新型TurboDiscEPIK700GaNMOCVD系统

针对传统果蝇优化算法在进行优化时所存在的寻优精度偏低和收敛速度较慢的问题，提出了一种新的改进果蝇优化算法。
该算法在迭代过程中将每次迭代所得最优值的变化率作为下一次果蝇种群飞行距离变化的参考依据。
动态改变果蝇种群每次飞行的距离，能够有效地权衡算法的全局搜索能力和局部搜索能力。
将该改进算法在函数优化中与原果蝇算法和另外两种果蝇改进算法进行仿真对比，结果表明，所提出的改进算法在收敛精度、收敛速度以及稳定性方面具有明显优势。

开关磁阻电动机(SwitchedReluctanceMotor，简称SRM)调速系统(SwitchedReluctanceMotorDrive，简称SRD)是一种新型的调速系统。
因其结构简单，鲁棒性好，启动转矩大及调速范围宽等特点，日益受到国内外学者的关注.本文着重描述了开关磁阻电动机的非线性数学模型，并通过MATLAB仿真对调速系统进行了仿真，结果表明数学模型与仿真结果基本吻合。

随着万物互联时代的到来，网络边缘设备产生的数据量快速增加，带来了更高的数据传输带宽需求，同时，新型应用也对数据处理的实时性提出了更高要求，传统云计算模型已经无法有效应对，因此，边缘计算应运而生

《基于fpga的嵌入式图像处理系统设计》详细介绍了fpga（fieldprogrammablegatearray，现场可编程门阵列）这种新型可编程电子器件的特点，对fpga的各种编程语言的发展历程进行了回顾，并针对嵌入式图像处理系统的特点和应用背景，详细介绍了如何利用fpga的硬件并行性特点研制开发高性能嵌入式图像处理系统。
作者还结合自己的经验，介绍了研制开发基于fpga的嵌入式图像处理系统所需要的正确思路以及许多实用性技巧，并给出了许多图像处理算法在fpga上的具体实现方法以及多个基于fpga实现嵌入式图像处理系统的应用实例。
　　《基于fpga的嵌入式图像处理系统设计》对fpga技术的初学者以及已经具有比较丰富的设计经验的读者来说都有很好的参考价值，也将为从事基于fpga的嵌入式系统开发和应用的软硬件工程师和科研人员提供一本比较系统、全面的学习材料。
目录1图像处理1.1基本定义1.2图像形成1.3图像处理操作1.4应用实例1.5实时图像处理1.6嵌入式图像处理1.7串行处理1.8并行性1.9硬件图像处理系统2现场可编程门阵列2.1可编程逻辑器件2.1.1fpga与asic2.2fpga和图像处理2.3fpga的内部2.3.1逻辑器件2.3.2互连2.3.3输入和输出2.3.4时钟2.3.5配置2.3.6功耗2.4fpga产品系列及其特点2.4.1xilinx2.4.2altera2.4.3lattice半导体公司2.4.4achronix2.4.5siliconblue2.4.6tabula2.4.7actel2.4.8atmel2.4.9quicklogic2.4.10mathstar2.4.11cypress2.5选择fpga或开发板3编程语言3.1硬件描述语言3.2基于软件的语言3.2.1结构化方法3.2.2扩展语言3.2.3本地编译技术3.3visual语言3.3.1行为式描述3.3.2数据流3.3.3混合型3.4小结4设计流程4.1问题描述4.2算法开发4.2.1算法开发过程4.2.2算法结构4.2.3fpga开发问题4.3结构选择4.3.1系统级结构4.3.2计算结构4.3.3硬件和软件的划分4.4系统实现4.4.1映射到fpga资源4.4.2算法映射问题4.4.3设计流程4.5为调整和调试进行设计4.5.1算法调整4.5.2系统调试5映射技术5.1时序约束5.1.1低级流水线5.1.2处理同步5.1.3多时钟域5.2存储器带宽约束5.2.1存储器架构5.2.2高速缓存5.2.3行缓冲5.2.4其他存储器结构5.3资源约束5.3.1资源复用5.3.2资源控制器5.3.3重配置性5.4计算技术5.4.1数字系统5.4.2查找表5.4.3cordic5.4.4近似5.4.5其他方法5.5小结6点操作6.1单幅图像上的点操作6.1.1对比度和亮度调节6.1.2全局阈值化和等高线阈值化6.1.3查找表实现6.2多幅图像上的点操作6.2.1图像均值6.2.2图像相减6.2.3图像比对6.2.4亮度缩放6.2.5图像掩模6.3彩色图像处理6.3.1伪彩色6.3.2色彩空间转换6.3.3颜色阈值化6.3.4颜色校正6.3.5颜色增强6.4小结7直方图操作7.1灰度级直方图7.1.1数据汇集7.1.2直方图均衡化7.1.3自动曝光7.1.4阈值选择7.1.5直方图相似性7.2多维直方图7.2.1三角阵列7.2.2多维统计信息7.2.3颜色分割7.2.4颜色索引7.2.5纹理分析8局部滤波器8.1缓存8.2线性滤波器8.2.1噪声平滑8.2.2边缘检测8.2.3边缘增强8.2.4线性滤波器技术8.3非线性滤波器8.3.1边缘方向8.3.2非极大值抑制8.3.3零交点检测8.4排序滤波器8.4.1排序滤波器的排序网络8.4.2自适应直方图均衡化8.5颜色滤波器8.6形态学滤波器8.6.1二值图像的形态学滤波8.6.2灰度图像形态学8.6.3颜色形态学滤波8.7自适应阈值分割8.7.1误差扩散8.8小结9几何变换9.1前向映射9.1.1可分离映射9.2逆向映射9.3插值

jsp在线考试系统外文翻译，题目是《一种新型的基于Web的在线考试系统的计算机科学教育》

激光喷丸强化技术是一种新型的材料表面改性技术相比于传统喷丸强化技术,具有明显的优势。
采用试验与有限元分析相结合的方法，探讨了在一定冲击顺序下，多点激光喷丸强化处理后紧固孔周围残余应力的分布情况。
结果表明，通过多个直径为2.6mm光斑的组合能形成一个直径近似为6mm的较大圆形冲击区域，可用来替代大直径光斑进行冲击强化。
在多点激光喷丸强化过程中，由于多个光斑叠加，导致冲击区域的表面残余压应力幅值由第一点冲击后的134MPa增加到冲击结束后的254MPa，冲击区域变形深度也逐渐增大到26.6μm。
在冲击区域钻孔后，紧固孔孔口边缘处的最大残余压应力值明显减小。
模拟值与实验值吻合较好。

负反馈和运算放大器基础》这本书从理论和运算推导入手，用数个形象化的生活场景类比、数十个实用运放电路案例解析，300多页的篇幅，将复杂的负反馈和运算放大器基础知识不留死角讲清楚了。
电子工程师必读。
作者擅长小信号检测电路设计，以低噪声低失真度，低功耗为主要研究方向，另外擅长精细信号产生，新型ADC设计。
全书五部。
此文档为第二册

内容简介本书通过介绍如何从麦克斯韦方程利用一系列简化假设直接得到集总电路抽象，在电气工程和物理间建立了清晰的联系。
本书中始终使用抽象的概念，以统一在模拟和数字设计中所进行的工程简化。
本书更为强调数字领域。
但我们对数字系统的处理却强调其模拟方面。
从开关、电源、电阻器和MOSFET开始，介绍KCL、KVL应用等内容。
本书表明，数字特性和模拟特性可通过关注元件特性的不同区域而获得。
作者简介AnantAgarwal是麻省理工学院(MIT)电气工程与计算机科学系(EECS)教授，1988年成为教师。
讲授的课程包括电路与电子学，VLSI，数字逻辑与计算机结构。
1999—2003年任计算机科学实验室(LCS)副主任。
Agarwal教授获斯坦福大学电气工程博士和硕士学位，印度IITMadras大学电气工程学士学位。
Agarwal教授领导的研究小组于1992年开发了Sparcle多线程微处理器，于1994年开发了MITAlewife可扩展共享存储器微处理器。
他同时还领导着MIT的VirtualWires项目，并为VirtualMachineWorks公司的创始人。
该公司于1993年将VirtualWires的逻辑仿真技术应用于市场。
目前Agarwal教授在MIT领导Raw项目。
该项目旨在开发新型可重配置的计算芯片。
他带领其团队开发了世界上最大的麦克风阵列LOUD，可以在噪音中定位、跟踪并放大语音，因此于2004年被授予吉尼斯世界记录。
他还与他人共同创建了Engim公司。
该公司开发多通道无线混合信号芯片集。
Agarwal教授还于2001年获得MauriceWilkes计算机结构奖，于1991年获得PresidentialYoungInvestigator奖。
JeffreyH．Lang是麻省理工学院(MIT)电气工程与计算机科学系(EECS)教授，1980年成为教师。
他分别于1975年、1977年和1980年在MIT的EECS获得学士、硕士和博士学位。
他在1991年至2003年期间任MIT电磁与电子系统实验室(LEES)副主任，在1991年至1994年任SensorsandActuators杂志副主编。
Lang教授的研究与教学兴趣在于分析、设计与控制机电系统，尤其关注电机、微传感器和驱动器以及柔性结构等方面。
他在MIT讲授电路与电子学课程。
他撰写过超过170篇论文并在机电、电力电子和应用控制等方面拥有10项专利。
他还获得过4次IEEE协会的最佳论文奖。
Lang教授是IEEE的Fellow，同时是原Hertz基会会的Fellow。

迭代学习控制（iterativelearningcontrol，简称ILC）由Uchiyama于1978年首先提出。
迭代学习控制（iterativelearningcontrol，简称ILC）由Uchiyama于1978年首先提出，不过因为论文由日文撰写，影响不是很大。
1984年，Arimoto等人用英文介绍了该方法。
它是指不断重复一个同样轨迹的控制尝试，并以此修正控制律，以得到非常好的控制效果的控制方法。
迭代学习控制是学习控制的一个重要分支，是一种新型学习控制策略。
它通过反复应用先前试验得到的信息来获得能够产生期望输出轨迹的控制输入，以改善控制质量。
与传统的控制方法不同的是，迭代学习控制能以非常简单的方式处理不确定度相当高的动态系统，且仅需较少的先验知识和计算量，同时适应性强，易于实现；
更主要的是，它不依赖于动态系统的精确数学模型，是一种以迭代产生优化输入信号，使系统输出尽可能逼近理想值的算法。
它的研究对那些有着非线性、复杂性、难以建模以及高精度轨迹控制问题有着非常重要的意义。

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。