雙極性步進電機細分驅動器的設計與實現論述j一種雙極性步進電動機細分驅動器的I作原理,該驅動器能較好地改 善步進電動機的運行性能,具有實用性強、結構簡單、成本低的優點。針對實際調試中 出現的問題進行分析后,提出了對策;最后給出了試驗結果。
上傳時間: 2016-08-25
上傳用戶:comua
J-Blog v1.0 系統配置: web.xml里默認配置為:resin 2.1.14 可根據您的具體服務器配置。 注意鏈接池就是了! 然后導入database/j-blog.sql 默認用戶名密碼都是: admin 后臺地址:/admin/ 進入后臺后,請將系統設置中的 網站地址(URL):設置正確,否則樣式表等無法調用
標簽: database J-Blog j-blog resin
上傳時間: 2017-05-07
上傳用戶:Yukiseop
1:打開J-Flash ARM后,首先點擊File-OpenProject...,從中選擇STM32F103RB.jflash。(例子芯片,直接在提示的目錄下找) 2.點擊File-Open data file...選擇要燒錄的可執行文件(.hex 或者 .bin) 3:options-project settings 在里面配置cpu型號,下載方式 4: 選擇燒錄文件后,點擊Target-connect,鏈接一下硬件是否通。如果能夠連接成功會了LOG窗口最后一行顯示“Connected successfully”。5:按F3擦除芯片。6.按F5鍵將程序寫入芯片。7.硬件鏈接上之后,點擊Target-Secure chip防止程序被惡意讀出。如果您的芯片用于調試,不要執行本步驟。
標簽: J-Flash
上傳時間: 2022-06-22
上傳用戶:kingwide
Cadence后端教程
上傳時間: 2013-06-07
上傳用戶:eeworm
人臉識別技術繼指紋識別、虹膜識別以及聲音識別等生物識別技術之后,以其獨特的方便、經濟及準確性而越來越受到世人的矚目。作為人臉識別系統的重要環節—人臉檢測,隨著研究的深入和應用的擴大,在視頻會議、圖像檢索、出入口控制以及智能人機交互等領域有著重要的應用前景,發展速度異常迅猛。 FPGA的制造技術不斷發展,它的功能、應用和可靠性逐漸增加,在各個行業也顯現出自身的優勢。FPGA允許用戶根據自己的需要來建立自己的模塊,為用戶的升級和改進留下廣闊的空間。并且速度更高,密度也更大,其設計方法的靈活性降低了整個系統的開發成本,FPGA 設計成為電子自動化設計行業不可缺少的方法。 本文從人臉檢測算法入手,總結基于FPGA上的嵌入式系統設計方法,使用IBM的Coreconnect掛接自定義模塊技術。經過訓練分類器、定點化、以及硬件加速等方法后,能夠使人臉檢測系統在基于Xilinx的Virtex II Pro開發板上平臺上,達到實時的檢測效果。本文工作和成果可以具體描述如下: 1. 算法分析:對于人臉檢測算法,首先確保的是檢測率的準確性程度。本文所采用的是基于Paul Viola和Michael J.Jones提出的一種基于Adaboost算法的人臉檢測方法。算法中較多的是積分圖的特征值計算,這便于進一步的硬件設計。同時對檢測算法進行耗時分析確定運行速度的瓶頸。 2. 軟硬件功能劃分:這一步考慮市場可以提供的資源狀況,又要考慮系統成本、開發時間等諸多因素。Xilinx公司提供的Virtex II Pro開發板,在上面有可以供利用的Power PC處理器、可擴展的存儲器、I/O接口、總線及數據通道等,通過分析可以對算法進行細致的劃分,實現需要加速的模塊。 3. 定點化:在Adaboost算法中,需要進行大量的浮點計算。這里采用的方法是直接對數據位進行操作它提取指數和尾數,然后對尾數執行移位操作。 4. 改進檢測用的級聯分類器的訓練,提出可以迅速提高分類能力、特征數量大大減小的一種訓練方法。 5. 最后對系統的整體進行了驗證。實驗表明,在視頻輸入輸出接入的同時,人臉檢測能夠達到17fps的檢測速度,并且獲得了很好的檢測率以及較低的誤檢率。
上傳時間: 2013-07-01
上傳用戶:84425894
07電子設計大賽論文 2007年全國電子設計大賽論文(A~J題)
上傳時間: 2013-05-26
上傳用戶:qoovoop
人臉識別技術繼指紋識別、虹膜識別以及聲音識別等生物識別技術之后,以其獨特的方便、經濟及準確性而越來越受到世人的矚目。作為人臉識別系統的重要環節—人臉檢測,隨著研究的深入和應用的擴大,在視頻會議、圖像檢索、出入口控制以及智能人機交互等領域有著重要的應用前景,發展速度異常迅猛。 FPGA的制造技術不斷發展,它的功能、應用和可靠性逐漸增加,在各個行業也顯現出自身的優勢。FPGA允許用戶根據自己的需要來建立自己的模塊,為用戶的升級和改進留下廣闊的空間。并且速度更高,密度也更大,其設計方法的靈活性降低了整個系統的開發成本,FPGA 設計成為電子自動化設計行業不可缺少的方法。 本文從人臉檢測算法入手,總結基于FPGA上的嵌入式系統設計方法,使用IBM的Coreconnect掛接自定義模塊技術。經過訓練分類器、定點化、以及硬件加速等方法后,能夠使人臉檢測系統在基于Xilinx的Virtex II Pro開發板上平臺上,達到實時的檢測效果。本文工作和成果可以具體描述如下: 1. 算法分析:對于人臉檢測算法,首先確保的是檢測率的準確性程度。本文所采用的是基于Paul Viola和Michael J.Jones提出的一種基于Adaboost算法的人臉檢測方法。算法中較多的是積分圖的特征值計算,這便于進一步的硬件設計。同時對檢測算法進行耗時分析確定運行速度的瓶頸。 2. 軟硬件功能劃分:這一步考慮市場可以提供的資源狀況,又要考慮系統成本、開發時間等諸多因素。Xilinx公司提供的Virtex II Pro開發板,在上面有可以供利用的Power PC處理器、可擴展的存儲器、I/O接口、總線及數據通道等,通過分析可以對算法進行細致的劃分,實現需要加速的模塊。 3. 定點化:在Adaboost算法中,需要進行大量的浮點計算。這里采用的方法是直接對數據位進行操作它提取指數和尾數,然后對尾數執行移位操作。 4. 改進檢測用的級聯分類器的訓練,提出可以迅速提高分類能力、特征數量大大減小的一種訓練方法。 5. 最后對系統的整體進行了驗證。實驗表明,在視頻輸入輸出接入的同時,人臉檢測能夠達到17fps的檢測速度,并且獲得了很好的檢測率以及較低的誤檢率。
上傳時間: 2013-04-24
上傳用戶:大融融rr
J-Link用戶手冊(中文),是學習ARM開發的好東知。
上傳時間: 2013-04-24
上傳用戶:mingaili888
·詳細說明:本程序將指定的16K采樣的語音數據文件轉換為經G.723編解碼后的8K語音數據。降采樣前先使用180階的FIR濾波器對語音數據進行頻率壓縮,然后進行抽取,并對抽取的數據進行G.723編解碼。該程序在非特定語音識別的庫文件處理中使用,也可擴展至其他用途。文件列表: 16kto8k .......\16kto8k.dsp .......\16kto8
上傳時間: 2013-04-24
上傳用戶:qw12
·[一些機器人方面的PDF].Introduction.to.Robotics,.Mechanics.and.Control.JOHN.J.CRAIG
標簽: Introduction Mechanics Robotics Control
上傳時間: 2013-06-08
上傳用戶:uuuuuuu