《单片机原理与应用》课程教学改革与实践

《单片机原理与应用》作为电子信息类专业学生的必修课程之一,具有很强的应用性和实践性。但目前老师授课现状大多数以课本知识为主体,很少使用仿真工具实际操作。几乎纯理论的输出教学使大多数学生感到课程内容十分抽象,导致学生学习兴趣匮乏。笔者根据多年的教学经验,总结了近年来单片机教学现状和主要问题,提出了对《单片机原理与应用》的教学改革的建议。

基于Multisim的高职模电技术课程教学研究

在高职电子信息工程技术、应用电子技术等专业中,模电是一门非常重要的专业课程,也是后续其他专业课程学习的重要衔接课程。在高职模电教学中,以往都还只是停留在纯理论教学,有条件的学校可以做一些实训以便学生对知识点的理解。随着仿真平台日渐完善,可通过利用Multisim软件仿真进行直观观测,简单计算得出结论,让学生易于理解掌握,且以便熟练地应用于实践中,提高了学习效率。

电子信息技术在人工智能应用的研究

一、电子信息技术与人工智能的概念(一)电子信息技术概念在互联网时代背景下,涌现出了许多先进的电子信息技术,并且在各个领域中得到了广泛的运用,同时也已经成为各行各业快速发展的重要手段。现阶段,人们已经开始将电子信息技术逐渐运用到人工智能领域中。目前,人工智能领域已经成为最前沿的科学技术,它在信息时代具有着无可替代的地位。同时随着电子信息技术在人工智能中的运用,人们也开始逐渐熟知人工智能。人工智能领域中最关键的技术就是电子信息技术,它对于推进人工智能的发展具有积极的促进作用。

基于单片机的程控增益放大器设计

设计一个基于单片机的程控增益放大器,以STC89S52单片机为控制单元,采用X9241W数字电位器作为增益放大模块反馈电阻,通过选择不同阻值的数字电位器以及软件编程的进一步修正来实现增益的调整。该设计具有电路结构简单、成本低廉等优点,且单片机与数字电位器间采用模拟I2C通信,控制方式较为便捷。

物联网安全机制浅析

物联网是继通信网之后涌现的新一代信息产业浪潮,其安全问题已成为目前研究的热点。文章简要分析了物联网发展过程中安全方面存在的问题,并对如何构建物联网的安全机制提出了些许看法,以期能对物联网的未来发展起到积极作用。

SOI基栅控横向PIN蓝紫光探测器温度特性研究

通过模型构建、数值计算和软件模拟,对绝缘衬底上的硅(SOI)基栅控横向P-I-N(通用结构)蓝紫光探测器在-25～75℃的电流-电压(I-V)特性进行研究。构建温度对栅极电压影响的解析模型,通过数值计算与软件模拟,验证模型的有效性。利用SILVACO软件中的ATLAS模块对不同温度下的沟道表面电子浓度、光电流、暗电流、信噪比(SNR)等特性进行模拟仿真。结果表明,沟道表面电子浓度和暗电流随温度的升高而增大,温度对光电流的影响不明显,信噪比随温度的升高而减小,在温度T=-25℃,栅极电压为1.44V时,SNR达到最大值6.11×10~5;在T=75℃,栅极电压为2V时,SNR达到最小值为1.064×10~3。

基于神经网络与数据融合的行人检测方法

针对毫米波雷达对行人识别不够理想、摄像头对距离检测不准确的缺点,本文中提出一种基于神经网络与数据融合的行人检测方法。利用神经网络算法从毫米波雷达检测到的目标中筛选出疑似行人目标,并与Mobileye检测到的行人目标进行匹配;然后通过卡尔曼滤波算法对毫米波雷达和Mobileye匹配成功的行人目标进行数据融合。实车试验结果表明:基于神经网络与数据融合的行人检测方法能对两个传感器检测到的行人目标进行准确匹配,并提高了行人位置检测的精度。

产教融合背景下高职院校实训基地建设与运营管理创新研究

在产教融合的大环境下,许多企业围绕校企合作的现实条件逐步建设实训基地,充分凸显该基地的多元化育人功能以及主体作用,积极实现育人主体多元化以及合作长效化和资源共享化。对于高职院校来说,在主动承担育人责任以及历史使命时需要注重高瞻远瞩,始终坚持校企合作的正确导向,促进产教融合的逐步深化。立足于区域经济理顺双方的合作关系,逐步构建完善的合作框架和机制,促进优质教育资源、管理资源、建设资源的共建共享,在系统规划以及精心设计的过程中逐步创新运营管理模式,建立长效合作机制及体系。

基于多通道态势图的自动驾驶场景表征方法

开展自动驾驶测试场景研究能够大幅减少自动驾驶汽车的测试周期与开发成本,是未来评价和提升自动驾驶技术的重要基础。为此,联合基于本体论的场景解构方法,提出了一种基于多通道态势图的自动驾驶场景表征方法,并对多通道态势图的场景聚类与场景复杂度进行研究。首先,对目前的自动驾驶测试方法进行分析,论述道路测试的不足之处以及基于场景的自动驾驶虚拟测试的优点,并对当前的场景解构与表征方法进行了总结;然后,运用本体论解构场景中的信息,并建立场景的本体模型,对模型中的数据属性进行参数化;接着,对真实场景、场景中的语义信息和多通道态势图场景进行对比分析,定义表征场景的多通道态势图的数据格式,将解构出的场景信息重组到多通道态势图的不同层中;之后,以汉明距离为基础设计了多通道态势图的对象层相似度计算方法,采用K均值聚类算法对驾驶场景对象层进行聚类分析,并借助层次分析法对基于多通道态势图的驾驶场景复杂度计算进行研究;最后,以KITTI数据集的一些真实场景为例,绘制场景开始时刻的多通道态势图,分析聚类出的9种对象分布类型。研究结果验证了多通道态势图场景复杂度计算方法的有效性。