教学课程资源库 更多>>

ISBN: (纸本)9787302400103

关键词： 英特尔   解决方案   传感器技术   软件工具包   像素点   图像传感器   影像传感器   恩智浦   协处理器   自动对焦   低功耗   DOCSIS   可穿戴设备   光子   玻色子  

摘要： 英特尔公布Curie模块最新进展在日前举行的英特尔信息技术峰会上,英特尔公布了关于英特尔Curie TM的一系列最新进展。这一模块适用于可穿戴设备以及其它消费类和产业边缘设备。此次公布的内容包括专为英特尔Curie TM模块开发的全新英特尔软件平台、基于Curie TM模块的全新参考设计,以及对英特尔IQ软件工具包的各类支持。

关键词： 传感器   教学   改革  

摘要： 《传感器技术与应用》是高职高专电气及自动化类专业的一门专业基础课。此课程内容繁杂且多学科交叉,理论性、实践性和应用性较强。本文在该课程教学内容和方法等方面进行了改革和实践,取得了较好的教学效果。

关键词： 传感器技术   研究现状   前景  

摘要： 传感器属于工业生产中常用的检测装置,可以对相关信息进行测量,并将所测量的信息按照相应的规律变为电信号或者其他信息形式,可以很好的满足信息处理、信息记录和信息控制要求.传感器有着智能性、数字性、网络性以及系统性的特征,已经在很多领域得到了广泛的使用,本文主要分析传感器技术的研究现状与前景.

ISBN: (纸本)9787502790837

关键词： 传感器   机电自动化   应用   发展  

摘要： 机电自动化是随着科技的发展而得到广泛应用的，对于提高工作效率、提升产品质量发挥着不可替代的作用，对工农业经济的发展意义重大。传感器是机电自动化系统的重要组成部分，文章将探讨传感器技术在研究现状与未来发展，并阐述在机电自动化系统中的应用。

关键词： 传感器技术   仪表技术  

摘要： 传感器技术栏目主要报道传感器在研制开发中的新技术,包括各种新型传感器的结构、原理、设计、计算、工艺测试及应用技术;介绍传感器方面最新发展现状及方向,并对其应用前景和发展趋势进行展望或预测。

关键词： 限时采砂   限区采砂   限量采砂   全球定位系统   传感器技术   无线传输数据   地理信息系统  

摘要： 河道采砂,不仅关系河势稳定和防洪、通航安全,而且关系沿江各地的社会治安稳定。目前珠江流域境内,河道采砂出现可采区采砂现场缺乏管理,采砂量和采砂范围难以控制的问题,难以满足新形势的要求,需要采用新的技术手段实现河道采砂管理。本文采用全球定位系统(GPS)、传感器、无线传输数据(GPRS)、数码摄像(DC)、WEB、数据库和地理信息系统(GIS)等技术,针对广东省管河道采砂船动态监控、采砂现场管理、日常业务管理、领导决策支持等需求,从河道采砂管理部门的实际出发,设计开发基于GIS的河道采砂动态监控系统。系统的建设内容包括:信息采集子系统、信息接收子系统、基础资料管理(基本信息)、地理信息系统(地图信息)、采砂船监控系统(图像监控)、采砂现场管理(现场管理)、系统管理等七大部分。系统采用B/S结构体系,通过***进行开发。该系统能使相关管理人员快速了解河道采砂相关的实时信息,对相关信息进行Flash动态展示及提供方便快捷的查询功能;实时监控河道采砂,提供相关数据的汇总功能;提供相关网上办公功能。该系统的运行,将为河道管理提供便利,全方位改善河道采砂管理,提高河道采砂管理工作的效率。最后,本文给出了系统在操作和功能等方面的测试结果,结果表明本文实现的河道采砂动态监控达到了设计目标,对实现广东省的河道采砂管理有重要意义。

关键词： 空气质量传感器   解决方案   用户选择   湿度和温度   环境监测器   传感器技术   有毒气体   污染情况   室内空气   检测器   监控范围   紫外线   污染值   便携式   实时   设备   路线   户外   光学   光线  

摘要： 01环境检测器
　　TZOA是全球首款便携式环境监测器，使用最新传感器技术，可以监测空气质量（包括PM2.5和PM10）、紫外线、光线、湿度和温度。有了TZOA，用户可以监控所有的有毒气体污染值。针对污染情况还会给出实时解决方案，告诉用户选择怎样的行动路线。TZOA内部还有一个特别定制的光学空气质量传感器，它是目前最先进的检测PM2.5和PM10的设备。除了户外，室内的空气也在TZOA的监控范围之内，用户能第一时间知道室内空气是否糟糕，并根据建议采取相应的解决方案。

关键词： 人体行为识别   机器学习   智能手机   传感器技术  

摘要： 当前智能手机普及率不断上升,智能手机已经深入地融入用户的生活。并且智能手机对比传统的移动设备在计算与存储能力、连接方式、人机交互等方面有了很大的变革,特别是当前的智能手机都内置了一系列丰富的传感器。这些都为研究智能手机用户的行为提供了一个很好的机会。通过对智能手机内置传感器的数据进行挖掘,能够对用户的行为进行分析,从而可为用户提供更个性化与智能化的服务。本文针对人体行为识别分类器模型的个人化进行研究,设计并实现一个人体行为识别核心库,该库能够识别走路、跑步、骑自行车、坐以及站5个行为。并且基于该库设计并实现个人运动健康管理应用,从而达到对用户的运动健康状态的管理。本文主要研究内容如下:首先对个人化人体行为识别模型的研究。对智能手机上人体行为识别的关键技术进行研究,这些关键技术包括:人体行为识别数据集的获取、数据集的预处理以及分类器模型的训练生成与性能测试;而后对人体行为识别模型的个人化进行研究,首先对通用分类器模型存在的问题进行测试,而后通过实验得到人体行为识别分类器模型的学习曲线。其次人体行为识别库的设计与实现。基于以上对人体行为识别关键技术的研究,设计并实现基于Android平台的人体行为识别库,该库包括了在Android平台上进行人体行为识别所需的核心功能。该库能够为上层应用进行二次开发提供接口,以方便在应用中嵌入人体行为识别功能。最后是个人运动健康管理应用的设计与实现。完成对Android平台的个人运动健康管理应用的总体设计。基于人体行为识别库进行开发,实现在后台实时识别用户行为,而后基于识别结果实现对用户运动健康状态的评估。并且应用将基于对个人化人体行为识别模型的研究,实现对人体行为识别库的分类器模型的个人化。本文通过上述的研究内容,完成了智能手机上人体行为识别技术以及个人运动健康管理应用的研发。经过测试,系统的功能和性能达到课题目标。本论文为在智能手机上实现人体行为识别技术的相关研究与开发人员提供了参考价值。