点阵式液晶显示模块中T6963C的应用与分析

为了方便地实现点阵式液晶显示,使用了内置T6963C控制芯片的液晶显示模块.采用8155对单片机的并行I/O口扩展和通过对电路的硬件、软件合理设计达到对T6963C显示模块的控制.此外,给出了T6963C正常工作的基本条件以及相关控制程序、程序流程图,并介绍了一种绘画直线的算法,从而更方便地实现了人机对话.     

脉冲曝光X线图象采集存储器及其与PC机接口电路

本文介绍的脉冲曝光Ｘ线图象存储器及其与ＰＣ机接口电路，其主要任务是解决在脉冲曝光形式下，对图象信号的采集存储，以及通过ＤＭＡ接口与ＰＣ机进行快速数据交换．     

基于特征点配准的气动光学图像校正方法研究

针对气动光学效应图像校正问题,提出了一种基于特征点配准的像素偏移盲目校正方法。由于高速流场引起的像素偏移具有很强的随机性和非线性等特点,采取二阶函数非线性模型来拟合畸变图像的像素偏移量,同时根据序列多帧图像的像素点偏移变化统计规律获取原图像的像素点初始位置,从而实现对各帧畸变图像进行像素偏移校正。仿真实验结果表明了方法的有效性。     

夜间机车驾驶环境中LCD眩光的分析与评价

眩光对司机室液晶显示设备的认读直接影响到人机交互的有效性和列车的行车安全.针对我国铁路干线机车夜间运行环境,对机车室内照明条件下车载液晶显示器(LCD)的眩光进行了测试,对机车夜间正常运行时车载液晶显示器上的眩光产生机理及其等级进行了综合分析,提出了机车夜间运行时室内光源及光照度布置的参考方案.     

DSP的直接存储控制器DMA的接口设计

介绍了TMS320VC5410DSP的直接存储控制器DMA的特点，给出了一种适用的DMA结合外部中断组成的数据采集系统的设计方案，该设计具有设计灵活、硬件简单、CPU执行效率高的特点。     

应用人工神经网络预测油井产量和产水量

论述了应用人工神经网络技术预测油井产油量和产水量的方法．利用油井过去实际每个月的日平均产油量和产水量做为网络的训练样本，经网络学习后，输入油井待预测的时间，可预测出相应时间的日平均产油量和产水量．同时，编制的通用软件经胜利油田２１口井实际产油量和产水量检验，结果表明：网络是一种可行性的预测油田单井产量的方法     

基于SED1330液晶控制器的多种显示技术及其实现

介绍了液晶显示屏开发中的各种显示技术，实现了汉字的图形方式显示、数字及符号的文本方式显示，静态图片显示、实时曲线的动态显示等多种显示方式的软件设计，提出了一种便于观察整体趋势的曲线压缩技术及其关键编程技术，使测控系统中对被测参数的精确显示及参数趋势的形象化观察得以实现。     

基于栈式稀疏自编码多特征融合的快速手势识别方法

针对复杂背景下手势分割提取效果不佳、图像识别率不高、识别困难等问题,研究多特征融合的快速手势识别方法.利用YCbCr颜色空间模型,构建肤色分布模型,从复杂背景中去除大部分非肤色的干扰,从而实现手势分割;接着采用5层栈式稀疏自编码网络框架,分别提取手势感兴趣区域（region of interest,ROI）的纹理图像、形状图像和显著视觉图像作为自编码网络输入,将提取到的不同类型的特征进行线性融合;最后使用基于径向基核函数（radial basis function,RBF）的支持向量机（support vector machine,SVM）分类器进行融合特征数据分类,从而实现不同类型的手势识别.实验结果表明,相比其他手势识别方法,本文方法识别率较高,提取特征更具有代表性,平均识别率可达95.05%.      

基于像素值排序最值阶跃响应的可逆信息隐藏

针对现有明文域可逆信息隐藏方案对于单个像素值修改过程中仅嵌入单比特秘密信息,提出一个基于像素排序值(pixel value ordering,PVO)阶跃响应的可逆信息隐藏方案。PVO对像素块排序后的最值进行预测和修改实现秘密信息的可逆嵌入,具有高保真的特性。利用PVO后的参考像素来确定高保真阶跃修改量,然后通过阶跃处理进行块内冗余像素的选择,最终通过排序序列与像素位置的映射关系来实现信息的嵌入。方案每修改单个像素值信息能够实现多比特秘密信息的嵌入,并且由像素排序确定得到的阶跃修改量能够保证信息提取后图像的无损恢复。经仿真实验验证,在达到同样嵌入容量要求条件下,研究结果较先前基于预测扩展处理的像素值排序方案能够大幅减少像素修改的数量,并且低负载条件下峰值信噪比性能指标得到显著提升。     

基于时依等比例风险回归模型的换道时长影响因素

研究了基于时依等比例风险回归模型的换道时长（LCD）影响因素。利用开源HighD数据集,提取了560条完整的换道（LC）轨迹,对整体换道时长分布进行了非参数估计;引入时依等比例风险回归模型,对当前车辆换道时长的影响因素进行分析。结果表明：大部分驾驶员在3~8 s内完成换道行为;共有6个变量显著影响换道时长,其中最为关键的为当前车辆自身车速,同时当前车道的前车与目标车道的后车对换道时长的影响也非常显著。