一個數據采集的軟件,可以自定義表的屬性多少和名稱,帶有刪除的功能
上傳時間： 2015-11-20
上傳用戶：xmsmh
自適用濾波器設計的FPGA的實現 南開大學微電子系 華為項目資金支持
上傳時間： 2014-01-18
上傳用戶：netwolf
DSP6000＋AD535語音采集的自適應預測器用于消除寬帶信號上疊加的窄帶干擾
上傳時間： 2015-11-27
上傳用戶：wmwai1314
電力故障信息采集,主要是針對南自的保護裝置,這個程序用在Linux操作系統下
上傳時間： 2013-12-19
上傳用戶：woshiayin
SEG Y 數據交換格式SEG Y rev 0 自1975 年推 出以來在地球物理界得到了廣泛的應用$并引發了 一系列的革新# 隨著三維數據采集技術以及高速 度％ 大容量記錄媒體的應用$SEG Y rev 0 已經不能 滿足現階段數據采集％ 處理及存儲的需求$ 因此$ SEG 技術標準委員會! the SEG Technical Standards Committee " 推出了新的格式標準&&&SEGYrev 1.0#
上傳時間： 2014-02-05
上傳用戶：zsjzc
WDM驅動程序設計 一個同步問題的例子 中斷請求級 自旋鎖 內核同步對象 其它內核同步原語
上傳時間： 2014-10-10
上傳用戶：frank1234
多通道同步數據采集系統的典型模型,并針對醫療系統設計完成了基于ADC0809的多通道同步數據采集裝 置,采集綜合運用了光耦隔離及抗干擾、自修復等技術,提高了系統的性價比。
上傳時間： 2017-04-25
上傳用戶：z754970244
運動會或各式活動秩序冊製作及檢錄表製作管理系統
標簽： 系統
上傳時間： 2014-01-21
上傳用戶：四只眼
心音信號是人體最重要的生理信號之一，包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態的一種不可缺少的手段。本文針對目前該研究領域中存在的分析方法問題和分類識別技術難點展開了深入的研究，內容涉及心音構成的分析、心音信號特征向量的提取、正常心音信號（NM）和房顫（AF）、主動脈回流（AR）、主動脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號的分類識別。本文的工作內容包括以下5個方面： a）心音信號采集與預處理。本文采用自行研制的帶有錄音機功能的聽診器實現對心音信號的采集。通過對心音信號噪聲分析，選用小波降噪作為心音信號的濾波方法。根據實驗分析，選擇Donoho閾值函數結合多級閾值的方法作為心音信號預處理方案。 b）心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進行了時頻譜特性分析，結果表明：不同的時頻分析方法與待分析心音信號的特性有密切關系，即需要在小的交叉項干擾與高的時頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應錐形核時頻（ATF）分析方法，通過實驗驗證該分布能較好地反映心音信號的時頻結構，其性能優于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時頻分析方法，從而選擇自應錐形核時頻分析方法進行心音信號分析。 c）心音信號特征向量提取。根據對3M Littmann（） Stethoscopes[31]數據庫中標準心音信號的時頻分析結果，提取8組特征數據，通過Fihser降維處理方法提取出了實現分類可視化，且最易于分類的心音信號的2維特征向量，作為心音信號分類的特征向量。 d）心音信號分類方法。根據心音信號特征向量組成的散點圖，研究了支持向量機核函數、多分類支持向量機的選取方法，同時，基于分類的目的 性和可信性，本文提出以分類精度最大為判斷準則的核函數參數與松弛變量的優化方法，建立了心音信號分類的支持向量機模型，選取標準數據庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數據作為支持向量機的學習樣本，對余下的每類20組數據進行測試，得到每類的分類精度（Ar）均為100％，同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進行分類實測，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗證了該方法的分類有效性。 e）心音信號分析與識別的軟件系統。本文以MATLAB語言的可視化功能實現了心音信號分析與識別的軟件運行平臺構建，可完成對心音信號的讀取、預處理，繪制時-頻、能量特性的三維圖及兩維等高線圖；同時，利用MATLAB與EXCEL的動態鏈接，實現對心音信號分析數據的存儲以及統計功能；最后，通過對心音信號2維特征向量的分析，實現心音信號的自動識別功能。 本文的研究特色主要體現在心音信號特征向量提取的方法以及多分類支持向量機模型的建立兩方面。 綜上所述，本文從理論與實踐兩方面對心音信號進行了深入的研究，主要是采用自適應錐形核時頻分析方法提取心音信號特征向量，根據心音信號特征向量組成的散點圖，建立心音信號分類的支持向量機模型，并對正常心音信號和4種心臟雜音信號進行了分類研究，取得了較為滿意的分類結果，但由于用于分類的心臟雜音信號種類及數據量尚不足，因此，今后的工作重點是采集更多種類的心臟雜音信號，進一步提高心音信號分類精度，使本文研究成果能最終應用于臨床心臟量化聽診。 關鍵詞：心音信號，小波降噪，非平穩信號，心臟雜音，信號處理，時頻分析，自適應，支持向量機
上傳時間： 2013-04-24
上傳用戶：weixiao99
近紅外光譜法是血液成分無創檢測方法中的熱點，也是取得成果最多的方法之一。但是，個體差異和測量條件是影響近紅外光譜血液成分無創檢測的一個較突出的問題。而動態光譜法就是針對這個問題而提出的一種全新的近紅外無創血液成分濃度檢測方法。它從原理上消除了個體差異和測量條件等對光譜檢測的影響，為基于近紅外光譜法的血液成分無創檢測方法進入臨床應用去除了一個較為關鍵的障礙。因此，本文根據動態光譜檢測原理設計了基于FPGA的動態光譜數據采集系統。 在分析了動態光譜數據采集系統的性能要求后，采用DALSA的高性能線陣CCD IL-C6-2048C作為光電轉換器件；根據CCD輸出數據的高速度和信號微弱及含有噪聲等特點，選用了高速、高精度、并帶有相關雙采樣芯片的圖像處理芯片AD9826作為模數轉換器件；以FPGA及其內嵌的NIOSⅡ處理器作為核心控制器，并用LabVIEW對采集得到的數據進行顯示。 在FPGA中，利用Verilog HDL語言編寫了CCD和AD9826的控制時序；利用兩塊雙口RAM組成乒乓操作單元，實現高速數據的緩存，避免利用NiosⅡ處理器直接讀取時的頻繁中斷。將NIOSⅡ處理器系統嵌入到FPGA中，實現整個系統的管理。NiOSⅡ處理器利用中斷方式讀取緩存單元中的數據、經對數變換后傳遞給計算機。其中緩存數據的讀取及對數變換均采用自定義組件的方式將硬件單元添加到NIOSⅡ系統中，編程時直接調用。NIOSⅡ系統通過串口將處理后的數據傳遞給LabVIEW， LabVIEW對數據簡單處理后顯示，以實時觀察采樣數據是否正確。 最后對系統進行了實驗測試，實驗結果表明，系統能夠很好的采集并顯示數據，能夠初步完成光信號的檢測。
上傳時間： 2013-04-24
上傳用戶：luyanping
