检索结果-南通市图书馆

基于嵌入式ARM的微流控PCR检测系统设计

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

传感器与微系统 2024年第1期43卷 76-79,83页

作者：张帅胡志刚杜喆祖向阳王新征马蓓蓓河南科技大学医学技术与工程学院河南洛阳471023 河南省智能康复医疗机器人工程研究中心河南洛阳471023

为了实现微流控设备功能的集成化、提高交互系统的可操作性,提出一种基于嵌入式ARM的微流控聚合酶链式反应(PCR)控制系统及上位机软件的设计方案。系统硬件采用多个嵌入式ARM控制器与功能模块相互协调,制定可扩展的通信机制和协议,实现... 详细信息

为了实现微流控设备功能的集成化、提高交互系统的可操作性,提出一种基于嵌入式ARM的微流控聚合酶链式反应(PCR)控制系统及上位机软件的设计方案。系统硬件采用多个嵌入式ARM控制器与功能模块相互协调,制定可扩展的通信机制和协议,实现微流控PCR检测过程中的流路运动、温度控制、荧光信号采集等功能的集成控制。采用Qt结合SQLite数据库设计了上位机软件,利用多线程和节点映射,实现对硬件模块的协调控制以及检测信息存储。实验表明:该系统运行稳定,人机交互效果好,可操作性高,满足微流控PCR的集成功能需求。

关键词：嵌入式ARM 微流控聚合酶链式反应控制系统上位机软件 Qt软件

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

盾构隧道泥渣脱水处理技术研究综述

隧道建设（中英文） 2024年第1期44卷 35-52,I0039-I0056页

作者：王树英管少祥倪准林杨泽斌中南大学土木工程学院湖南长沙410075 中南大学隧地工程研究中心湖南长沙410075 中南大学轨道交通工程结构防灾减灾湖南省重点实验室湖南长沙410075

脱水处理是盾构泥渣减量化的主要方法,对现阶段各类盾构隧道泥渣脱水处理技术进行分析总结具有重要的意义。从盾构泥渣的性质及其赋存水机制出发,总结归纳过滤比阻、毛细吸水时间、沉降速率、渗透系数以及含水率5项用于评价泥渣脱水性... 详细信息

脱水处理是盾构泥渣减量化的主要方法,对现阶段各类盾构隧道泥渣脱水处理技术进行分析总结具有重要的意义。从盾构泥渣的性质及其赋存水机制出发,总结归纳过滤比阻、毛细吸水时间、沉降速率、渗透系数以及含水率5项用于评价泥渣脱水性能的指标,重点阐述机械脱水、干化脱水与渗流脱水等主要脱水技术,分析各类方法的脱水效果、适用性和局限性。机械脱水技术在黏粒含量较少的盾构泥渣脱水处理方面已较为成熟,而对于黏粒含量较多的盾构泥渣需加入高效的调理剂改性以增强脱水性能,目前较高的脱水成本与调理剂污染处理是其亟需解决的问题。自然晾晒显然已不能满足效率与环保的要求;热干化脱水虽然适用范围广且脱水较为彻底,但其存在能耗大、成本高的缺陷;渗流脱水技术中的土工管袋法以及真空预压法对渗透性较大的泥渣具有较好的脱水效果;电渗法可适用于低渗透性黏土,然而其耗电量大且电极易腐蚀的缺陷还难以避免。目前盾构泥渣脱水处理主要存在设备适应性不足、能耗高与运维难、泥渣资源利用率低、新技术难以推广应用以及处理规范体系不完善等问题。未来应注重脱水设备向智能化、模块化、集成规模化三位一体方向的发展,同时实现高效的泥渣资源再利用,制定统一的脱水规范并鼓励脱水新技术的工程应用与推广。

关键词：盾构隧道泥渣脱水技术

考虑碳捕集利用与可再生能源的低碳综合能源系统配置优化研究

在线全文

学校读者我要写书评

暂无评论

热能动力工程 2024年第4期39卷 76-85页

作者：秦宁郑诚吴啸国家能源集团江苏电力有限公司江苏南京210036 大型发电装备安全运行与智能测控国家工程研究中心(东南大学能源与环境学院) 江苏南京210096

为实现传统工业部门的低碳转型,构建了集成可再生能源、电锅炉、储热以及碳捕集利用与封存(CCUS)装备的低碳综合能源系统,并提出了经济和低碳双重导向下的系统配置优化方法。应用粒子群优化算法求解获得各设备的最优配置容量及典型场景... 详细信息

为实现传统工业部门的低碳转型,构建了集成可再生能源、电锅炉、储热以及碳捕集利用与封存(CCUS)装备的低碳综合能源系统,并提出了经济和低碳双重导向下的系统配置优化方法。应用粒子群优化算法求解获得各设备的最优配置容量及典型场景下的最优调度方案,并选取乙烯工业进行案例分析。结果表明:通过引入CCUS和可再生能源装备,系统碳排放减少了57.50%,年总成本增加15.92%;当碳价高于109.61元/t时,低碳综合能源系统具有经济和低碳双重优势。

关键词：低碳综合能源系统可再生能源碳捕集利用(CCUS) 乙烯工业配置优化

基于MPSoC的轻量化汽车检测系统及硬件加速平台设计与优化

在线全文

学校读者我要写书评

暂无评论

国外电子测量技术 2024年第6期43卷 161-169页

作者：王伟王坤许圳兴付相为无锡学院江苏省集成电路可靠性技术与检测系统工程研究中心无锡214105 南京信息工程大学电子与信息工程学院南京210044

针对车辆分类检测在精度和实时性方面存在的挑战,提出了一项改进方案,以优化YOLOv5s模型,旨在实现轻量化的汽车检测。通过在MPSoC硬件架构的现场可编程门阵列(FPGA)上设计系统,成功打造了一个具备高精度、快速检测和低能耗的解决方案。... 详细信息

针对车辆分类检测在精度和实时性方面存在的挑战,提出了一项改进方案,以优化YOLOv5s模型,旨在实现轻量化的汽车检测。通过在MPSoC硬件架构的现场可编程门阵列(FPGA)上设计系统,成功打造了一个具备高精度、快速检测和低能耗的解决方案。为了使得模型更适合嵌入式设备部署,采用了MobileNetv3 Small替代YOLOv5s的主干网络,并引入卷积块注意力模块(CBAM)注意力机制和Inner-IoU Loss优化方法,使模型在轻量化的同时提升了检测精度和速度。改进后的模型相较于原始Yolov5s模型,平均精度均值(mAP)提升了14.8%,参数量减少了49.7%,模型体积减小了40.7%,计算量减少了48.9%,在NVIDIA 3060上,改进后的检测速度提升了48.8%,达到了82 fps。此外,还利用FPGA对YOLOv5s进行了硬件加速。经过优化的系统达到了45 fps的检测帧率,并保持了较高的精度和速度,这一系统易于部署,适用于智能交通系统,满足其高效实时监测的需求。

关键词：车辆分类 YOLOv5s轻量化 MobileNetv3 Small FPGA 硬件部署

异构网络中基于MADDPG的协作边缘缓存策略研究

在线全文

学校读者我要写书评

暂无评论

国外电子测量技术 2024年第1期43卷 60-69页

作者：宋端正李晖诸锦涛王昊南京信息工程大学电子与信息工程学院南京210044 无锡学院江苏省集成电路可靠性技术及检测系统工程研究中心无锡214105

由于大量用户和设备共存,移动网络经历了数据量和用户密度的巨大增长。在宏基站(macro base station, MBS)覆盖区域内部署小蜂窝基站(small basic station, SBS),并提前在SBS缓存热门内容,是下一代移动通信网络提供高速、低时延服务的... 详细信息

由于大量用户和设备共存,移动网络经历了数据量和用户密度的巨大增长。在宏基站(macro base station, MBS)覆盖区域内部署小蜂窝基站(small basic station, SBS),并提前在SBS缓存热门内容,是下一代移动通信网络提供高速、低时延服务的有效手段。针对异构网络环境不稳定以及难以找到精确的数学模型进行优化的问题,提出一种基于传输时延最小的异构网络协作边缘缓存算法。首先以Markov移动预测模型为基础,考虑用户社交关系对于用户移动性的影响,给出了新的用户移动位置预测方法;其次,采用多智能体深度确定性策略梯度(multi-agent deep deterministic policy gradient, MADDPG)算法,通过用户关联、延迟控制和缓存设计来减少内容传输时延并提高缓存命中率。仿真结果表明,同传统DDPG和Greedy算法相比,MADDPG算法缓存命中率分别提高17.89%和42.71%,内容传输时延分别降低9.07%和12.86%,能够有效地解决异构网络中的资源分配和缓存设计问题。

关键词：异构网络边缘缓存资源分配深度强化学习

基于Fast-OpenPose的仰卧起坐姿态估计研究

在线全文

学校读者我要写书评

暂无评论

国外电子测量技术 2024年第7期43卷 112-121页

作者：刘罡张旭侯恩翔无锡学院江苏省集成电路可靠性技术及检测系统工程研究中心无锡214105 南京信息工程大学电子与信息工程学院南京210044

当前,许多学校体质测试项目中的仰卧起坐测试仍需通过手动计数,这不仅耗费人力,而且效率较低。为了促进体质健身的智能化发展,提出了一种基于人体姿态估计模型Fast-OpenPose和支持向量机(support vector machine,SVM)融合实现的仰卧起... 详细信息

当前,许多学校体质测试项目中的仰卧起坐测试仍需通过手动计数,这不仅耗费人力,而且效率较低。为了促进体质健身的智能化发展,提出了一种基于人体姿态估计模型Fast-OpenPose和支持向量机(support vector machine,SVM)融合实现的仰卧起坐行为计数方法。通过OpenPose检测出仰卧起坐连续视频流中人体关键点的位置信息,再用SVM对获取到的每一帧人体关键点的坐标数据进行动作特征分类。鉴于原OpenPose网络复杂度高、模型参数量大、检测耗时长的缺陷,用FasterNet对其主干特征提取部分进行轻量化改进,并在预测分支中优化更为高效的单分支网络结构和卷积类型,最后引入空间注意力(spatial group-wise enhance,SGE)来弥补精度损失。在CoCo2017数据集的基础上,额外扩充1000张仰卧起坐场景的图片数据进行模型训练,实验结果表明,改进后的Fast-OpenPose在损失部分精度但不影响仰卧起坐姿态估计的情况下,模型参数量缩减近80%,关键点检测速度提升110%。与同系列其他改进模型相比,在保持相近平均精度均值(mAP)的同时,更具有轻量化与速度优势。

关键词： OpenPose FasterNet SGE空间注意力姿态估计仰卧起坐

异构网络中基于深度强化学习的用户关联与资源分配策略

在线全文

学校读者我要写书评

暂无评论

国外电子测量技术 2024年第4期43卷 39-47页

作者：符平博陶旭张见李晖南京信息工程大学电子与信息工程学院南京210044 无锡学院江苏省集成电路可靠性技术及检测系统工程研究中心无锡214105

由于异构网络非凸性和组合性的特点,联合用户关联和资源分配来实现能量效率(energy efficiency, EE)和频谱效率(spectral efficiency, SE)同时最大化的最优全局策略仍然是非常具有挑战性的。基于深度强化学习(deep reinforcement learni... 详细信息

由于异构网络非凸性和组合性的特点,联合用户关联和资源分配来实现能量效率(energy efficiency, EE)和频谱效率(spectral efficiency, SE)同时最大化的最优全局策略仍然是非常具有挑战性的。基于深度强化学习(deep reinforcement learning, DRL)的方法成为在保证异构网络下行链路用户设备(user equipments, UEs)服务质量(quality of service, QoS)的同时实现联合EE-SE性能最大化的必要解决方案。此外,为解决状态-动作空间下计算量大的问题,引入了多智能体架构的深度强化学习算法(MAD3QN)来获得近乎最优控制策略。仿真结果表明,MAD3QN算法在系统容量方面比DDQN算法和DQN算法分别提高了9.2%和18.2%,在联合EE-SE性能方面分别提高了8.5%和16.6%,提升了系统的有效性。

关键词：深度强化学习用户关联资源分配能量效率频谱效率

基于深度迁移学习的池沸腾瞬时状态快速识别方法

在线全文

学校读者我要写书评

暂无评论

中国科学：技术科学 2024年第6期54卷 1057-1068页

作者：张轩洪敏古江杭莫冬传衡益中山大学计算机学院广州510006 中山大学国家超级计算广州中心广州510006 中山大学广东省计算科学重点实验室广州510006 中山大学材料学院深圳518107 广东省先进热控材料及系统集成工程技术研究中心广州510275

沸腾过程高效传热的同时也面临着沸腾危机,而沸腾状态的瞬时识别与预测是维持“高功率密度电子器件”高效散热与延长生命周期的关键问题之一.得益于人工智能的快速发展,智能监测与快速识别技术逐渐被用于开发高效的沸腾状态检测器.传统... 详细信息

沸腾过程高效传热的同时也面临着沸腾危机,而沸腾状态的瞬时识别与预测是维持“高功率密度电子器件”高效散热与延长生命周期的关键问题之一.得益于人工智能的快速发展,智能监测与快速识别技术逐渐被用于开发高效的沸腾状态检测器.传统机器学习方法作为纯数据驱动方法难以摆脱对数据的过度依赖,而在实际沸腾应用场景下,模型会因为工况改变与数据稀缺面临泛化瓶颈.基于此,本文提出了一种基于深度迁移学习的池沸腾瞬时状态快速识别方法.首先基于卷积神经网络构建状态识别器OrigCNN,并利用自行开展的池沸腾实验获取沸腾瞬时状态数据集Dataset A训练源模型,测试准确率为100%;针对源模型的泛化瓶颈,本文以自有数据集Dataset A为源域,公开数据集Dataset B和Dataset C为目标域,在源模型OrigCNN中引入迁移学习技术构建深度迁移模型TLCNN,并分别使用目标域数据集的10%,5%,2.5%和1%构建小样本数据集用于迁移训练.测试结果表明,迁移训练样本数据量越多,TLCNN的测试准确率越高,以使用5%Dataset B(132张)进行迁移训练为例,TLCNN测试准确率达99.83%,临界状态检测假阴性率(false negative rate,FNR)为0.38%,证明该模型在实际场景切换时迁移应用的有效性与可靠性.此外,本文提出的深度迁移学习模型的识别效率在单机设备上即可达到毫秒级,对开发实时沸腾瞬态状态识别器及相应的数字孪生工具软件有重要的意义.

关键词：沸腾危机状态识别实时检测卷积神经网络迁移学习

基于SECS/GEM协议的芯片烘箱设备智能故障诊断算法设计

在线全文

学校读者我要写书评

暂无评论

电子与封装 2024年第7期24卷 90-97页

作者：梁达平赵玉祥张进兵天水师范学院集成电路封装测试教育部工程研究中心甘肃天水741000 天水华天科技股份有限公司甘肃天水741000

针对芯片烘箱设备故障排查困难,提出了一种改进型贝叶斯网络故障诊断算法。利用SECS/GEM通信协议从设备端获取故障报警数据,建立芯片烘箱设备故障树。将故障树映射为贝叶斯网络,通过对贝叶斯网络反向推理计算得到可用于指导维修工作的... 详细信息

针对芯片烘箱设备故障排查困难,提出了一种改进型贝叶斯网络故障诊断算法。利用SECS/GEM通信协议从设备端获取故障报警数据,建立芯片烘箱设备故障树。将故障树映射为贝叶斯网络,通过对贝叶斯网络反向推理计算得到可用于指导维修工作的诊断决策树。将历史故障样本数据代入算法模型中进行验证分析,验证结果表明,按照诊断决策树进行故障诊断能够将诊断误差率控制在5%左右,满足企业用户要求,具有较高的应用价值。

关键词：故障树贝叶斯网络机器学习芯片烘箱 SECS/GEM