一、调校Windows,让系统更好用（论文文献综述）
周伟浩[1]（2020）在《基于计算机视觉变电站绝缘子闪络监测系统的设计与实现》文中提出随着中国铁路事业高速发展,铁路沿线遍布全国各地,牵引变电站所处的环境复杂多变。因此变电站内绝缘子会受到降雨、雾霾、冰霜等气候影响,容易发生老化或堆积污秽等问题,导致电阻发生改变,从而出现沿表面放电或击穿空气的闪络现象。若是闪络放电频繁,会引发变电站线路跳闸、火灾等重大安全事故,于是闪络成为牵引变电站常见的安全隐患之一。因此,开展研究变电站绝缘子闪络现象,识别报警现场闪络,记录闪络频率,分析天气变化对绝缘子闪络的影响因素,预测闪络发生概率等相关研究,对于牵引变电站的安全有着重要意义。论文所设计的系统主要分为远程交互端、服务器端、本地数据处理端三个部分。远程交互端主要向工作人员提供系统的功能操作窗口,以及预览视频、报警信息、预测分析等数据展示。服务器端部署了数据库,负责调配存储系统的数据信息,以及负责控制系统的通信部分。本地数据处理端负责调控现场摄像机,并且对调取的绝缘子录像作实时分析以监测闪络现象的发生。在绝缘子闪络监测技术方面,收集整理了变电站现场有关绝缘子的监控视频,在程序中利用opencv库将视频逐帧拆解为图像并打包,把分类好的视频包输入C3D神经网络提取特征信息,然后将输出直接放入MIL排序模型进行训练,以得到异常视频检测学习模型。在系统中,利用厂商提供的SDK库对摄像机进行二次开发,调用变电站现场的实时监控录像;再将实时录像拆解为视频包输入学习模型后,运用分层背景减除方法逐帧提取学习模型输出的异常视频包前景,计算统计异常物体边缘像素点与质心距离;将得到的距离信息运用小波变换的算法滤波,计算滤波后高频信号与低频信号的归一化比值;绝缘子闪络就是通过比较阈值与比值的大小来判断的。系统还会记录变电站绝缘子闪络频率,收集变电站现场的环境信息数据集,使用LSTM网络模型训练数据,以预测闪络现象的发生概率以及对各个环境影响因素做分析。论文研究设计的基于计算机视觉变电站绝缘子闪络监测系统实现了对变电站绝缘子闪络现象整个过程的识别、记录、分析。经过现场实验,该系统能够稳定、高效、实时地完成对牵引变电站绝缘子闪络现象的监测任务,识别率达到94%,并且成功预测到闪络现象的发生。
尹峰[2]（2019）在《基于嵌入式网关的智能实验平台设计与实现》文中研究说明传统电子类实验室对实验仪器设备的管理都是基于人工管理、人工记录,而且实验设备分散,教师无法同时对实验室所有仪器设备进行管理和远程监控。在实验教学中,教师只有走到学生实验位现场读取实验仪器设备的数据才能对学生实验活动进行指导。不利于实验室仪器设备的集中高效管控,也不利于实验教学高效智能化地发展,使得学生实验学习效果不理想。随着“互联网+”概念提出以来,各大高校电子实验室开始应用一大批最新技术,实验系统向着信息化、智能化方向发展。目前,虽然大部分高校电子实验室的仪器设备实验系统相比传统实验室的仪器设备实验平台有了很大改善,自动化程度和管理效率大大提高,但是现有的实验系统依然存在一些不足和局限性。主要表现在当前的实验系统只具有预约实验、管理仪器设备信息的作用,无法实现对实验室仪器设备进行远端监控与配置的功能,不具有指导学生自主进行实验、辅助教师实验教学的功能。本课题综合分析目前高校电子类实验室仪器设备实验系统方面的研究,提出一种基于嵌入式网关的智能实验体系结构,将实验仪器设备、互联网通信技术、实验辅助教学有机地整合到一起,设计实现电子实验室仪器设备通用型智能实验平台,实现“互联网+实验室”的创新型实验教学模式。通过对当前电子类实验室主流仪器设备的研究分析,总结现有实验室常用仪器设备实验系统结构的不足之处,设计以嵌入式智能网关为核心主要包括数据获取、数据中介转发、上位机处理三大功能模块的智能实验平台。针对实验系统通信方式,详细研究数据/命令传输处理的实现方案。系统能获取到不同类型仪器设备的通信数据,采用TCP/IP的Socket编程方式,实现整个实验室仪器设备的组网通信。网关作为整个实验室通信网络的桥梁是本系统开发的重点,基于嵌入式系统设计了网关硬件开发平台,完成系统硬件电路设计、PCB板设计等。针对网关遇到的不同种类仪器设备通信需求从而产生的多通信数据转发问题,在网关软件部分详细研究不同数据类型的格式转换,实现智能网关多通信数据转发功能。上位机软件教师端与学生端分别基于C/S与B/S体系结构设计实现,教师可以通过客户端实现远程监控实验数据、远端配置实验仪器设备以及辅助实验教学等功能。学生能够通过浏览器跨平台多终端登陆学习系统,对教师上传的实验文档进行自主学习。最后,在实验室搭建测试平台,设计测试方案。在完成对嵌入式智能网关功能测试的基础上,对智能实验平台进行详细测试。测试结果显示,智能实验平台的各项功能均达到系统要求,实现了课题划定的预期目标,可以稳定可靠地运行。
杨挺嘉[3]（2019）在《戈壁环境下重力流输水管线的控制系统设计及应用》文中研究说明随着国民经济发展对水资源需求的提高及近年来地下水资源减少与严控,从地表水资源丰富的地区调水将逐步成为主要的输水方式,重力流长输供水管线作为一种调水方式将更多的应用在生产实践中。而随着工业自动化水平的提高,分布于线路上的各类站点已经由过去的人工操作,转向无人值守自动化或远程操作,极大的节省了人力物力,在我国资源不平衡的大环境下,未来仍有广阔的应用前景。本课题以甘肃北部某输水工程为研究实施对象,针对该工程的实际情况及需求,设计构建一套集散控制系统（DCS）并实施验证,主要内容如下:首先在分析重力流输水管线运行原理的基础上,对该项目的控制需求进行分析并设计了该DCS控制系统的结构框架。然后将DCS控制系统分解为三个功能上相互独立的部分进行硬件设计与软件框架设计,完成了系统组成与结构、输入输出信号与功能实现、组网结构与连接方式、主要的控制策略的设计和分析,给出了主要核心仪表和执行机构设备的选型。最后给出了重力流输水管线DCS控制系统在戈壁环境下安装和调试方法,并对单体、控制站、联合与负载调试过程进行了描述与分析。设计方案实施后,通过试运行与空管注水过程中的负载调试,验证了控制系统的有效性和适用性。
王书芹[4]（2018）在《基于深度学习的瓦斯时间序列预测与异常检测》文中研究指明随着我国煤矿开采强度和深度的增加,瓦斯突出事故时有发生,严重威胁和制约着我国煤矿安全和煤炭行业的可持续发展,给国民经济和人民生命安全造成了严重危害。瓦斯突出事故并不是突然发生的,在发生之前会释放一些征兆信息,因此可以根据瓦斯突出征兆信息实现瓦斯突出事故的预警。在瓦斯突出事故的众多前兆中,瓦斯浓度及其变化蕴含着大量的突出征兆信息,它是瓦斯突出三因素:地应力、瓦斯压力和煤体结构的集中体现,也最容易监测出来。本文在国家自然科学基金项目的资助下,结合具体某煤矿工程项目,从煤矿监控系统中获取监测数据,采用深度学习相关方法,解决瓦斯浓度预测、瓦斯浓度状态信息辨识和瓦斯突出因素估计的问题,从而构建瓦斯突出事故的预警模型。主要研究内容如下:1.构建了应用于瓦斯浓度时间序列预测的长短期记忆网络。长短期记忆网络是一种特殊的循环神经网络,也是一种深度学习模型。该模型具有能够捕获时间序列数据之间长期依赖信息的优势,克服了循环神经网络的梯度消失和梯度爆炸问题,非常适合于时间序列预测。本文针对瓦斯浓度时间序列的特点,将长短期记忆网络模型应用于瓦斯时间序列的预测。该模型不仅能够进行短期预测还能进行长期预测,为瓦斯浓度状态的识别和瓦斯突出预警提供了基础。2.提出了基于灰狼优化算法的长短期记忆网络模型,利用灰狼优化算法全局收敛的特点,将其用于长短期记忆网络的参数优化问题,克服了长短期记忆网络所采用的随时间反向传播算法（Back Propagation Through Time,简称BPTT）易于收敛于局部最优解的问题。并将该模型应用于瓦斯时间序列的预测,与基于BPTT的长短期记忆网络进行了比较,新模型对数据量的要求不高,可以在数据量不大的情况下获得较好的性能,收敛速度也比原模型有了一定的提高。3.建立了基于反馈环的深度信念网络的多维时间序列分类模型,该模型在继承了深度信念网络强大的特征学习能力的基础上,又利用了时间序列数据之间的依赖性。瓦斯浓度状态的识别不能仅看瓦斯浓度值,还需要综合考虑其他参数,本文选取瓦斯浓度、风速和温度指标进行瓦斯浓度状态的识别,并将基于CycleDBN的时间序列分类模型用于瓦斯浓度状态的识别问题。仿真实验表明该模型比深度信念网络模型更适合时间序列的分类问题。4.设计了自适应瓦斯浓度状态识别模型。该模型能够在运行的过程中不断收集煤矿井下的实时信息,根据环境实时变化动态调整瓦斯浓度状态识别模型参数,使得模型能够以较好的状态工作。通过仿真实验验证,自适应瓦斯浓度状态识别模型的性能比原模型有了一定的提高。5.构建了瓦斯突出预警模型。瓦斯浓度变化是瓦斯突出前的关键征兆之一,因此瓦斯浓度变化必然反映了地压、瓦斯含量和煤的结构这三个瓦斯突出要素。所以可根据瓦斯浓度变化计算出瓦斯突出的三要素。最后对三个指标进行综合获得了瓦斯突出的综合指标,根据综合指标值可以对工作面所处的状态进行评估,并据此构建了瓦斯突出预警模型。
李步恒[5]（2018）在《基于双控制器与ROS平台的人形机器人系统设计》文中认为人形机器是一种具有高度智能信息化的机器人,具有很高的工业、商业、军事价值。随着世界工业化进程的发展,单纯的工业机器人已经不能满足市场的需求,人形机器人也受到世界上各个国家科研机构的关注和重视。人形机器人的研究已经有三十多年,期间人形机器人的硬件系统架构、软件上层设计和物理结构都取得了很大的突破。目前,人形机器人的关键技术主要掌握在日本、美国、德国和英国等发达国家中,国内而言,虽然研究起步较晚,但发展迅速,也取得了很大的突破。但目前人形机器人的研究大多集中在高校和一些科研所,研究出的样机大多控制系统复杂、造价昂贵、可裁剪性低、驱动器复杂、人形机器人笨重,不利于企业投入市场。为此,本文针对目前存在的问题进行分析,得出了本课题的人形机器人系统设计方案。与国内外研究的机器人不同的是,本课题针对企业提出的技术要求,设计了一套软硬件可裁剪的控制方案。最终选定了高性能的PC104嵌入式工业控制板和高实时性的STM32系列单片机作为人形机器人硬件控制架构,并在此硬件架构的基础上,移植Ubuntu操作系统和部署ROS次级操作系统,构建人形机器人软件环境,为后续运行复杂的算法任务提供良好的环境。最后,人形机器人在Ubuntu和ROS软件环境下,通过收集传感器信息,得到人形机器人的状态信息,为后续功能开发提供基础。论文的主要内容有:本课题的人形机器人控制系统硬件以PC104和STM32双控制器为核心,主要模块有,双控制器系统、驱动模块、电源供电模块、图像获取模块等。各部分的内容主要有为:STM32控制器主要进行信息的收集和处理,设计与PC机器串口通信协议,把数据发送给上位机PC104;驱动模块先分析了目前驱动器的选择方案,综合考虑,使用MX-28T数字舵机作为驱动部件,该舵机可以精确的控制舵机位置输出和对舵机状态进行实时监控,还针对舵机设计了串口通信协议,保证数据准确、稳定的传输;电源模块则负责给整个人形机器人系统提供动力;为考虑开发的便利性和快速性,图像获取模块选择免驱的USB摄像头,获取人形机器人周围的图像信息,再结合OpenCV实现非特定人脸跟踪。软件系统上,人形机器人软件系统采用Ubuntu系统加ROS次级操作系统。论文详细阐述了Ubuntu系统在PC104上的移植过程和ROS系统的部署过程,还利用面向对象的方法,对底层硬件进行抽象,构建了人形机器人的软件框架,最后在ROS系统上建立人形机器人的仿真模型,为算法研究提供模型。通过对人形机器人的整机调试,实验结果表明系统的软硬件各项功能模块运行正常,设计的通信协议可靠,舵机作为驱动部件也满足了设计的要求。为此,本文提出的人形机器人双控制和ROS平台的软硬件系统设计方案,具有设计周期短、开发维护方便、软硬件具有高度可裁剪性、性价比高的特点。对企业在人形机器人软硬件系统设计方案上具有实际的应用价值和一定的指导意义。
郭建伟[6]（2017）在《优化配置,让本本上网更流畅》文中研究表明您可能有过这样的感觉——本本使用时间长了,原本较快的网速会逐渐变慢,例如浏览网页的速度变得慢慢吞吞,下载速度明显降低等。造成网速迟缓的原因是多方面的,如果为此就重装系统,又显得有些小题大做。其实,只要对系统和相关软件进行合理的优化调整,就可以有效明显提高网速,让本本上网变得更加流畅。这里,我们就从多个方面着手,来介绍相关的操作技巧。手工设定IP地址现在很多用户使用路由器上网,并且习惯于使用默认的网络设置参数,以为这样可以避免手工配
程舒晗[7]（2017）在《基于外存的单机图处理系统性能优化研究》文中认为基于单机的图处理系统具有较高的性能价格比和潜在的可扩展性,因此具有广阔的应用前景。然而,大规模图处理面临着数据局部性差、访存计算比高、数据高度不规则等问题。由于图数据规模的不断增长,这些问题在单机上基于外存的场景下显得尤为突出。一方面,一些基础的图算法在大规模图数据集上较难做到高效率地实现;另一方面,提供通用接口的图处理系统往往存在I/O效率不高、收敛速度较慢等问题。因此,本文从典型的图遍历算法BFS入手,结合现实世界图数据的特点和存储设备的特性,对该算法进行了优化;进一步地,对通用图系统中数据I/O、图数据划分和一致性策略等方面进行了研究。本文的创新点主要有:·单机上社交图数据的快速广度优先搜索方法FastBFS。通过分析大规模社交图数据的特点,充分利用BFS算法在数据访问过程中的特性,加速单机上的广度优先搜索过程。采用以边为中心的图处理策略来提高外存访问的带宽,同时降低图划分和重新组织的开销。提出基于异步I/O的删边机制,删除与后续计算无关的边来有效地减小遍历过程中的数据量。此外,通过高效地调度I/O数据流,Fast BFS可以使用多块磁盘来提高I/O并行度,从而加速计算。实验结果表明,Fast BFS在计算性能上最高可以达到单机外存图处理系统X-Stream和Graph Chi的2.1和3.9倍。·单机上Web图数据的快速广度优先搜索方法Fast BFS+。针对Web图等直径较长的图数据的特性,提出高效灵活的图遍历方法Fast BFS+。引入跨迭代的异步删边机制,提高处理效率。提出动态的删边机制,通过设置阈值的方法动态开关删边机制,从而大幅度降低在Web图数据上由删边所引入的开销。实验结果表明,Fast BFS+能够在Web图数据上获得良好的性能,执行速度与X-Stream和Graph Chi相比达到数倍的提升。·单机上基于非对称二维分区的异步图处理方法Async Stripe。提出二维非对称的图划分方法,兼顾数据访问的局部性和计算调度时的高效性。利用基于条带的数据访问策略,获得较高的磁盘访问带宽和更小的I/O访问数据量。同时,Async Stripe还支持两种异步一致性策略,异步地执行不同类型的图算法,大幅度加快收敛速度。实验结果表明,对于典型的遍历算法和稀疏矩阵乘法算法,Async Stripe的性能优于X-Stream和Grid Graph等典型系统。
卢乐炜[8]（2017）在《基于深度学习的行为识别算法的实现与优化》文中提出近几年,随着移动互联网的飞速发展,以苹果i OS操作系统和谷歌安卓操作系统为标志等面向普通用户的移动智能操作系统的出现,并且摩尔定律在移动芯片上依然有效,使得智能手机等智能移动设备在消费者群体中得到爆发性的普及。在智能移动设备的广泛普及与易于使用的人机交互方式的前提下,基本附有摄像头的上述设备使得视频数据爆发式的增长。除此以外,物联网、智慧城市、数字电视等行业的兴起,每天都产生海量的视频数据。因此,对视频进行智能分析的需求日益紧迫。行为识别一直是计算机视觉领域中较为活跃的研究方向之一,在安防监控、人机互动、视频检索、医疗卫生等商业领域有着巨大的应用潜力。在2012年,AlexNet在ImageNet比赛中所取得卓越成果标志着的深度学习算法的成熟,给计算机视觉领域带来了革新性的变化,而在二维图像分析处理方面,更是如此。而深度学习在三维视频序列上的算法正处于初期的探索研究阶段。本文主要针对视频序列中的行为识别问题设计并实现一种基于深度学习的行为识别算法,并着重叙述其工程实现和优化改进。本文主要内容有以下三个方面:1.以深度学习算法为基础,参考现有的一些论文和解决方案,总体阐述了一个利用集成多个分析处理流的针对三维视频序列的行为识别算法,并具体阐述其各自分析处理流子算法的算法流程。分析处理流共有静止帧分析流、光流分析流、短视频序列分析流、长视频序列分析流、音频分析流等。2.从整体上详细介绍整个视频序列行为识别系统的架构设计、各个模块的基本功能和关键数据结构,然后分章节介绍其训练模块和推理模块此两大核心模块,以及其相通用的部分处理模块,并描述对部分子模块的性能优化改进。3.对该系统的性能进行测试,获得其行为识别分类的精确度等相关统计数据,以及对应的系统开销等,并与一些相关产品和算法的性能进行对比。对上述多分析处理流的集成行为识别算法进行详细的测试,分析其各子分析流的识别性能。而最后测试结果表明本文所述的算法在精确度上达到了同期较高的水平,而最终的部署系统亦能保持较好的分类性能,并相关优化能有效减少了整体系统开销。
张嘉[9]（2013）在《基于ARM的钢琴调校装置的研发》文中提出本文研究的是一种基于ARM的钢琴调校装置，具有携带方便、易于操作、价格低廉等优点。系统先将钢琴按键发出的声音信号经过拾音器转换为电信号，经过ARM控制UDA1341来进行模数转换，再对所得数据进行处理便可得到钢琴按键的基波频率，并在LCD上显示实测频率与标准频率值，根据两者的频率差值调整钢琴琴弦的松紧，最终达到钢琴调校的目的。硬件平台以三星公司的S3C2440A芯片为核心，设计了信号采集电路、数据存储电路、电源电路、键盘控制电路、通讯接口电路、LCD显示和触屏接口电路。软件以Qt Creator为编程环境，程序主要包括对UDA1341初始化的控制，信号采集的控制，信号的模数转换，数字信号的FFT运算和数据界面显示的程序设计。在嵌入式系统方面，完成了系统开发环境的搭建、Linux系统的相关移植以及驱动的开发与测试。对钢琴调校装置所使用的FFT控制算法进行了仿真，得到了基频信号的频谱图，完成了应用系统的控制界面设计。本文研发的钢琴调校装置可以精确的测量钢琴按键的基波频率，由标准频率与实测频率的数据比较可为钢琴的调校工作提供了一种新的方法和客观依据。
李晓路[10]（2012）在《嵌入式系统人机交互界面开发平台研究》文中进行了进一步梳理随着嵌入式系统的广泛应用，对软件的功能有了更高的要求。嵌入式系统软件不但要满足实时性要求，而且还应具有良好的人机交互界面。嵌入式系统人机交互界面应该达到程序代码尽量少，对系统资源需求少，图形界面简洁丰富，人机互动快捷友好，满足实际产品需求。目前，在Windows系统下的VB、VC、DELPHI等可视化编程语言，提供了大量的人机交互界面对象，开发者很容易构造符合要求的界面，而在嵌入式产品快速发展的今天，基于LINUX等操作系统的产品开发，人机交互界面的设计没有像在Windows环境下那样快捷、方便。为了让嵌入式系统工程师能够快速地开发所需要的人机交互界面，我们研究实现了一个“基于面向对象的嵌入式系统人机交互界面开发平台”，系统设计人员可根据具体应用需求，在该平台上将各个界面元素对象组合，即可生成所需要的嵌入式系统人机交互界面，并且可以在线修改、编译、下载到开发板上。设计过程简洁、快速，并可以做到边设计、边观看、边修改。论文研究的主要创新点：（1）平台设计实现完全基于面向对象技术，软件可重用性强，具备“即插即用”的特点；（2）在开发平台中，各种界面元素采用图形化对象表示，形象、直观，随意拖拽，自由设置属性，屏蔽了各种底层细节，大大降低嵌入式系统的开发难度，使设计人员把精力集中在界面功能确定，界面布局、美观等设计上；（3）平台屏蔽了界面元素的实现细节，为了便于开发者增减程序代码，平台设置了将人机交互界面转化为可视化代码编辑模块功能，这样对于开发者来说是透明的，便于修改；（4）提供了特殊界面元素模块，使该平台应用范围更广；（5）配合前期研究的硬件设计平台，可以快速实现LINUX环境下的嵌入式产品开发。论文主要由四部分组成，第一部分主要包括嵌入式系统人机交互界面开发平台的介绍，本课题研究的目的、意义、创新点和开发工具；第二部分是面向对象的嵌入式系统人机交互界面开发平台的分析和设计部分，给出了系统的分析模型和设计模型；第三部分是面向对象的嵌入式系统人机交互界面开发平台的实现部分，利用面向对象语言QT和LINUX开发环境进行设计，根据分析和设计模型给予了具体的实现；第四部分介绍了一个应用实例。论文最后总结了作者所做的主要工作，并展望了集成化开发平台的发展前景。
二、调校Windows,让系统更好用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、调校Windows,让系统更好用（论文提纲范文）
（1）基于计算机视觉变电站绝缘子闪络监测系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究目标与研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 论文的章节安排 |
| 第2章 闪络视频监测及预测算法理论基础 |
| 2.1 绝缘子闪络识别算法预处理 |
| 2.2 闪络视频图像识别技术 |
| 2.2.1 基于小波变换的传统图像算法 |
| 2.2.2 视频异常识别算法(ADSV) |
| 2.2.3 视频异常检测小结 |
| 2.3 闪络条件相关性分析技术 |
| 2.3.1 闪络现象相关条件分析 |
| 2.3.2 循环神经网络(RNN) |
| 2.3.3 LSTM模型(Long Short Term Mermory network) |
| 2.3.4 LSTM模型的引申 |
| 2.4 本章小结 |
| 第3章 系统设计思想 |
| 3.1 设计思路 |
| 3.2 系统需求分析 |
| 3.2.1 功能需求分析 |
| 3.2.2 性能需求分析 |
| 3.3 本章小结 |
| 第4章 系统总体设计 |
| 4.1 系统设计方案 |
| 4.1.1 系统结构设计 |
| 4.1.2 系统模块设计 |
| 4.2 数据库设计 |
| 4.2.1 数据库结构设计 |
| 4.2.2 数据库表设计 |
| 4.3 本章小结 |
| 第5章 系统详细设计 |
| 5.1 客户端设计 |
| 5.1.1 系统交互界面设计 |
| 5.1.2 实时预览界面 |
| 5.1.3 用户登录 |
| 5.1.4 历史回放 |
| 5.1.5 用户管理 |
| 5.1.6 预测分析 |
| 5.2 服务器端通信设计 |
| 5.2.1 通信协议 |
| 5.2.2 通信流程设计 |
| 5.3 绝缘子闪络监测算法的设计与实现 |
| 5.3.1 监控视频调取 |
| 5.3.2 绝缘子闪络监测算法流程及实现方法 |
| 5.3.3 闪络条件相关性分析算法实现 |
| 5.4 本章小结 |
| 第6章 系统的实现及测试 |
| 6.1 开发及测试环境 |
| 6.1.1 开发环境 |
| 6.1.2 测试环境 |
| 6.2 系统实现 |
| 6.2.1 人机交互端 |
| 6.2.2 服务器端 |
| 6.3 系统测试及结果分析 |
| 6.3.1 测试用例及结果 |
| 6.3.2 结果及分析 |
| 6.4 本章小结 |
| 结论与展望 |
| 致谢 |
| 参考文献 |
（2）基于嵌入式网关的智能实验平台设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 选题背景及研究目的与意义 |
| 1.2 国内外在该方向发展与研究现状分析 |
| 1.3 主要研究工作及章节安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 章节安排 |
| 第2章 系统需求分析及总体架构设计 |
| 2.1 关键技术研究 |
| 2.1.1 嵌入式技术 |
| 2.1.2 电子实验室仪器设备研究 |
| 2.2 系统需求分析 |
| 2.3 系统总体设计方案 |
| 2.3.1 实验平台整体方案设计 |
| 2.3.2 网关系统整体方案设计 |
| 2.4 系统数据传输设计 |
| 2.5 本章小结 |
| 第3章 嵌入式智能网关硬件设计 |
| 3.1 网关硬件组成单元 |
| 3.1.1 硬件控制单元 |
| 3.1.2 存储单元 |
| 3.1.3 通信接口 |
| 3.1.4 数据/命令传输通道 |
| 3.2 网关硬件设计方案 |
| 3.3 网关硬件电路设计 |
| 3.3.1 电源模块电路设计 |
| 3.3.2 USB转串口电路模块 |
| 3.3.3 总线接口模块 |
| 3.3.4 以太网接口模块 |
| 3.3.5 USB接口电路模块 |
| 3.4 PCB布局设计 |
| 3.5 本章小结 |
| 第4章 嵌入式智能网关软件设计 |
| 4.1 网关软件总体方案设计 |
| 4.2 网关软件开发环境搭建 |
| 4.2.1 网关操作系统选型分析 |
| 4.2.2 嵌入式Linux整体框架研究 |
| 4.3 嵌入式Linux系统构建 |
| 4.3.1 U-Boot移植 |
| 4.3.2 Linux内核移植 |
| 4.3.3 根文件系统构建 |
| 4.4 网关数据通信 |
| 4.4.1 TCP/IP协议 |
| 4.4.2 网关到上位机通信设计 |
| 4.4.3 网关多通信数据转发方案设计 |
| 4.5 网关软件应用程序设计 |
| 4.6 本章小结 |
| 第5章 上位机软件系统设计 |
| 5.1 上位机系统体系结构 |
| 5.1.1 C/S模式 |
| 5.1.2 B/S模式 |
| 5.2 上位机系统总体架构设计 |
| 5.3 实验平台教师端设计 |
| 5.3.1 客户端软件开发环境 |
| 5.3.2 UI程序设计 |
| 5.4 实验平台学生端设计 |
| 5.4.1 Socket编程原理 |
| 5.4.2 HTTP编程 |
| 5.4.3 网页界面程序设计 |
| 5.4.4 学生端应用程序设计 |
| 5.5 本章小结 |
| 第6章 智能实验平台的实现与测试 |
| 6.1 实验室测试环境搭建 |
| 6.1.1 测试方案设计 |
| 6.1.2 智能网关调试 |
| 6.1.3 实验室测试平台搭建 |
| 6.2 实验平台学生端实现与测试 |
| 6.3 实验平台教师端实现与测试 |
| 6.4 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
（3）戈壁环境下重力流输水管线的控制系统设计及应用（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 项目的背景及研究意义 |
| 1.2 研究现状与发展趋势 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 研究的主要内容及方法 |
| 1.3.1 研究的主要内容 |
| 1.3.2 研究所采用的方法 |
| 2 重力流输水管线运行原理及工艺流程 |
| 2.1 管线建设环境及概况 |
| 2.2 国内外重力流输水相关研究 |
| 2.3 重力流输水概述 |
| 2.4 重力流输水分类 |
| 2.5 管道式有压重力流输水的特点 |
| 2.6 重力流管道式输水基本原理 |
| 2.6.1 输水过程中的重力势能 |
| 2.6.2 虹吸现象: |
| 2.6.3 水锤效应 |
| 2.7 调流调压阀的作用 |
| 2.8 平压调节水池的设置 |
| 2.9 空气阀的布设 |
| 2.10 重力流管道式输水工艺流程 |
| 3 输水管线DCS系统结构设计 |
| 3.1 集散型控制系统概述(DCS) |
| 3.2 管线控制系统的建设目标及设计需求 |
| 3.2.1 建设目标 |
| 3.2.2 功能需求分析 |
| 3.2.3 管理信息分析 |
| 3.2.4 性能需求分析 |
| 3.2.5 系统的开发步骤 |
| 3.3 输水管线DCS控制系统的架构设计 |
| 4 输水管线DCS控制系统设计 |
| 4.1 中央控制系统的设计 |
| 4.1.1 硬件系统的构成 |
| 4.1.2 软件构成 |
| 4.2 现场控制站的设计 |
| 4.2.1 检修控制站 |
| 4.2.2 起点控制站 |
| 4.2.3 中段减压控制站 |
| 4.2.4 消能平压控制站 |
| 4.2.5 末端控制站 |
| 4.2.6 现场仪表的选用 |
| 4.2.7 现场控制站的供电 |
| 4.2.8 戈壁环境对硬件设计的影响 |
| 4.3 通信网络系统的设计 |
| 4.3.1 现场控制站与中央控制系统之间的远距离光纤通信网络 |
| 4.3.2 现场控制站与中央控制系统之间的通信网络结构 |
| 4.3.3 组网方式 |
| 4.3.4 中央控制系统与现场控制站内的短距离通信 |
| 4.3.5 现场控制站内的以太网通信 |
| 4.3.6 现场控制站RS-485 通信网络 |
| 4.3.7 现场控制站4~20mA模拟信号通信网络 |
| 4.3.8 现场执行仪表与现场控制站之间的开关量通信 |
| 4.4 输水管线的过程控制 |
| 4.4.1 调流调压阀的控制 |
| 4.4.2 检修及事故状态下的控制 |
| 4.4.3 稳态工况下管线的切换控制 |
| 5 输水管线DCS控制系统的安装及调试 |
| 5.1 在戈壁环境下的安装工作 |
| 5.1.1 材料预制工艺 |
| 5.1.2 安装前的环境条件 |
| 5.1.3 系统接地 |
| 5.1.4 戈壁环境下地埋管道伴行光缆的布设 |
| 5.2 单体调试 |
| 5.2.1 机械式仪表与计量仪表的第三方检测 |
| 5.2.2 阀门调试 |
| 5.2.3 调流调压阀调试 |
| 5.2.4 自清洗过滤器调试 |
| 5.2.5 泵的调试 |
| 5.2.6 现场监测仪表的调试 |
| 5.2.7 控制柜的调试 |
| 5.2.8 显示设备的调试 |
| 5.3 控制站调试 |
| 5.3.1 系统安装检查 |
| 5.3.2 系统上电 |
| 5.3.3 回路调试 |
| 5.3.4 现场控制站系统调试 |
| 5.3.5 中央控制系统调试 |
| 5.4 联合调试 |
| 5.5 负载调试 |
| 5.5.1 负载调试前的准备 |
| 5.5.2 管线注水 |
| 5.5.3 注水过程中的负载调试 |
| 5.5.4 注水完成后的负载调试 |
| 6 总结及展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 作者攻读研究生学位期间的发表论文 |
| 附录 |
（4）基于深度学习的瓦斯时间序列预测与异常检测（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 研究现状 |
| 1.3 本文研究内容及思路 |
| 1.4 论文章节 |
| 2 煤矿监控数据时间序列分析 |
| 2.1 煤矿监控数据分析 |
| 2.2 时间序列预测 |
| 2.3 时间序列异常检测 |
| 2.4 本章小结 |
| 3 基于长短期记忆网络的瓦斯时间序列预测 |
| 3.1 长短期记忆网络 |
| 3.2 基于长短期记忆网络的瓦斯时间序列预测 |
| 3.3 本章小结 |
| 4 基于灰狼优化算法的长短期记忆网络在瓦斯时间序列预测中的应用 |
| 4.1 灰狼优化算法 |
| 4.2 基于灰狼优化算法的长短期记忆网络 |
| 4.3 基于灰狼优化算法的LSTM瓦斯浓度预测模型 |
| 4.4 本章小结 |
| 5 瓦斯浓度状态识别 |
| 5.1 多维时间序列分类 |
| 5.2 基于深度信念网的多维时间序列分类 |
| 5.3 基于Cycle_DBN的多维时间序列识别模型 |
| 5.4 基于Cycle_DBN的瓦斯浓度状态识别模型 |
| 5.5 自适应瓦斯浓度状态识别模型 |
| 5.6 本章小结 |
| 6 瓦斯突出预警模型的研究 |
| 6.1 瓦斯浓度变化与地压之间的关系 |
| 6.2 瓦斯浓度变化与瓦斯含量之间的关系 |
| 6.3 瓦斯浓度变化与煤结构之间的关系 |
| 6.4 瓦斯突出预警模型 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 研究内容总结 |
| 7.2 工作展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（5）基于双控制器与ROS平台的人形机器人系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题来源及研究的背景意义 |
| 1.2 人形机器人国内外研究现状和成果 |
| 1.2.1 国外人形机器人研究现状 |
| 1.2.2 国内人形机器人研究现状 |
| 1.3 几种典型控制系统分析 |
| 1.4 论文的主要研究内容 |
| 第二章 人形机器人控制系统的总体设计 |
| 2.1 系统需求分析 |
| 2.1.1 应用场景分析 |
| 2.1.2 实现功能分析 |
| 2.1.3 其它因数分析 |
| 2.2 系统开发平台方案设计 |
| 2.2.1 硬件开发平台 |
| 2.2.2 软件开发平台 |
| 2.3 本章小结 |
| 第三章 人形机器人控制系统的硬件设计 |
| 3.1 系统电源模块 |
| 3.2 驱动模块 |
| 3.3 串口通信模块 |
| 3.3.1 串口模块电路硬件设计 |
| 3.3.2 数据通信设计 |
| 3.4 姿态测量模块 |
| 3.4.1 模块电路硬件设计 |
| 3.4.2 数据采集程序设计 |
| 3.5 视觉模块 |
| 3.6 PCB板设计 |
| 3.7 本章小结 |
| 第四章 人形机器人控制系统的软件设计 |
| 4.1 嵌入式操作系统开发平台的建立 |
| 4.2 ROS平台的建立 |
| 4.2.1 ROS平台部署 |
| 4.2.2 人形机器人在ROS下的仿真模型 |
| 4.3 人形机器人运动参数设计 |
| 4.3.1 人形机器人步态方法选择 |
| 4.3.2 舵机参数的软件设定 |
| 4.4 人形机器人头部的人脸跟踪 |
| 4.4.1 人形机器人的软件框架 |
| 4.4.2 非特定人脸识别算法 |
| 4.4.3 人脸追踪策略 |
| 4.5 本章小结 |
| 第五章 人形机器人系统调试与结果分析 |
| 5.1 人形机器人系统样机 |
| 5.2 电源模块测试 |
| 5.3 陀螺仪/加速度计调校 |
| 5.4 头部人脸追踪测试 |
| 5.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间发表论文与申请专利 |
| 致谢 |
（6）优化配置,让本本上网更流畅（论文提纲范文）
| 手工设定IP地址 |
| 寻找最快的DNS服务器 |
| 开启DNS解析缓存功能 |
| 使用HOSTS文件,提高地址解析速度 |
| 优化TCP连接参数 |
| 增大网卡IRQ缓存 |
| 关闭无关程序,避免浪费带宽 |
| 将缓存放入内存虚拟盘 |
| 利用预读取功能,为网页浏览提速 |
| 激活QUIC协议,快速访问网页 |
| 叠加网络,让网速成倍飙升 |
| 赤手空拳,叠加无线有线网络连接 |
| 巧用软件,灵活叠加网络 |
| 利用多个路由器,叠加多个有线网络 |
（7）基于外存的单机图处理系统性能优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景及意义 |
| 1.2 图处理系统概述 |
| 1.2.1 图数据的表示与处理 |
| 1.2.2 单机图处理系统 |
| 1.2.3 关键问题与挑战 |
| 1.3 主要研究工作 |
| 1.3.1 研究内容 |
| 1.3.2 主要贡献 |
| 1.4 本文组织结构 |
| 第2章 相关工作 |
| 2.1 大规模图处理系统 |
| 2.2 图的划分方法 |
| 2.3 图处理的一致性策略 |
| 2.4 广度优先搜索算法的优化 |
| 2.5 本章小结 |
| 第3章 社交图数据的快速广度优先搜索 |
| 3.1 概述 |
| 3.2 研究动机 |
| 3.3 基于异步删边的快速BFS方法 |
| 3.3.1 图划分方法 |
| 3.3.2 图数据遍历方法 |
| 3.3.3 基于异步I/O的删边机制 |
| 3.4 原型实现 |
| 3.5 实验评价 |
| 3.5.1 评价方法 |
| 3.5.2 性能比较 |
| 3.5.3 重要参数对性能的影响分析 |
| 3.6 本章小结 |
| 第4章 Web图数据的快速广度优先搜索 |
| 4.1 概述 |
| 4.2 研究动机 |
| 4.3 基于动态删边机制的高效BFS方法 |
| 4.3.1 跨迭代的异步删边策略 |
| 4.3.2 可动态开关的删边机制 |
| 4.3.3 删边阈值的选取方法 |
| 4.4 原型实现 |
| 4.5 实验评价 |
| 4.5.1 评价方法 |
| 4.5.2 性能比较 |
| 4.5.3 多磁盘对性能的影响 |
| 4.6 本章小结 |
| 第5章 基于非对称二维分区的异步图处理方法 |
| 5.1 概述 |
| 5.2 研究动机 |
| 5.3 基于二维划分的异步图处理方法 |
| 5.3.1 两级二维非对称的划分方法 |
| 5.3.2 高效的I/O访问策略 |
| 5.3.3 异步计算策略 |
| 5.3.4 处理流程 |
| 5.4 典型算法应用 |
| 5.4.1 广度优先搜索 |
| 5.4.2 弱连通分量 |
| 5.4.3 PageRank |
| 5.4.4 SpMV |
| 5.5 原型实现 |
| 5.6 实验评价 |
| 5.6.1 评价方法 |
| 5.6.2 性能比较 |
| 5.6.3 内存使用量对性能的影响 |
| 5.7 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 下一步工作 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（8）基于深度学习的行为识别算法的实现与优化（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 研究背景 |
| 1.1.1 行为识别的概念与发展 |
| 1.1.2 行为识别的研究难点 |
| 1.1.3 行为识别在国内外研究的现状 |
| 1.1.3.1 主要研究期刊、会议和数据集、比赛 |
| 1.1.3.2 算法研究现状 |
| 1.2 本文研究内容 |
| 1.2.1 多分析处理流行为识别算法 |
| 1.2.2 行为识别系统的实现与改进 |
| 1.3 系统的难点及创新点 |
| 1.3.1 系统难点 |
| 1.3.2 创新点 |
| 1.4 文章内容和组织结构 |
| 1.5 本章小结 |
| 第二章 多分析处理流行为识别算法概述 |
| 2.1 总体算法概述 |
| 2.2 静止帧分析流 |
| 2.2.1 概述 |
| 2.2.2 具体细节 |
| 2.3 光场流分析流 |
| 2.3.1 概述 |
| 2.3.2 具体细节 |
| 2.4 短视频序列分析流 |
| 2.4.1 概述 |
| 2.4.2 具体细节 |
| 2.5 长视频序列分析流 |
| 2.5.1 概述 |
| 2.5.2 具体细节 |
| 2.6 音频分析流 |
| 2.6.1 概述 |
| 2.6.2 具体细节 |
| 2.7 分析流融合和分类 |
| 2.8 本章小结 |
| 第三章 行为识别系统整体概述 |
| 3.1 系统需求分析 |
| 3.1.1 系统应用场景 |
| 3.1.2 需求描述 |
| 3.2 系统整体设计 |
| 3.3 训练端子系统实现 |
| 3.3.1 系统概述 |
| 3.3.2 系统主要子模块 |
| 3.4 推理端子系统实现 |
| 3.4.1 系统概述 |
| 3.4.2 系统主要子模块 |
| 3.4.3 流程分析 |
| 3.5 关键数据结构和接口函数 |
| 3.5.1 关键数据结构 |
| 3.5.2 接口函数 |
| 3.6 系统优化 |
| 3.6.1 训练端优化 |
| 3.6.2 推理端优化 |
| 3.7 本章小结 |
| 第四章 测试结果与分析 |
| 4.1 算法测试与分析 |
| 4.1.1 实验测试环境 |
| 4.1.2 实验测试方法 |
| 4.1.3 单分析流实验 |
| 4.1.4 多分析流融合实验 |
| 4.2 系统测试与分析 |
| 4.2.1 实验测试环境 |
| 4.2.2 实验测试方法 |
| 4.2.3 系统准确度 |
| 4.2.4 系统优化 |
| 4.3 本章小结 |
| 第五章 工作总结与展望 |
| 5.1 回顾和总结 |
| 5.2 下一步工作展望 |
| 参考文献 |
| 附录A 系统准确度详细测试数据 |
| 攻读专业硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（9）基于ARM的钢琴调校装置的研发（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外的研究现状及分析 |
| 1.2.1 钢琴校音器发展现状 |
| 1.2.2 时频分析技术发展现状 |
| 1.3 主要研究内容 |
| 第2章 钢琴调校装置总体方案设计 |
| 2.1 钢琴调校装置实现的理论依据 |
| 2.2 钢琴调校装置性能指标和功能 |
| 2.2.1 钢琴调校装置的性能指标 |
| 2.2.2 钢琴调校装置的主要功能 |
| 2.3 钢琴调校装置系统组成 |
| 2.3.1 硬件平台 |
| 2.3.2 软件平台 |
| 2.4 本章小结 |
| 第3章 基于 ARM 的钢琴调校装置硬件设计及实现 |
| 3.1 S3C2440A 嵌入式微处理器 |
| 3.1.1 S3C2440A 主要特征 |
| 3.1.2 S3C2440A 工作模式 |
| 3.1.3 S3C2440A 地址分配空间 |
| 3.2 信号采集电路 |
| 3.2.1 信号调理电路 |
| 3.2.2 模数转换电路 |
| 3.2.3 IIS 数据格式 |
| 3.3 键盘控制电路 |
| 3.4 数据存储电路 |
| 3.4.1 FLASH 存储单元 |
| 3.4.2 SDRAM 存储单元 |
| 3.4.3 存储系统地址分配 |
| 3.5 电源电路 |
| 3.6 通讯接口电路 |
| 3.6.1 网络接口电路 |
| 3.6.2 RS232 电路 |
| 3.7 LCD 和触屏接口电路 |
| 3.8 本章小结 |
| 第4章 基于 ARM 的钢琴调校装置软件设计及实现 |
| 4.1 UDA1341 的初始化 |
| 4.2 搭建交叉编译环境 |
| 4.3 嵌入式 Linux 内核的移植 |
| 4.3.1 Linux 内核源码目录结构 |
| 4.3.2 Linux 内核移植过程 |
| 4.3.3 Linux 内核映像写入 NAND Flash |
| 4.4 移植文件系统 |
| 4.4.1 建立根文件系统 |
| 4.4.2 连接网络文件系统 |
| 4.5 FFT 控制算法的设计 |
| 4.5.1 FFT 算法原理 |
| 4.5.2 FFT 算法的实现 |
| 4.6 本章小结 |
| 第5章 系统测试及仿真 |
| 5.1 触屏及 Qt 界面显示 |
| 5.2 LTspice 软件仿真 |
| 5.3 数据分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录1 |
| 附录2 |
| 攻读硕士学位期间所发表的学术论文 |
| 致谢 |
（10）嵌入式系统人机交互界面开发平台研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 人机交互界面简介 |
| 1.2 嵌入式图形界面简介 |
| 1.3 嵌入式系统人机交互界面开发平台现状分析 |
| 1.4 面向对象的嵌入式系统人机交互界面开发平台 |
| 1.4.1 研究的目的和意义 |
| 1.4.2 研究内容和创新点 |
| 1.5 开发工具简介 |
| 1.5.1 QT编程机制 |
| 1.5.2 信号与槽 |
| 1.6 本章小结 |
| 第二章 开发平台的分析与设计 |
| 2.1 问题域描述与需求分析 |
| 2.2 开发平台分析 |
| 2.2.1 开发平台总体用例图 |
| 2.2.2 通用界面元素模块用例图 |
| 2.2.3 特殊界面元素模块分析 |
| 2.2.4 可视化代码编辑模块分析 |
| 2.2.5 工程管理模块分析 |
| 2.2.6 编译下载模块分析 |
| 2.3 开发平台设计 |
| 2.3.1 通用界面元素模块类图设计 |
| 2.3.2 特殊界面元素模块类图设计 |
| 2.3.3 可视化代码编辑模块类图设计 |
| 2.3.4 工程管理模块类图设计 |
| 2.3.5 编译下载模块类图设计 |
| 2.4 本章小结 |
| 第三章 人机交互界面开发平台的实现 |
| 3.1 平台架构 |
| 3.2 界面元素对象控件的操作实现 |
| 3.2.1 通用界面元素对象设计 |
| 3.2.2 通用界面元素控件编辑 |
| 3.3 特殊界面元素对象设计 |
| 3.3.1 计算器 |
| 3.3.2 定时器 |
| 3.3.3 通讯信息管理工具 |
| 3.3.4 统计绘图工具 |
| 3.3.5 三维图形演示工具 |
| 3.3.6 FTP客户端 |
| 3.4 设计可视化代码编辑模块 |
| 3.5 设计工程管理模块 |
| 3.6 设计编译下载模块 |
| 3.7 本章小结 |
| 第四章 应用实例 |
| 4.1 嵌入式仿人智能控制仪表简介 |
| 4.2 人机交互界面设计 |
| 4.3 交叉编译环境的建立 |
| 4.4 Bootloader的编译和安装 |
| 4.5 Linux内核的编译和配置 |
| 4.5.1 建立Linux根文件系统 |
| 4.5.2 QTopia Core的移植 |
| 4.6 实例的开发 |
| 4.7 本章小结 |
| 第五章 总结 |
| 参考文献 |
| 致谢 |
| 附录 攻读学位期间发表的论文目录 |
| 附录 图目录 |
| 附录 表目录 |
四、调校Windows,让系统更好用（论文参考文献）
- [1]基于计算机视觉变电站绝缘子闪络监测系统的设计与实现[D]. 周伟浩. 西南交通大学, 2020(07)
- [2]基于嵌入式网关的智能实验平台设计与实现[D]. 尹峰. 成都理工大学, 2019(02)
- [3]戈壁环境下重力流输水管线的控制系统设计及应用[D]. 杨挺嘉. 西安建筑科技大学, 2019(06)
- [4]基于深度学习的瓦斯时间序列预测与异常检测[D]. 王书芹. 中国矿业大学, 2018(02)
- [5]基于双控制器与ROS平台的人形机器人系统设计[D]. 李步恒. 广东工业大学, 2018(12)
- [6]优化配置,让本本上网更流畅[J]. 郭建伟. 电脑知识与技术(经验技巧), 2017(08)
- [7]基于外存的单机图处理系统性能优化研究[D]. 程舒晗. 清华大学, 2017(02)
- [8]基于深度学习的行为识别算法的实现与优化[D]. 卢乐炜. 华南理工大学, 2017(07)
- [9]基于ARM的钢琴调校装置的研发[D]. 张嘉. 哈尔滨理工大学, 2013(05)
- [10]嵌入式系统人机交互界面开发平台研究[D]. 李晓路. 烟台大学, 2012(02)