虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

dropout

  • 论文-基于红外热成像技术的猪体温检测与关键测温部位识别63页

    论文-基于红外热成像技术的猪体温检测与关键测温部位识别63页摘要 实现猪体温测量自动化有利于实时监测猪的健康状况、母猪发情和排卵检测等 生理健康状况。本文采用红外热成像仪采集猪的红外热图像,引入化学计量学建模 方法建立体表温度、环境温度与直肠温度间的多元校正模型,同时提出两种关键测 温部位的自动检测方法。主要结论总结如下: (1)建立了母猪体表温度、环境温度与母猪体温之间的一元和多元线性回归模型。研 究发现, 9个身体区域提取的体表温度与直肠温度呈正相关(产O.34~0.68),其中, 基于耳根区域体表温度平均值建立的一元回归方程效果最优,预测集相关系数RP与 均方根误差RMSEP分别为0.66和0.420C。全特征模型相比一元线性回归方程有更 好的预测效果,RP和RMSEP分别为0.76和O.370C。此外,应用特征选择方法LARS. Lasso确定了7个重要特征建立简化模型,其校正集和预测集的R分别为0.80和 0.80,RMSEs分别为0.30和0.350C。 (2)将卷积神经网络应用于生猪主要测温部位(眼睛和耳朵区域)的直接分割。利用 python构建了四种不同结构的卷积神经网络模型FCN一1 6s、FCN.8s、U.Net一3和U. Net.4。对比分析4种卷积神经网络模型的性能,结果表明U-Net.4网络结构的分割 效果最优,平均区域重合度最高为78.75%。然而,当计算设备的计算力不够时,可 以选用U.Net一3模型以达到较好的分割效果。 (3)提出猪只眼睛及耳根区域关键点的识别方法,将猪只主要测温部位的检测问题 转变为主要测温部位的定位问题。设计具有不同深度的卷积神经网络架构A.E,得 出架构E最优。且当dropout概率设置为0.6时模型效果最好,验证集平均误差和 预测集平均误差分别为1.96%和2.65%。测试集单张猪脸关键点的预测误差小于5% 和10%的比例分别为89.5%和97.4%。模型能够很好的定位猪脸关键点,用于猪只 体温测量。 本文采用红外热像仪测量母猪体表温度,通过化学计量学建模为非接触母猪直 肠温度测量提供了更准确、可靠的方法,同时提出两种关键测温部位的自动检测方 法,有助于实现母猪体温测量自动化,为生猪健康管理提供参考。

    标签: 红外热成像技术

    上传时间: 2022-02-13

    上传用户:jiabin

  • PW2053-2.0.pdf规格书

    The PW2053 is a high-efficiency monolithic synchronous buck regulator using a constantfrequency, current mode architecture. The device is available in an adjustable version. Supply currentwith no load is 40uA and drops to <1uA in shutdown. The 2.5V to 5.5V input voltage range makesthe PW2053 ideally suited for single Li-Ion battery powered applications. 100% duty cycle provideslow dropout operation, extending battery life in portable systems. PWM/PFM mode operationprovides very low output ripple voltage for noise sensitive applications. Switching frequency isinternally set at 1.2MHz, allowing the use of small surface mount inductors and capacitors. Lowoutput voltages are easily supported with the 0.6V feedback reference voltage

    标签: pw2053

    上传时间: 2022-02-14

    上传用户:jason_vip1

  • 杰华特JW7805 datasheet

    The JW® 7805 is a low noise low-dropout (LDO)  voltage regulator with enable function that  operates from 1.8V to 5.5V. It provides up to  300mA of output current and offers low-power  operation in miniaturized packaging. JW7805  supports fixed output voltage 0.9V, 1.0V, 1.05V,  1.1V,1.2V, 1.3V, 1.35V, 1.5V, 1.8V, 1.85V, 2.1V,  2.2V, 2.3V, 2.5V, 2.6V, 2.7V, 2.8V, 2.85V, 2.9V,  3.0V,3.1V, 3.3V, 3.6V, 4.2V, 4.4V and 5.0V.  The features of low quiescent current as low as  6uA and almost zero disable current are ideal for  powering the battery equipment. JW7805’s low  output noise and high PSRR are also friendly to  RF systems.

    标签: JW7805

    上传时间: 2022-05-06

    上传用户:slq1234567890

  • LDO环路分析及补偿

    低压差线性稳压器(Low dropout Voltage Regulator,LDO)属于线性稳压器的一种,但由于其压差较低,相对于一般线性稳压器而言具有较高的转换效率。但在电路稳定性上有所下降,而且LDO有着较高的输出电阻,使得输出极点的位置会随着负载情况有很大关系。因此需要对LDO进行频率补偿来满足其环路稳定性要求。内容安排上第一节首先简单介绍各种线性稳压源的区别:第二节介绍LDO中的主要参数及设计中需要考虑折中的一些问题;第三节对LDO开环电路的三个模块,运放模块,PMOS模块和反馈模块进行简化的小信号分析,得出其传输函数并判断其零极点:第四节针对前面分析的三个LDO环路模块分别进行补偿考虑,并结合RT9193电路对三种补偿方法进行了仿真验证和解释说明。该电路主要包含基准电路以及相关启动电路,保护电路(OTP,OCP等),误差放大器,调整管(Pass Element)和电阻反馈网络。在电路上,通过连接到误差放大器反相输入端的分压电阻对输出电压进行采样,误差放大器的同相输入端连接到一个基准电压(Bandgap Reference),误差放大器会使得两个输入端电压基本相等,因此,可以通过控制调整管输出足够的负载电流以保证输出电压稳定。电路所采用的调整管不同,其dropout电压不同。以前大多使用三极管来作为稳压源的调整管,常见的有NPN稳压源,PNP稳压源(LDO),准LDO稳压源,其调整管如图2所示,其Dorpout电压分别是:VoRop=2VBE+ Vsr-NPN稳压源VoRоP =VsurPNP稳压源(LDO)VDRoP=VE + Vsur-准LDO稳压源

    标签: ldo 环路分析

    上传时间: 2022-06-19

    上传用户:

  • 基于ldo白光led驱动集成电路设计论文

    白光LED(White Light-Fmitting Diode)以其高效、节能、环保、寿命长、无污染等优点逐渐取代传统的白炽灯成为新一代照明光源。与此同时,与LED配套的驱动集成电路的研发也由LED的应用逐渐普及而得到长足的发展。本文对基于LDO(Low dropout voltage 1inear regulator)恒流型的白光LED驱动集成电路进行了设计分析。该驱动电路采用PWM亮度调节模式,支持3位数字信号输入,8段亮度调节功能。在电路设计中,根据要求设计了电路的总体框图,再对电路的所有子模块电路进行了详细设计与分析。电路主要有以下模块组成:电压基准源、振荡器、锯齿波发生器、DAC模块、PWM比较器、LDO。电压基准源为各个子模块提供基准电压。锯齿波发生器将振荡器输出的100KHz时钟信号转换为锯齿波信号,该信号与DAC的输出电压通过PWM比较器比较后得到亮度调整信号。亮度调整信号经过LDO的整形后控制驱动模块的开和关,使电路输出恒定的驱动电流。在中芯国际0.35um工艺库下,使用Hspice仿真软件对电路进行了模拟仿真。模拟结果表明该电路完成了设计功能、达到了预先制定的设计指标。整个电路以恒定的电流输出,输出电流达到了350mA,可以驱动lW的大功率白光LED。满足了电源电压在10%波动时,输出电流的变化量不超过5%。整个控制电路的效率超过了85%。关键词:PWM调制、LDO、恒流驱动

    标签: ldo led 驱动 集成电路

    上传时间: 2022-06-23

    上传用户:1208020161