摘要：设计了单层MoS2(n)/a-Si(i)/c-Si(p)/μc-Si(p+)异质结太阳能电池结构,采用AFORS-HET模拟软件模拟了背场层的带隙、掺杂浓度和缺陷密度等参数对开路电压、短路电流、填充因子和转化效率的影响。结果显示,背场层带隙在1.5~1.7 eV之间,背场层的掺杂浓度大于1×10^18 cm^-3时,该结构的太阳能电池有比较稳定的表现。缺陷密度增加时,太阳能电池效率随着缺陷密度的对数线性减小,当控制缺陷密度在10^11 cm^-3以下时,可以获得大于24.10%的转化效率,缺陷密度为10^9 cm^-3时,可以获得最高29.08%的转换效率。最后研究了背场层对该结构太阳能电池的作用,结果显示有效控制缺陷密度时,背场层的添加对电池效率的提升很明显。

摘要：通过对家庭报警系统的总体研究分析,利用各种传感器和一些其他硬件软件的有机结合,设计一种实用性强、安全性能高、经济实惠的家庭报警系统。

摘要：针对当前地质考察中的野外露头区岩石裂缝及周围环境较为复杂且数据依赖人工描绘和传统的图像处理算法,其识别效率及准确度低下造成地质考察研究困难这一实际情况,提出一种基于深度学习的露头区岩石裂缝识别算法,从而提高岩石裂缝识别的准确度及效率。该方法基于TensorFlow架构,先将预处理的训练数据集图片进行人工挑选预处理为裂缝和背景2类图片,再将已分类的图片传入已设计完成的卷积神经网络模型进行训练并保存训练模型的参数数据,用已训练的模型数据对预处理的岩石裂缝图片进行识别并记录裂缝位置信息,通过裂缝位置信息对未预处理过的原色岩石裂缝图片进行裂缝定位并显示。实验结果表明所用方法可较高准确度地识别裂缝,为地质考察提供更准确便捷的裂缝识别方法。

摘要：设计了一种基于微软Kinect的体感控制智能窗帘系统。采用微软Kinect v1传感器及其开发者工具包(SDK)和Microsoft Visual Studio集成开发环境作为核心开发工具,并和基于80c51单片机的步进电机控制系统组成体感控制智能窗帘系统。能够通过Kinect体感传感器对人体肢体动作识别并做判断,并将判断结果通过串口通讯传送至单片机控制步进电机系统,从而使得通过肢体动作控制窗帘系统的开启和关闭。本系统具有动作判断准确、易于针对特殊群体进行拓展开发、使用方便等优点,在智能家居、残疾人士辅助工具方面有较大应用价值。

摘要：随着科技日新月异的发展、新技术的不断涌现,DCI已经在社会上得到广泛应用。文中对于DCI的概念进行阐述,对其部署技术进行分析,并基于某运营商实际案例,阐述与分析部署DCI的一种解决方案,可以为同类项目提供有益的参考。