作为CortexM3市场的最大占有者,ST公司在2011年又推出基于CortexM4内核的STM32F4系列产品,相对与STM32F1/F2等CortexM3产品,STM32F4最大的优势,就是新增了硬件FPU单元以及DSP指令,同时,STM32F4的主频也提高了很多,达到168Mhz(可获得210DMIPS的处理能力),这使得STM32F4尤其适用于需要浮点运算或DSP处理的应用,也被称之为:DSC,具有非常广泛的应用前景。
2023/12/16 5:33:19 41.3MB STM32F4
1
“双循环”背景下,芯片产业在双循环中成为有利的技术支撑,而双循环也为芯片产业提供了良好的发展环境。
随着新兴产业将得到更多的扶持发展,人工智能、智能汽车、5G通信、大数据、工业互联网等领域都需要芯片技术的支持,芯片产业地位凸显。
2023/12/15 12:31:01 1.89MB 2021 中国芯片 芯片产业 投资研究
1
本设计由数据显示模块、温度采集模块、时间处理模块和调整设置模块四个模块组成。
系统以AT89S52单片机为控制器,以串行时钟日历芯片DS1302记录日历和时间,它可以对年、月、日、时、分、秒进行计时,还具有闰年补偿等多种功能。
温度采集选用DS18B20芯片,万年历采用直观的数字显示,数据显示采用1602A液晶显示模块,可以在LCD上同时显示年、月、日、星期、时、分、秒,还具有时间校准等功能。
此万年历具有读取方便、显示直观、功能多样、电路简洁、成本低廉等诸多优点,具有广阔的市场前景。
2023/12/7 10:01:09 47.45MB 电子 51单片机 万年历 C语言
1
视觉问答权威综述,最后讨论了有前景的未来研究方向特别是与结构化知识库的联系以及使用自然语言处理模型。
2023/12/1 4:33:08 6.7MB 视觉问答 机器学习 人工智能
1
首先概述了无轴承异步电动机的研究背景,指出了研究意义及其潜在的使用价值,然后介绍其工作原理,在此基础上,重点分析了无轴承异步电动机基本理论的研究现状,包括径向悬浮力模型、解耦控制及其控制系统,最后展望了应用和前景。
1
利用多维高斯混合模型,建立背景,然后通过减背景获得前景区域,多维高斯混合模型具有较强的抗噪声,较好适应光线变化
2023/11/28 14:22:34 2KB matlab gaussians mixture model
1
生物识别是一种根据人体自身的生理特征(如指纹、脸像、虹膜等)和行为特征(如笔迹、声音、步态等)来识别身份的技术。
近年来,随着模式识别、图像处理和信息传感等技术的不断发展,生物识别显示出更为广阔的应用前景。
众所周知,其他的生物测定方法如指纹、声音和虹膜等,由于要求被测定者的主动配合参与,才能达到识别的目的,而人脸识别却不受这种限制,因此人脸识别正在成为当前人们关注和投入较大研究力量的重点。
学习目标:(1)学习和掌握MATLAB人脸检测算法;
(2)学习和掌握MATLAB编程实现人脸图像分割;
(3)学习和掌握不同颜色空间下的人脸图像分割等
2023/11/14 0:35:29 153KB tag
1
万宝盛华-2021Q1中国大陆雇佣前景调查-2020-36页.pdf
2023/11/13 21:13:47 1.01MB 雇佣关系 人员雇佣
1
WhatDoWeUnderstandAboutConvolutionalNetworks?论文卷积神经网络(CNN)在计算机视觉领域已经取得了前所未有的巨大成功,但我们目前对其效果显著的原因还没有全面的理解。
约克大学电气工程与计算机科学系的IsmaHadji和RichardP.Wildes发表了论文《WhatDoWeUnderstandAboutConvolutionalNetworks?》,对卷积网络的技术基础、组成模块、当前现状和研究前景进行了梳理,介绍了我们当前对CNN的理解。
2023/11/9 3:18:12 6.9MB CNN 计算机视觉
1
Graph-Cut算法是图像及视频中经典且有效的前景和背景分离算法,针对其计算量较大导致实时性不佳、前景和背景颜色相似时分割结果易出现shrinkingbias现象的问题,提出一种改进算法.该算法利用Mean-Shift技术对图像进行预处理,将原图像表示成基于区域的、而不是基于像素的图结构,预处理结果还可应用于后续的前景和背景颜色分布估计过程,使得计算量大大下降;在能量函数中引入了具有自适应权值调节功能的连通性约束项,有效地改善了shrinkingbias现象,提高了分割结果的精确性.实验结果表明,文中算法具有良好的实时交互性,且分割效果更加稳定和精确.
1
共 231 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡