大型仓储式物流中心的环境监测系统设计

针对大型仓储式物流中心的实际需要,设计一种智能化的环境监测系统。在无人操作或远程遥控的模式下,系统可以对仓储中心环境中的烟雾情况、空气质量情况、温度及湿度等参数进行实时采集分析,达到对环境状况及时监控的目的。监控数据的分析结果,也对物资的存储优化方面具有一定的指导意义。     

仿生机器人视觉导航研究分析

视觉导航技术是保证机器人自主移动的关键技术之一。为了从整体上把握当前国际上最新的视觉导航研究动态,全面评述了仿生机器人视觉导航技术的研究进展,重点分析了视觉SLAM(Simultaneous Local-ization and Mapping)、闭环探测、视觉返家三个关键问题的研究现状及存在的问题。提出了一个新的视觉SLAM算法框架,给出了待解决的关键理论问题,并对视觉导航技术发展的难点及未来趋势进行了总结。     

基于S3C44B0X的蓝牙家庭网关的设计

分析目前流行的基于蓝牙技术的智能家庭网络设计,介绍基于三星S3C44B0X芯片和嵌入式μcLinux操作系统为平台的智能家庭网关设计,给出具体的硬件设计和软件结构设计,实现了家庭蓝牙内部网络与PSTN、Internet互连,实现对家居设备控制的网络化及多样化.     

基于802.11无线协议的智能小区可视化门铃系统设计

对目前楼宇门禁装置应用现状进行了分析,结合当前热门的无线视频传输技术设计了一种新型的基于802.11网络协议的嵌入式无线可视化门铃系统,从整体上阐述了系统结构与工作原理,然后介绍了服务器端和客户端软硬件部分的设计,并且重点介绍了多媒体数据采集设计和对其码流进行无线收发实现过程.实验结果表明嵌入式无线可视化门铃系统比以往电子门禁装置交互能力和控制能力更强,智能化程度更高,应用前景十分广阔.     

SOA在高校学分互认信息化集成平台中的应用

随着高校的发展,各高校已经普遍实行了多种形式的学分制。实践证明对于学校之间学分互认,学分转移制度的建立,对于我国人才培养模式与国外接轨具有重大的推动作用。对基于SOA的软件开发方法进行研究,提出利用SOA架构建立一个基于校园网环境的高校学分互认信息化集成平台的设计思想和设计方法。     

基于深度学习的图像语义分割技术研究综述

图像语义分割技术是智能系统理解自然场景的关键技术之一,作为视觉智能领域的重要研究方向,该技术在移动机器人、无人机、智能驾驶以及智慧安防等领域具有广阔的应用前景。对于图像语义分割技术的研究发展历程进行了详细评述,包括从传统的语义分割方法到当前主流的基于深度学习的图像语义分割理论及其方法,重点阐述了基于深度学习的图像语义分割技术的框架及其实现过程,进而对当前具有代表性的典型算法的效果以及优缺点进行了分析,然后归纳了算法评价指标,最后对该技术的发展进行了总结与展望。该研究对于从事图像语义分割技术的研究人员和工程技术人员均具有很好的参考意义。     

以消息广播实现动态信号分析仪的模块化装配

对于虚拟仪器的开发都没有统一的规划,大部分都是根据特定的应用需求进行设计和开发,这样开发出来的部件,针对性过强,缺乏可移植性。针对这些问题,探讨一种结构化的设计方法,用消息广播技术来实现仪器代码的模块化装配,以达到软件复用、快速开发的目的。经过实际开发验证,这种方法能有效地提高开发效率。     

基于CDIO的数字医疗软件人才协同培养新模式

针对当前数字医疗软件人才培养过程中存在的问题,从现代工程教育模式和协同创新理念的角度出发,提出具有"工程化"实践性的数字医疗软件人才协同培养框架。从基于协同创新的数字医疗软件人才培养平台建设、人才培养的协同创新主体机制与体制改革、人才培养的能力训练体系改革和人才协同培养的质量评价体系改革4个方面阐述改革思路和具体的实施方法,探索人才协同培养的新模式。     

嵌入式系统中的动态电压调节策略仿真研究

移动式嵌入式系统一般由电池供电,针对高效地利用有限的能量是需要解决的供电问题.分析了现有的动态电压调节策略存在的不足,结合电池放电特性,提出了一种基于电池模型的动态电压调节策略,根据Petri网理论,建立了新的系统能耗模型,并进行了仿真实验.仿真结果分析表明,在满足系统性能的前提下,策略可以使系统能耗最小化的最优频率序列,能很好地降低嵌入式系统能量消耗.为嵌入式系统低功耗策略的研究和应用提供了参考.     

基于TGV正则化的MP-PET图像恢复

针对光子计数较少导致心肌灌注PET(MP-PET)图像质量严重退化问题,提出基于TGV正则化的MP-PET图像恢复模型。模型结合低秩稀疏分解理论对MP-PET序列图像的目标区域和背景区域进行分离,针对目标区域进行TGV约束从而改善图像质量。分别对仿真数据及临床扫描数据进行实验,采用视觉及不同的量化指标进行恢复效果评价。实验结果表明,提出的TGV模型具有优质的恢复效果。