嵌入式无线安防监控系统电源研究

阐述了无线安防监控系统的硬件结构设计和软件设计。论述了无线安防监控系统电源设计包括:系统电源电路设计、系统电源的调试、嵌入式Linux内核实现电源管理,重点论述了嵌入式Linux内核实现电源管理与Linux电源管理的实现机制。通过对电源本身的设计构造进行改进以及对嵌入式Linux内核实现电源管理,可以在系统运行过程中减小对电能的消耗,减少系统功耗。

基于YOLOv8和ByteTrack的车辆检测和跟踪算法研究

运动车辆的检测和跟踪是智能交通系统的关键技术之一,传统的车辆检测和跟踪方法存在着实时性差,易受背景环境干扰、车辆形态相似导致车辆误检等情况。为了解决这个问题,提出基于YOLOv8和ByteTrack的车辆检测和跟踪算法。在车辆检测阶段,针对模型结构复杂、计算量大等问题,将YOLOv8的骨干网络替换为轻量级的网络MobileNetV3,以减少模型的参数量和计算量,保证车辆检测和跟踪的实时性;针对车辆在摄像头拍摄过程中存在误检的问题,将YOLOv8检测头替换为DyHead动态目标检测头,可以更精确地识别目标车辆。最后采用改进YOLOv8检测算法和ByteTrack跟踪算法结合来完成多目标车辆跟踪,经实验证明,该方法在保证精度几乎不变的情况下参数量降低了45.0%,计算量降低了46.3%,证明了算法的有效性,改进后的模型有较好的实时性与跟踪准确率,满足实际的使用需求。

车辆管理RFID标签电源低功耗研究

论述了射频识别技术(RFID)的分类与无源RFID标签的总体架构,在此基础上分析了电源产生电路对RFID节点低功耗的影响因素,着重对整流电路对RFID芯片低功耗的影响及基准稳压电路对节点低功耗的影响进行了定量的功耗分析,提出了提高整流电路效率和基准稳压电路稳定性的措施和手段,从而提高了RFID电源产生电路的供电效率。

基于YOLOv8的水稻虫害检测算法

由于水稻虫害存在一些错检漏检的问题,文章提出了改进的YOLOv8模型BO-YOLOv8来提高水稻虫害识别的准确率。针对YOLOv8模型特征融合时浅层语义信息不足的问题,在Neck部分引入BiFPN网络,通过不同的权重来学习不同输入特征的重要性,提高水稻虫害特征表达能力。针对水稻虫害检测精度不理想的问题,在主干部分将原来的卷积替换为ODConv卷积,提高模型的检测精度。实验表明,BO-YOLOv8模型相较于改进之前mAP50提高了1.4%,精确度和召回率分别提升了2.0%和2.9%。实验结果表明,BO-YOLOv8模型可以有效提升水稻虫害的检测能力。

基于ARM与RFID的门禁系统电源稳定性研究

阐述了门禁系统的结构和功能、门禁系统电源稳定性指标。在此基础之上,进行了门禁系统电源稳定性分析,并进行了门禁系统电源稳定性测试,总结了系统电源稳定性设计方法。并将上述开关电源稳定性设计方法和结论应用到了门禁系统开关电源的设计中,经过多次测试,系统电源稳定性得到很大程度提高。

基于物联网技术的智能停车场系统设计

根据基于RFID(Radio Frequency Identification)的物联网技术、嵌入式技术设计实现了智能停车场系统,系统以ARM9S 3C2410微处理器为核心处理器,采用MiFare1射频识别卡,运行在嵌入式操作系统WINCE平台下,并采用SQLite嵌入式数据库存储实时信息,最终通过MCGS嵌入式组态软件开发了WINCE平台下的监控终端软件,并进行了模拟运行.经模拟仿真系统具备安全、稳定,实时性良好等特点.

基于无线传感网的多焊机控制系统研究

针对多焊机协同作业时通信布线复杂、成本高的现状,提出了基于无线传感网的多焊机控制系统研究。该系统由控制中心、嵌入式网关和若干无线传感节点构成。无线传感节点采集焊接工艺参数,多个节点组成多跳自组织无线网络实现焊接参数的无线传输,参数信息汇集到嵌入式网关后,通过以太网传输给控制中心,实现多焊机实时控制。结果表明,该系统有效解决了多焊机协调工作时参数检测、数据传输、布线难等问题,提高了系统的可靠性和稳定性,使得焊接生产更加智能化。

35kV风电场电源开关自愈系统设计

针对风电场的智能化建设,设计了一个用于风电场35 k V变电站温度感应电源自动闭合及远程数据监控的系统。系统选用C8051F124单片机作为MCU,CC2530作为无线通信模块,用继电器作为控制电路核心控制电源的自动闭合,并对电源产生电路进行了功耗分析。对于软件实现提出了基于令牌的动态区域首领节点选择策略,该算法在一定程度上平衡了节点负载信息的传输量。

电熔焊机嵌入式二维条形码识别系统设计

在分析预定义参数焊机设计、条形码识别原理及过程的基础上,提出了基于S3C6410及条形码识别的电熔焊机控制系统设计方案。在此基础上重点阐述了条形码识别引擎LV3000的识读特性及软、硬件接口特性。结果表明,该系统有效解决了焊机参数的自动识别,提高电熔焊机的参数输入速度、精度,使得焊机控制更加智能化。

基于改进残差U-Net的视网膜血管分割算法

可靠的视网膜血管分割可以作为监测和诊断某些疾病的一种方式,如糖尿病和高血压,因为它们影响视网膜的血管结构。由于眼睛血管结构复杂,病理特征不确定,使得血管分割仍然存在许多局限性和不足。基于此,提出了一种基于对称式的残差U-Net网络结构用于视网膜血管分割。网络保留了U-Net对称式的编码器-解码器结构,并将改进后的残差块进行融合,利用残差模块增强网络的特征提取能力。最后采用公开的DRIVE彩色眼底图像数据集进行了充分的对比试验,模型在测试集上的准确率、特异性、灵敏度和AUROC值分别达到了96.48%、98.60%、82.96%和98.35%。试验结果显示,所提分割模型对视网膜血管图像可达到优异的分割效果。

物联网工程专业实践教学模式研究

文章在总结河北建筑工程学院信息工程学院物联网工程实践教学经验的基础上，通过教师谈论、学生座谈及外出交流学习等方式，提出了以提高实际工程能力为导向的物联网工程专业实践教学模式，并在学院的下一届物联网工程实践教学中运用，经检验效果良好，受到师生的好评。

基于BiGRU-ReCNN的微博文本情感倾向性分析

随着上网需要的条件越来越简单,人们在互联网发表的看法也逐渐增多,通过互联网倾听民众意愿成为了舆情监测重要的一环。深度学习作为主要的舆情监测工具,也成为了研究热点。本文结合双向门控循环单元网络(BiGRU)和卷积神经网络(Convolution Neural Network,CNN)的优势,提出了一种基于双向门控循环单元和循环CNN(BiGRU-ReCNN)的网络结构,并增强了对非文本信息的特征提取。该模型利用BiGRU结构来弥补CNN不能获得前后文关系的缺点,用CNN来增加深度特征的提取能力,同时在增加网络深度与数据精度的同时并没有大幅度增加计算量。在微博官方数据集的文本分类任务中,相比其他单一模型拥有更高的准确率和更少的耗时,验证了模型的高效性。

航行数据表单生成系统的研究与实现

飞机以其方便,快捷,安全,稳定,尤其是时间上误差很小而受到越来越多的人的青睐。随着乘客的剧增,给航空工作人员带来了巨大的商机和挑战。如何快速准确的帮旅客查找出行信息,满足乘客的出行需求;如何面对复杂突变的情况做出合理的调度,并做好分析报告呈交上级部门;如何使企业处于不败之地成了各航空公司竞争的主要得分点。

基于B/S结构的高校教材管理系统

高校教材管理系统是一套网上办公系统,针对高校教材管理工作的实际需要,综合应用数据库技术、软件工程的方法,对教材管理系统作了详细地需求分析、功能分析、数据库系统分析,并由此设计了数据库结构和应用程序.在Internet/Intranet环境下应用了三层B/S(Browser/Server)结构,并结合了Html、ASP、ADO和SQLServer技术,利用这种多层结构模式保证了数据信息完整性、安全性、可靠性及系统运行的稳定性和高效性,适合于各类高等院校教材管理与使用.

YOLOv5s中注意力机制对检测小目标的影响

为提高YOLOv5s目标检测算法在检测图像中小目标时的准确度,本文研究引入注意力机制来提高神经网络对于图像特征提取的能力。将三种注意力机制CBAM、CoordAtt和GAM分别与YOLOv5s相融合,并在小目标数据集上进行训练。实验的结果显示,在YOLOv5s算法中添加注意力机制时,需考虑注意力机制在网络中的添加位置、该机制与数据集任务之间是否匹配以及预训练权重的影响。

基于si4432的无线自组网抄表系统的设计

无线自组网技术在无线数据传输中占据重要地位,是无线数据传输的关键。基于si4432低功耗的无线自组网络的抄表系统,采用MSP430的主控芯片,能够快速、可靠地传输数据,具有传输距离远、性能稳定、功耗低、性价比高等优势。该网络主从节点,从从节点之间能够自动识别、组网,传输过程能够寻找最优路径;通过多级跳跃传输距离可达10 km以上。通过si4432对前导码同步字的识别机制,应用于模块间的地址识别,保证数据在制定模块间传输,可增大整个网络节点的数量和稳定性。该系统运行对水表数据进行了采集,结果表明该系统能够稳定、快速抄取水表数据,应用于水表等智能仪表抄表领域,可高效实现远程自动抄表。

针对TLS恶意流量问题的检测和分类研究

随着加密流量的快速增长,通过传统机器学习方法来对恶意TLS流量的识别与分类效果不好。为提高对恶意流量的识别效率,本文提出一种改进卷积神经网络与长短期记忆网络结合的恶意流量检测方法。实验结果显示,该方法在识别恶意TLS流量上的二分类的F1值为93.4,在多分类实验上平均准确率为84.87,具有较好的检测和分类效果。

物联网工程创新型人才培养模式初探

本文分析了物联网工程专业的特点、国内高校的物联网工程专业人才培养模式,并在此基础上结合本院的师资、区域、实验条件等,提出了适合本院的物联网工程创新型人才培养模式的一些措施,对我院教学改革起到一定推动作用。

基于A-Capsule的多标签文本分类研究

目前在进行多标签文本分类任务中,大部分算法忽视了句子中词语的关键程度以及句子中词与词之间的相互联系。提出一种A-Capsule(Attention-Capsule,注意力胶囊网络)模型,由Capsule网络和Attention机制结合而得到。使文本数据转换成机器可以识别的向量化形式,然后使Multi-Head-Attention机制对不同单词进行学习,以此来确定词语的重要程度,利用Capsule网络的动态路由算法提取文本中的局部空间特征信息,使用分类器进行分类。实验使用的数据集来自今日头条下的数据集,使用其中的新闻标题多标签数据集进行多组对比实验,依据实验结果得出,提出的组合模型在分类任务中,有较好的性能。