专辑类-国标类相关专辑-313册-701M GB-T4677.7-1984-印制板镀层附着里实验方法-胶带法.pdf
上传时间： 2013-07-24
上传用户：qin1208
专辑类-网络及电脑相关专辑-114册-4.31G SQL-Server-数据库设计与管理-330页-13.0M.pdf
标签： SQL-Server 13.0 330
上传时间： 2013-05-29
上传用户：helmos
专辑类-网络及电脑相关专辑-114册-4.31G -ASP.NET.2.0.数据库入门经典-第4版-409页-35.6M.pdf
上传时间： 2013-07-21
上传用户：yph853211
14个DSP的实验测试程序包含多个DSP的基本例子，让你从最简单开始，慢慢一步步走入DSP的世界
上传时间： 2013-06-16
上传用户：685
电力变压器的涡流损耗及其在电力变压器中造成的局部过热问题是电力变压器设计计算中的一个关键问题。电力变压器的容量越大，漏磁场就越强，涡流损耗也就越大，以及由涡流损耗造成的局部过热问题也就越突出。因此，如何解决这一问题就显得至关重要。 文中首先介绍了电力变压器涡流损耗与温升计算的意义和目的，并论述了电力变压器漏磁场、温度场问题的国内外研究概况。本文应用电力变压器和有限元的基本理论，使用大型通用有限元分析软件Ansys对变压器的磁场和温度场进行分析与计算。首先建立电力变压器三维分析模型，对电力变压器的三维漏磁场进行准确的计算，得出了绕组及结构件上的磁感应强度分布，并对绕组中的轴向漏磁场及辐向漏磁场进行了分析对比。在此基础上计算了由变压器漏磁场引起的结构件涡流损耗，并把计算结果与实验数据进行了比较，结果基本吻合，说明了计算结果的正确性及用Ansys软件仿真分析的可行性。根据磁场分析的结果给出了减小各结构件漏磁场和涡流损耗的方法，分析了在油箱壁上安装电磁屏蔽和对拉板开槽的作用。 在计算出绕组及结构件中涡流损耗的基础上，对电力变压器进行了磁—流—热耦合场分析，采用间接耦合的方法将磁场得出的焦耳热作为流场分析的载荷，使流场与温度场进行耦合，得出绕组及结构件上的温度场分布。应用相关理论对所得结果进行了分析以及提出了降低温度的方法。论文最后使用VB语言编制了变压器磁场、温度场分析的仿真软件界面，实现了参数化建模，加载，并可以从结果数据库中提出结果数据。
上传时间： 2013-05-22
上传用户：cylnpy
VB操作ACCESS数据库实例.rar VB操作ACCESS数据库实例.rar VB操作ACCESS数据库实例.rar VB操作ACCESS数据库实例.rar
上传时间： 2013-04-24
上传用户：dyctj
SPI接口实险，动态LED数据管显示实验。 1、程序通过SPI接口输出数据到HC595芯片驱动LED数据管简单显示。 2、动态调度由片内定时器1中断产生，中断周期为5mS。 3、内部1 M晶振，程序采用单任务方式，软件延时。 4、进行此实验请插上JP1的所有8个短路块，JP6(SPI_EN)短路块。
上传时间： 2013-06-30
上传用户：gokk
AVR单片机I2C总线实验。 1、用24C02记录CPU启动次数，并在PB口上显示出来。 2、内部1 M晶振，程序采用单任务方式，软件延时。 3、进行此实验请插上JP1的所有8个短路块，JP7(LED_EN)/PC0/PC1短路块。 4、通过此实验，可以I2C总线操作有个初步认识。
上传时间： 2013-07-28
上传用户：cylnpy
SPI接口实险，LED数据管显示。 1、程序通过SPI接口输出数据到HC595芯片驱动LED数据管简单显示。 2、内部1 M晶振，程序采用单任务方式，软件延时。 3、进行此实验请插上JP1的所有8个短路块，JP6(SPI_EN)短路块。
上传时间： 2013-06-29
上传用户：123啊
心音信号是人体最重要的生理信号之一，包含心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量生理病理信息。心音信号分析与识别是了解心脏和血管状态的一种不可缺少的手段。本文针对目前该研究领域中存在的分析方法问题和分类识别技术难点展开了深入的研究，内容涉及心音构成的分析、心音信号特征向量的提取、正常心音信号（NM）和房颤（AF）、主动脉回流（AR）、主动脉狭窄（AS）、二尖瓣回流（MR）4种心脏杂音信号的分类识别。本文的工作内容包括以下5个方面： a）心音信号采集与预处理。本文采用自行研制的带有录音机功能的听诊器实现对心音信号的采集。通过对心音信号噪声分析，选用小波降噪作为心音信号的滤波方法。根据实验分析，选择Donoho阈值函数结合多级阈值的方法作为心音信号预处理方案。 b）心音信号时频分析方法。文中采用5种时频分析方法分别对心音信号进行了时频谱特性分析，结果表明：不同的时频分析方法与待分析心音信号的特性有密切关系，即需要在小的交叉项干扰与高的时频分辨率之间作综合的考虑。鉴于此，本文提出了一种自适应锥形核时频（ATF）分析方法，通过实验验证该分布能较好地反映心音信号的时频结构，其性能优于一般锥形核分布（CKD）以及Choi-Williams分布（CWD）、谱图（SPEC）等固定核时频分析方法，从而选择自应锥形核时频分析方法进行心音信号分析。 c）心音信号特征向量提取。根据对3M Littmann（） Stethoscopes[31]数据库中标准心音信号的时频分析结果，提取8组特征数据，通过Fihser降维处理方法提取出了实现分类可视化，且最易于分类的心音信号的2维特征向量，作为心音信号分类的特征向量。 d）心音信号分类方法。根据心音信号特征向量组成的散点图，研究了支持向量机核函数、多分类支持向量机的选取方法，同时，基于分类的目的 性和可信性，本文提出以分类精度最大为判断准则的核函数参数与松弛变量的优化方法，建立了心音信号分类的支持向量机模型，选取标准数据库中NM、AF、AR、AS、MR每类心音信号的80组2维特征向量中每类60组数据作为支持向量机的学习样本，对余下的每类20组数据进行测试，得到每类的分类精度（Ar）均为100％，同时对临床上采集的与上述4种同类心脏杂音信号和正常心音信号中每类24个心动周期进行分类实测，分类精度分别为：NM、AF、MR的分类精度均为100％，而AR、AS均为95．83％，验证了该方法的分类有效性。 e）心音信号分析与识别的软件系统。本文以MATLAB语言的可视化功能实现了心音信号分析与识别的软件运行平台构建，可完成对心音信号的读取、预处理，绘制时-频、能量特性的三维图及两维等高线图；同时，利用MATLAB与EXCEL的动态链接，实现对心音信号分析数据的存储以及统计功能；最后，通过对心音信号2维特征向量的分析，实现心音信号的自动识别功能。 本文的研究特色主要体现在心音信号特征向量提取的方法以及多分类支持向量机模型的建立两方面。 综上所述，本文从理论与实践两方面对心音信号进行了深入的研究，主要是采用自适应锥形核时频分析方法提取心音信号特征向量，根据心音信号特征向量组成的散点图，建立心音信号分类的支持向量机模型，并对正常心音信号和4种心脏杂音信号进行了分类研究，取得了较为满意的分类结果，但由于用于分类的心脏杂音信号种类及数据量尚不足，因此，今后的工作重点是采集更多种类的心脏杂音信号，进一步提高心音信号分类精度，使本文研究成果能最终应用于临床心脏量化听诊。 关键词：心音信号，小波降噪，非平稳信号，心脏杂音，信号处理，时频分析，自适应，支持向量机
上传时间： 2013-04-24
上传用户：weixiao99
