<strike id="yaa8q"></strike>
在掌握常用數(shù)字電路功能和原理的基礎(chǔ)上，根據(jù)EDA技術(shù)課程所學(xué)知識(shí)，利用硬件描述語(yǔ)言Verilog HDL、EDA軟件Quartus II和硬件平臺(tái)Cyclone/Cyclone II FPGA進(jìn)行電路系統(tǒng)的設(shè)計(jì)。本次實(shí)驗(yàn)我完成的內(nèi)容是簡(jiǎn)單計(jì)算器的設(shè)計(jì)
上傳時(shí)間： 2016-12-04
上傳用戶：925912853
本文主要研究了基于 DSP 和 FPGA 的車牌識(shí)別系統(tǒng)， 充分利用 TI 公司達(dá)芬奇系列 DM6446 DSP 的強(qiáng)大運(yùn)算能力、 以及 Altera 公司 Cyclone II 系列 FPGA 靈活的時(shí)序邏 輯控制技術(shù)， 實(shí)現(xiàn)系統(tǒng)的高速運(yùn)行。
標(biāo)簽： FPGA DSP 車牌識(shí)別系統(tǒng)
上傳時(shí)間： 2017-05-30
上傳用戶：q2wer
在高溫環(huán)境下工作時(shí)，專用的防護(hù)服裝不可或缺。專用服裝通常由多層織物構(gòu)成，不同織物的密度、比熱、熱傳導(dǎo)率都有所不同，不同的厚度搭配會(huì)對(duì)服裝的防護(hù)性能和舒適度有所影響。本文主要通過(guò)研究特定的織物在相同的工作防護(hù)能力要求下，最優(yōu)的厚度配比，為高溫作業(yè)服裝最優(yōu)厚度設(shè)計(jì)提供參考。 針對(duì)問(wèn)題一，采取控制變量法，根據(jù)附件二中的數(shù)據(jù)，使用MATLAB曲線擬合工具箱對(duì)數(shù)據(jù)進(jìn)行分析，建立了溫度-厚度指數(shù)曲線模型，得出假人皮膚外側(cè)的溫度與外界環(huán)境溫度成正比的關(guān)系，和II層與IV層的厚度的平方成反比關(guān)系的結(jié)論，計(jì)算出在不同的溫度環(huán)境和不同厚度的織物材料條件下的溫度分布，得到了problem1.xlsx。 針對(duì)問(wèn)題二，根據(jù)問(wèn)題一中建立的溫度-厚度指數(shù)曲線模型建立出最優(yōu)化模型，將題目中的已知條件帶入數(shù)學(xué)模型表達(dá)式，再根據(jù)已知條件建立相關(guān)不等式，使用MATLAB軟件對(duì)相關(guān)不等式進(jìn)行非線性規(guī)劃求得最優(yōu)解，即可獲得問(wèn)題二的解，根據(jù)模型一確定的II層最優(yōu)厚度為6.167mm，根據(jù)模型二確定的II層最優(yōu)厚度為5.835mm。 針對(duì)問(wèn)題三，考慮到舒適性和功能性兩大特性的平衡，將附件1中的三個(gè)指標(biāo)以熱擴(kuò)散率來(lái)整合，將其與問(wèn)題一和問(wèn)題二中的模型進(jìn)行聯(lián)系，建立了熱擴(kuò)散-最優(yōu)厚度模型，帶入題目中的已知條件，使用lingo軟件，通過(guò)非線性規(guī)劃方法，建立最優(yōu)化模型，對(duì)數(shù)據(jù)的最優(yōu)化解進(jìn)行求解，即可得到II層和IV層的最優(yōu)厚度，根據(jù)模型一確定的II層和IV層的最優(yōu)厚度分別為6.225mm和0.6mm。
上傳時(shí)間： 2020-03-17
上傳用戶：成成愛(ài)吃魚
The large-scale deployment of the smart grid (SG) paradigm could play a strategic role in supporting the evolution of conventional electrical grids toward active, flexible and self- healing web energy networks composed of distributed and cooperative energy resources. From a conceptual point of view, the SG is the convergence of information and operational technologies applied to the electric grid, providing sustainable options to customers and improved security. Advances in research on SGs could increase the efficiency of modern electrical power systems by: (i) supporting the massive penetration of small-scale distributed and dispersed generators; (ii) facilitating the integration of pervasive synchronized metering systems; (iii) improving the interaction and cooperation between the network components; and (iv) allowing the wider deployment of self-healing and proactive control/protection paradigms.
標(biāo)簽： Computational Intelligence
上傳時(shí)間： 2020-06-07
上傳用戶：shancjb
Introduction to Radio Frequency Identification (RFID): RFID is a wireless modulation and demodulation technique for automatic identification of objects, tracking goods, smart logistics, and access con- trol. RFID is a contactless, usually short‐distance transmission and reception technique for unique ID data transfer from a tagged object to an interrogator (reader). The generic configuration of an RFID system comprises (i) an ID data‐carrying tag, (ii) a reader, (iii) a middleware, and (iv) an enterprise application.
標(biāo)簽： Chipless_Radio_Frequency_Identifi cation
上傳時(shí)間： 2020-06-08
上傳用戶：shancjb
The large-scale deployment of the smart grid (SG) paradigm could play a strategic role in supporting the evolution of conventional electrical grids toward active, flexible and self- healing web energy networks composed of distributed and cooperative energy resources. From a conceptual point of view, the SG is the convergence of information and operational technologies applied to the electric grid, providing sustainable options to customers and improved security. Advances in research on SGs could increase the efficiency of modern electrical power systems by: (i) supporting the massive penetration of small-scale distributed and dispersed generators; (ii) facilitating the integration of pervasive synchronized metering systems; (iii) improving the interaction and cooperation between the network components; and (iv) allowing the wider deployment of self-healing and proactive control/protection paradigms.
標(biāo)簽： Computational Intelligence
上傳時(shí)間： 2020-06-10
上傳用戶：shancjb
blinking LED from cyclone III
上傳時(shí)間： 2020-10-19
上傳用戶：
Altera 官方的cyclone5的完整手冊(cè)，共1091頁(yè)。 非常詳細(xì)，工程師開(kāi)發(fā)必看。
標(biāo)簽： Cyclone
上傳時(shí)間： 2022-01-28
上傳用戶：
斯坦福大學(xué)-深度學(xué)習(xí)基礎(chǔ)教程.pdfUFLDL教程 From Ufldl 說(shuō)明：本教程將闡述無(wú)監(jiān)督特征學(xué)習(xí)和深入學(xué)習(xí)的主要觀點(diǎn)。通過(guò)學(xué)習(xí)，你也將實(shí)現(xiàn)多個(gè)功能 學(xué)習(xí)/深度學(xué)習(xí)算法，能看到它們?yōu)槟愎ぷ鳎W(xué)習(xí)如何應(yīng)用/適應(yīng)這些想法到新問(wèn)題上。 本教程假定機(jī)器學(xué)習(xí)的基本知識(shí)（特別是熟悉的監(jiān)督學(xué)習(xí)，邏輯回歸，梯度下降的想法），如果 你不熟悉這些想法，我們建議你去這里 機(jī)器學(xué)習(xí)課程 (http://openclassroom.stanford.edu/MainFolder/CoursePage.php? course=MachineLearning) ，并先完成第II，III，IV章（到邏輯回歸）。 稀疏自編碼器 神經(jīng)網(wǎng)絡(luò) 反向傳導(dǎo)算法 梯度檢驗(yàn)與高級(jí)優(yōu)化 自編碼算法與稀疏性 可視化自編碼器訓(xùn)練結(jié)果 稀疏自編碼器符號(hào)一覽表 Exercise:Sparse Autoencoder 矢量化編程實(shí)現(xiàn) 矢量化編程 邏輯回歸的向量化實(shí)現(xiàn)樣例 神經(jīng)網(wǎng)絡(luò)向量化 Exercise:Vectorization
標(biāo)簽： 深度學(xué)習(xí)
上傳時(shí)間： 2022-03-27
上傳用戶：kingwide
進(jìn)年來(lái)，脈沖功率裝置的使用愈來(lái)愈廣泛。由于高功率脈沖電變換器源能夠?yàn)槊}沖功率裝置的負(fù)載提供能量，是構(gòu)成脈沖功率裝置的主體。本文采用LT3751為核心，采用電容、電感儲(chǔ)能、并通過(guò)電力電子器件配合脈沖變壓器設(shè)計(jì)了反激式功率變換器電路，并通過(guò)基于LTspice進(jìn)行電路瞬態(tài)分析，以得到最佳的電路模型。LTspice IV是一款高性能Spice Il仿真器、電路圖捕獲和波形觀測(cè)器，并為簡(jiǎn)化開(kāi)關(guān)穩(wěn)壓器的仿真提供了改進(jìn)和模型。凌力爾特（LINEAR）對(duì)Spice所做的改進(jìn)使得開(kāi)關(guān)穩(wěn)壓器的仿真速度極快，較之標(biāo)準(zhǔn)的Spice仿真器有了大幅度的提高，并且LTspice IV帶有80%的凌力爾特開(kāi)關(guān)穩(wěn)壓器的Spice和Macro Model（宏模型），200多種運(yùn)算放大器模型以及電阻器、晶體管和MOSFET模型，使得我們?cè)谶M(jìn)行電路設(shè)計(jì)仿真，特別是開(kāi)關(guān)電路的設(shè)計(jì)與仿真時(shí)更加輕松。
上傳時(shí)間： 2022-06-22
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
