出，小于6個字符，補充空格 System.out.printf("%6s", st[i]); } System.out.println(); //輸出換行 } }*/ import java.util.Scanner; public class student122 { public static void main(String[] args) { // TODO 自動生成的方法存根 String[][] st = new String[3][8]; inputSt(st); calculateSt(st); outputSt(st); } //輸入方法 private static void inputSt(String st[][]) { System.out.println("輸入學生信息："); System.out.println("班級 學號 姓名 成績：數學 物理 化學"); //創建鍵盤輸入類 Scanner ss = new Scanner(System.in); for(int j = 0; j < 3; j++) { for(int i = 0; i < 6; i++) { st[j][i] = ss.next(); } } } //輸出方法 private static void outputSt(String st[][]) { System.out.println("序號 班級 學號 姓名 成績：數學 物理 化學 總分 平均分"); //輸出學生信息 for(int j = 0; j < 3; j++) { System.out.print(j+1 + ":"); for(int i = 0; i < 8; i++) { System.out.printf("%6s", st[j][i]); } System.out.println(); } } //計算方法 private static void calculateSt(String[][] st) { int sum1 = 0; int sum2 = 0; int sum3 = 0; int ave1 = 0; int ave2 = 0; int ave3 = 0; for(int i = 3; i < 6; i++) { sum1 += Integer.parseInt(st[0][i]); } ave1 = sum1/3; for(int i = 3; i < 6; i++) { sum2 += Integer.parseInt(st[1][i]); } ave2 = sum2/3; for(int i = 3; i < 6; i++) { sum3 += Integer.parseInt(st[2][i]); } ave3 = sum3/3; st[0][6] = String.valueOf(sum1); st[1][6] = String.valueOf(sum2); st[2][6] = String.valueOf(sum3); st[0][7] = String.valueOf(ave1); st[1][7] = String.valueOf(ave2); st[2][7] = String.valueOf(ave3); } }
上傳時間： 2017-03-17
上傳用戶：simple
論文-基于紅外熱成像技術的豬體溫檢測與關鍵測溫部位識別63頁摘要 實現豬體溫測量自動化有利于實時監測豬的健康狀況、母豬發情和排卵檢測等 生理健康狀況。本文采用紅外熱成像儀采集豬的紅外熱圖像，引入化學計量學建模 方法建立體表溫度、環境溫度與直腸溫度間的多元校正模型，同時提出兩種關鍵測 溫部位的自動檢測方法。主要結論總結如下： (1)建立了母豬體表溫度、環境溫度與母豬體溫之間的一元和多元線性回歸模型。研 究發現， 9個身體區域提取的體表溫度與直腸溫度呈正相關(產O．34～0．68)，其中， 基于耳根區域體表溫度平均值建立的一元回歸方程效果最優，預測集相關系數RP與 均方根誤差RMSEP分別為0．66和0．420C。全特征模型相比一元線性回歸方程有更 好的預測效果，RP和RMSEP分別為0．76和O．370C。此外，應用特征選擇方法LARS． Lasso確定了7個重要特征建立簡化模型，其校正集和預測集的R分別為0．80和 0．80，RMSEs分別為0．30和0．350C。 (2)將卷積神經網絡應用于生豬主要測溫部位(眼睛和耳朵區域)的直接分割。利用 python構建了四種不同結構的卷積神經網絡模型FCN一1 6s、FCN．8s、U．Net一3和U． Net．4。對比分析4種卷積神經網絡模型的性能，結果表明U-Net．4網絡結構的分割 效果最優，平均區域重合度最高為78．75％。然而，當計算設備的計算力不夠時，可 以選用U．Net一3模型以達到較好的分割效果。 (3)提出豬只眼睛及耳根區域關鍵點的識別方法，將豬只主要測溫部位的檢測問題 轉變為主要測溫部位的定位問題。設計具有不同深度的卷積神經網絡架構A．E，得 出架構E最優。且當Dropout概率設置為0．6時模型效果最好，驗證集平均誤差和 預測集平均誤差分別為1．96％和2．65％。測試集單張豬臉關鍵點的預測誤差小于5％ 和10％的比例分別為89．5％和97．4％。模型能夠很好的定位豬臉關鍵點，用于豬只 體溫測量。 本文采用紅外熱像儀測量母豬體表溫度，通過化學計量學建模為非接觸母豬直 腸溫度測量提供了更準確、可靠的方法，同時提出兩種關鍵測溫部位的自動檢測方 法，有助于實現母豬體溫測量自動化，為生豬健康管理提供參考。
標簽： 紅外熱成像技術
上傳時間： 2022-02-13
上傳用戶：jiabin
[摘要]在天線單元設計中采用了高頻、低噪聲放大器，以減弱天線熱噪聲及前面幾級單元電路對接收機性能的影響；基于超外差式電路結構、鏡頻抑制和信道選擇原理，選用G P2010芯片實現了射頻單元的三級變頻方案，并介紹了高穩定度本振蕩信號的合成和采樣量化器的工作原理，得到了導航電文相關提取所需要的二進制數字中頻衛星信號。[被屏蔽廣告]關鍵詞：GPS接收機靈敏度超外差鎖相環頻率合成利用GPS衛星實現導航定位時，用戶接收機的主要任務是提取衛星信號中的偽隨機噪聲碼和數據碼，以進一步解算得到接收機載體的位置、速度和時間（PVT）等導航信息。因此，GPS接收機是至關重要的用戶設備。目前實際應用的GPS接收機電路一般由天線單元、射頻單元、通信單元和解算單元等四部分組成，如圖1所示。本文在分析GPS衛星信號組成的基礎上，給出了射頻前端GP2010的原理及應用。1GPS 衛星信號的組成GPS衛星信號采用典型的碼分多址（CDMA）調制技術進行合成（如圖2所示），其完整信號主要包括載波、偽隨機碼和數據碼等三種分量。信號載波處于L波段，兩載波的中心頓率分別記作L1和1.2，衛星信號參考時鐘頻率f0為10.23MHz，信號載波L1的中心頻率為ro的154倍頻，即：fL.1=154×f0-1575，42MHz（1）其波長A 1-19.03cm：信號載波12的中心頻率為f0的120倍頻，即：fL.2-120X f0-1227.60M1z（2）其波長A 2-24.42cm.兩載波的頻率差為347.82M1z，大約是12的28.3%，這樣選擇載波頻率便于測得或消除導航信號從GPS衛星傳播至接收機時由于電離層效應而引起的傳播延遲誤差，偽隨機噪聲碼（PR N）即測距碼主要有精測距碼（P碼）和粗測距碼（C/A碼）兩種。其中P碼的碼率為10.23M12、C/A碼的碼率為1.023MHz。數據碼是GPS衛星以二進制形式發送給用戶接收機的導航定位數據，又叫導航電文或D碼，它主要包括衛星歷、衛星鐘校正、電離層延遲校正、工作狀態信息、C/A碼轉換到捕獲P碼的信息和全部衛星的概略星歷：總電文由1500位組成，分為5個子幀，每個子幀在6s內發射10個字，每個字30位，共計300位，因此數據碼的波特率為50bps.
上傳時間： 2022-06-19
上傳用戶：zhaiyawei
