有效的減少傳導式干擾方式: 1. 檢討噪聲產生物的運作. (設計線路盡量利用直線, 減少諧波的含量) 2. 脈波的考慮. (脈波的波寬愈寬, 上升時間愈長, 產生的干擾愈小. 脈波的干擾程度與波寬及上升時間成反比) 3. 減少電弧的產生次數. 4. 盡量利用帶寬之下限. 5. 盡量使用低電感金屬接線. 6. 多利用濾波器. 7. 易受干擾組件, 盡量與負載放置一處, 減少偶合的程度. 8. 使用同一電源的不同系統應加裝反偶合裝置. 最好不同系統接用單獨電源. 9. 盡量使用低能量的靈敏裝置. 10.系統中有靈敏裝置, 不使用時, 應切斷其電源.
標簽： emi
上傳時間： 2021-11-25
上傳用戶：canderile
30個數學建模智能算法及MATLAB程序代碼:chapter10基于粒子群算法的多目標搜索算法.rarchapter11基于多層編碼遺傳算法的車間調度算法.rarchapter12免疫優化算法在物流配送中心選址中的應用 .rarchapter13粒子群優化算法的尋優算法.rarchapter14基于粒子群算法的PID控制器優化設計.rarchapter15基于混合粒子群算法的TSP搜索算法 .rarchapter16 基于動態粒子群算法的動態環境尋優算法.rarchapter17基于PSO工具箱的函數優化算法.rarchapter18魚群算法函數尋優.rarchapter19基于模擬退火算法的TSP算法.rarchapter1遺傳算法工具箱.rarchapter20基于遺傳模擬退火算法的聚類算法.rarchapter21模擬退火算法工具箱及應用.rarchapter22蟻群算法的優化計算——旅行商問題(TSP)優化 .rarchapter23基于蟻群算法的二維路徑規劃算法.rarchapter24 基于蟻群算法的三維路徑規劃算法.rarchapter25有導師學習神經網絡的回歸擬合——基于近紅外光譜的汽油辛烷值預測.rarchapter26.rarchapter27無導師學習神經網絡的分類——礦井突水水源判別.rarchapter28支持向量機的分類——基于乳腺組織電阻抗特性的乳腺癌診斷 .rarchapter29支持向量機的回歸擬合——混凝土抗壓強度預測.rarchapter2基于遺傳算法和非線性規劃的函數尋優算法 .rarchapter30極限學習機的回歸擬合及分類.rarchapter3基于遺傳算法的BP神經網絡優化算法 .rarchapter4sa_tsp.rarchapter5基于遺傳算法的LQR控制器優化設計.rarchapter6遺傳算法工具箱詳解及應用 .rarchapter7多種群遺傳算法的函數優化算法.rarchapter8基于量子遺傳算法的函數尋優算法 .rarchapter9基于遺傳算法的多目標優化算法.rar
上傳時間： 2021-11-28
上傳用戶：
有機化學是化學的一個分支學科，是研究碳氫化合物及其衍生物的結構、性質和反應的學科。[1]結構的研究包括通過光譜、化學計算和計算機模擬等手段研究化合物的分子結構和晶體結構特征。性質研究包括化合物的物理和化學性質，以及化學反應性的預測。有機反應的研究包括各種有機化學反應機理；天然產物、藥物和聚合物的化學合成策略等等。有機化學研究的化學物質范圍不僅包括碳氫化合物及其衍生物，也包含摻雜其他元素的碳氫化合物及其衍生物，[1][2][3] 特別是氧族（氮、氧、硫、磷）和鹵族元素修飾的化合物。碳-金屬成鍵的金屬有機化合物也屬于有機化學的研究范疇。一些過渡金屬元素和稀土元素構成的金屬有機化合物受到化學家的廣泛關注和研究。有機化合物構成了地球上所有生命的基礎，并且構成了大多數已知的化學物質。碳的成鍵模式有四種——形式上的單鍵、雙鍵和三鍵，加上離域電子的結構——這使得有機化合物的種類結構多樣，應用范圍廣大。它們構成包括藥品在內的許多商業產品的基礎或組成部分，石化產品和農用化學品，以及由它們制成的產品，包括潤滑劑、溶劑、塑料、燃料和炸藥。有機化學的研究與有機金屬化學和生物化學相關，也與藥物化學、高分子化學和材料科學相關。[1]
上傳時間： 2021-11-30
上傳用戶：
Illustrated Guide to Home Biology Experiments All Lab, No Lecture by Robert Bruce Thompson, Barbara Fritchman Thompson (z-lib.org)
標簽： 生物實驗
上傳時間： 2022-01-31
上傳用戶：trh505
隨著計算機技術的發展，儀器儀表領域也開始發生巨大的變化，從傳統儀器智能儀器開始向虛擬儀器發展。虛擬儀器以其強大的存儲、數據顯示和數據分析優勢，逐漸受到重視。虛擬儀器技術通過軟件將計算機與儀器硬件相結合，很好地將計算機強大的數據處理能力和儀器硬件的現場測量、控制結合在一起。不僅降低了儀器的生產成本，還提高了儀器的性能，從而得到廣泛的應用。另外，隨著現代科學技術的進步，阻抗的測量逐漸成為各類電子產品的研究基礎。目前，阻抗測量技術已在生物醫學、工業測控、電力控制等領域有廣泛的應用。為了滿足高校實驗室對電子元器件及其附屬參數的測量需求，本文設計了一種基于虛擬儀器的阻抗測量系統本文通過將虛擬儀器技術與傳統硬件相結合，設計實現了一種通過伏安法對阻抗參數進行測量的系統。其主要工作原理為：將阻抗的測量轉換為矢量電壓的測量再利用獲得的矢量電壓的實部和虛部的數字量與被測參數之間的關系，將其轉換為待測量。本系統主要由硬件和軟件兩部分構成，硬件部分主要包括通過FPGA設計實現的信號源模塊、陽抗矢量電壓轉換模塊、相敏檢波模塊、AD轉換模塊和通信模塊。其具體的實現主要為利用FPGA設計實現系統正弦激勵信號與基準信號的產生：通過相敏檢波將采集到的矢量電壓信號進行實部和虛部分離：利用低通濾波器濾除干擾信號：再通過AD轉換芯片將采集到的模擬電壓信號轉換為數字信號；通過系統總線將數據傳輸到計算機，并對數據進行處理和顯示。軟件部分是利用虛擬儀器軟件 LabVIEW設計實現儀器的數據處理、顯示和控制界面，并通過動態鏈接庫的調用來執行儀器操作。
標簽： 虛擬儀器
上傳時間： 2022-03-10
上傳用戶：aben
淪文-智能家居安防系統設計與實現 54頁摘 要 智能家居給人們生活帶來便利的同時也產生了巨大的社會經濟效益，但是配套的安 全防范技術一直是制約其安全性和智能化程度的關鍵因素。本文基于多元特征融合的身 份識別方法，結合GPS定位導航、移動物體監測、流媒體遠程監控、ZigBee無線傳感 網絡、web Server等技術，提出了一套完整的智能家居安防系統解決方案。 傳統的智能家居安防系統功能單一，智能化程度低下。本文首先提出一種基于多元 生物特征融合技術的身份識別方法，在系統兼容性和智能化程度上都有大幅提高，同時 支持各種特征任意組合形式，極大提高了系統的靈活性和普適性：引入GPS，通過自行 開發的GPS定位設備實現實時定位、軌跡回放、地圖導航等功能；定點監控方面提供 流媒體實時監控、移動物體監測兩套解決方案，滿足了不同用戶的需求；環境監測方面 引入ZigBee技術，降低了監控模塊的功耗、同時支持任意布設監控模塊；最后創造性 的架設Web服務器作為各個子系統的功能延伸和擴展，極大的方便了用戶，提升了系 統的應用價值。 本文詳細闡述了智能家居安防系統的軟硬件結構框架，重點介紹了多元特征融合身 份識別方法，系統的闡述了軟硬件選型、技術方案論證和各個功能模塊的實現方法。最 終經過比較完備的測試，證明本系統達到了預期設計目標。 關鍵詞：智能家居；安防系統；多生物特征識別；GPS；ZigBee
標簽： 智能家居
上傳時間： 2022-03-11
上傳用戶：fliang
智能化門禁管理系統在圖書館的應用高校圖書館是一個特殊的服務場所，它的服務對象主要是本校師生，不希望什么人都可以進出。為了工 作的安全有效，需要進行封閉式管理。隨著技術的進步，智能化的門禁管理系統應運而生。 1 智能化門禁管理系統 智能化門禁管理系統是近幾年迅速發展起來的一種現代化電子安全防范管理系統，它集合了計算機自動 識別技術和現代安全管理系統為一體，應用了電子、機械、計算機技術、通信技術、光學技術、生物技術等 多類別的一項綜合新型技術。它是解決重要部門出入口實現安全防范管理的有效措施。作為環境安防系統的 一個重要組成部分，已越來越受到人們的重視。 智能化門禁管理系統又稱為出入口控制系統，它就像是一種電子門鎖，按照安裝在門口的電子讀卡器所 讀取到的個人識別卡上的信號辨別人員身份，從而取代傳統的人工管理出入口登記。時刻記錄人員的出入情 況，有助于內部管理機制與模式的有序化，以及有效維護控制區域內的的正常工作秩序，禮貌地拒絕不速之客。 2 智能化門禁管理系統的類別及工作原理 2 .1 智能化門禁管理系統的類別。智能化門禁管理系統分為非聯網式和聯網式兩種。 非聯網式指各自獨立、分別控制、未形成網絡控制的系統，如密碼鍵盤控制的門禁系統，主要優勢在
標簽： 門禁管理系統
上傳時間： 2022-03-11
上傳用戶：
人工神經網絡提供了一種普遍且實用的方法從樣例中學習值為實數、離散值或向量的函數反向傳播算法，使用梯度下降來調節網絡參數以最佳擬合由輸入-輸出對組成的訓練集合人工神經網絡對于訓練數據中的錯誤健壯性很好人工神經網絡已被成功應用到很多領域，例如視覺場景分析，語音識別，機器人控制神經網絡學習對于逼近實數值、離散值或向量值的目標函數提供了一種健壯性很強的方法對于某些類型的問題，如學習解釋復雜的現實世界中的傳感器數據，人工神經網絡是目前知道的最有效的學習方法反向傳搖成功例子，學習識別手寫字符，學習識別口語，學習識別人臉生物學動機ANN受到生物學的啟發，生物的學習系統是由相互連接的神經元組成的異常復雜的網絡。ANN由一系列簡單的單元相互密集連接構成的，其中每一個單元有一定數量的實值輸入，并產生單一的實數值輸出人腦的構成，大約有1011個神經元，平均每一個與其他104個相連神經元的活性通常被通向其他神經元的連接激活或抑制最快的神經元轉換時間比計算機慢很多，然而人腦能夠以驚人的速度做出復雜度驚人的決策很多人推測，生物神經系統的信息處理能力一定得益于對分布在大量神經元上的信息表示的高度并行處理
上傳時間： 2022-04-08
上傳用戶：trh505
統計學習基礎:數據挖掘、推理與預測介紹了這些領域的一些重要概念。盡管應用的是統計學方法，但強調的是概念，而不是數學。許多例子附以彩圖。《統計學習基礎:數據挖掘、推理與預測》內容廣泛，從有指導的學習（預測）到無指導的學習，應有盡有。包括神經網絡、支持向量機、分類樹和提升等主題，是同類書籍中介紹得最全面的。計算和信息技術的飛速發展帶來了醫學、生物學、財經和營銷等諸多領域的海量數據。理解這些數據是一種挑戰，這導致了統計學領域新工具的發展，并延伸到諸如數據挖掘、機器學習和生物信息學等新領域。許多工具都具有共同的基礎，但常常用不同的術語來表達。【內容推薦】《統計學習基礎:數據挖掘、推理與預測》試圖將學習領域中許多重要的新思想匯集在一起，并且在統計學的框架下解釋它們。隨著計算機和信息時代的到來，統計問題的規模和復雜性都有了急劇增加。數據存儲、組織和檢索領域的挑戰導致一個新領域“數據挖掘”的產生。數據挖掘是一個多學科交叉領域，涉及數據庫技術、機器學習、統計學、神經網絡、模式識別、知識庫、信息提取、高性能計算等諸多領域，并在工業、商務、財經、通信、醫療衛生、生物工程、科學等眾多行業得到了廣泛的應用。【作者簡介】Trevor Hastie,Robert Tibshirani和Jerome Friedman都是斯坦福大學統計學教授，并在這個領域做出了杰出的貢獻。Hastie和Tibshirani提出了廣義和加法模型，并出版專著“Generalized Additive Models”。Hastie的主要研究領域為：非參數回歸和分類、統計計算以及生物信息學、醫學和工業的特殊數據挖掘問題。他提出主曲線和主曲面的概念，并用S-PLUS編寫了大量統計建模軟件。Tibshirani的主要研究領域為：應用統計學、生物統計學和機器學習。他提出了套索的概念，還是“An Introduction to the Bootstrap”一書的作者之一。Friedman是CART、MARS和投影尋蹤等數據挖掘工具的發明人之一。他不僅是位統計學家，而且是物理學家和計算機科學家，先后在物理學、計算機科學和統計學的一流雜志上表發論文80余篇。
標簽： 統計
上傳時間： 2022-05-04
上傳用戶：
《數字信號全相位譜分析與濾波技術》系統地介紹了一種新的信號處理方法——全相位數字信號處理方法（此方法非常適合對間斷信號進行處理），并且利用這種新方法對數字信號處理學科的兩個最基本的問題——譜分析和數字濾波問題進行了深入研究。《數字信號全相位譜分析與濾波技術》涉及的內容包括全相位數字數據預處理、全相位FFT頻譜分析原理及其應用、DFT域全相位數字濾波器性能分析、高性能全相位濾波器設計、全相位濾波器組、全相位濾波器族、二維全相位內插濾波器設計、立體數字信息的壓縮與重構等。《數字信號全相位譜分析與濾波技術》在應用基礎理論方面有一定的獨特見解，并開發了不少性能優良的新型算法，因而其研究成果有望應用于通信、雷達、圖像處理、自動控制、生物醫學、故障檢測、儀器儀表等工程技術領域。 《數字信號全相位譜分析與濾波技術》的研究成果全部為作者原創，適合作為研究生的參考資料，也適合高年級本科生閱讀，并可作為相關領域的研究人員的參考用書。
上傳時間： 2022-05-23
上傳用戶：1208020161
