摘要：文中针对智慧城市建设可持续发展与规划的重要意义和重大影响,利用物联网和大数据分析技术,提出了一种以物联网和大数据分析为基础的智慧城市可持续发展规划与建设框架。首先,设计了一种基于物联网的异构聚合智慧城市架构;然后,对框架进行了大数据分析与探讨;最后,利用HadoopEco系统,对数据吞吐率曲线与数据量大小进行了评估,验证了所提框架的实用性和先进性。

摘要：在废旧产品拆卸时无先后关系约束的任务之间可能存在拆卸干扰,使任务作业时间依赖于拆卸顺序,导致产品总作业时间不确定,从而影响拆卸线的平衡。为此,考虑拆卸过程中任务间的相互干扰,以最小化拆卸成本和环境危害为目标,构建作业时间依赖顺序的拆卸线平衡多目标优化模型,并提出一种Pareto人工蜂群算法进行求解,采用混合生成法保证种群质量与多样性,设计变邻域深度搜索策略以提高雇佣蜂局部开采效率,为降低侦察蜂探测的盲目性采用基于外部存档的单点变异算子进行搜索。最后通过算例与实例验证算法的有效性以及平衡任务在拆卸线上分配的重要性。

摘要：根据转基因抗除草剂玉米DAS-40278-9外源基因的旁侧序列,采用ABI Primer Express 3.0设计引物和Taq Man探针,建立转基因抗除草剂玉米DAS-40278-9品系特异实时荧光定量PCR检测方法。采用该检测方法对DAS-40278-9玉米含量为1%(质量分数)的标准样品进行检测,结果显示,采用建立的方法获得的标准曲线,通过斜率、相关系数、扩增效率判断是可靠的,待测样品的定量检测结果为1.024%,非常接近真实值。本试验表明建立的转基因抗除草剂玉米DAS-40278-9品系特异定量PCR检测方法的特异性好,灵敏度和准确度高,值得推广应用。

摘要：目前花椒产地鉴别基本以感官评定为主,缺乏客观性,在实施应用时难以做到量化和标准化,难以做出判断。因此设计研发一种快速鉴别花椒的智能装置。该装置以气体传感器阵列为核心,能够独立对花椒气味信息进行检测和鉴别,区分不同产地的同类花椒。利用主成分分析和WilksΛ统计分析对检测数据进行处理。提取主成分5个,累积贡献率为94.41%,其对应Fisher判别模型训练集平均准确率达到88.6%,验证集90%,WilksΛ统计分析最终选取8个变量,其对应判别Fisher模型训练集平均准确率91.82%,验证集95%。对WilksΛ统计所选取变量建立细分类交叉验证的Fisher判别模型,平均正确率达到97.27%,将模型移植到采集装置,完成智能花椒品种鉴别装置。该方法是一种简便高效的花椒品种鉴别方法,可为今后进一步研究花椒产地、分级提供检测仪器和理论依据。

摘要：针对机床主轴传统设计方法生产周期长、成本高、设计修改不方便且难以满足产品快速多变需求这一难题,充分利用计算机技术及CAD软件的优势,使用Delphi编程语言对SolidWorks进行二次开发,构建了一个基于数字化技术,集机床高速主轴设计、分析于一体的机床高速主轴数字化系统,实现对主轴组件的参数化建模。通过系统的运行和实验表明,该系统能够在进行高速主轴设计时,可以避免重复设计过程,缩短设计周期,降低设计成本,具有较高的实用价值和应用前景。

摘要：多轴运动控制器作为工业机器人控制系统的核心,其控制系统的速度和精度影响着机器人整体准确性。文中利用ARM+DSP双CPU架构设计一种高精度三轴运动控制器,多核心间采用25Mbit/s高速通信,利用S5N8946完成编码器输入信号、多路50kHz高速脉冲信号和12位DAC变换电路设计,DSP完成点对点的手臂控制精度反馈。通过高速脉冲、A/D转换精度和定位精度实验说明系统控制方式的准确性。实验证明设计的嵌入式控制系统能完成工业机器人的精确运动控制。

摘要：设计了一种低截止频率、低FPGA资源占用率、高采样率的应用于谐振式光学陀螺R-FOG(Resonator Fiber Optic Gyro)数字信号检测系统中面向锁相放大器的低通数字滤波器。简化了滤波器的算法并进行了理论仿真和实验测试,结果表明该滤波器最低截止频率达到0.14 Hz,采样率为40 MHz,FPGA资源占用率降低至3%,阶数及截止频率调节方式操作简便,且幅频特性和相频特性优良。在谐振式光学陀螺信号检测系统中进行了测试,解调曲线零基准点稳定性明显提高。适用于以谐振式光学陀螺输出信号为代表的微弱信号检测系统。

摘要：针对传统医疗共享平台一直存在医疗信息共享效率低、共享量差的问题,提出并设计了云计算下基于集成技术的大型医疗信息共享平台。在分析大型医疗信息共享平台设计必要性的基础上,引入集成技术,分析网络接入方式,选取适合的连接方式,构建基于集成技术的大型医疗信息共享平台。实验结果表明,采用改进平台在对大型医疗信息进行共享时,其共享效率及共享量,相比传统共享平台,具有一定程度的提高,实用性较强。

摘要：介绍了农业车辆智能终端控制系统的整体框架结构,从车辆信息采集模块和STM32控制器等多方面介绍了系统硬件部分,并从系统框架和系统软件设计两方面介绍了Android应用程序设计和开发重点。农用车辆定位服务验证试验表明:系统能够对农用车辆进行精准的定位服务,证明了系统具有一定的可行性和实用性。

摘要：针对现有井下人员定位系统存在定位精度低及成本高等问题,设计了基于MEMS传感器的煤矿井下人员定位系统。该系统采用MPU9150惯性传感器获取测量数据,以CC2530为主控芯片实现数据的采集、处理;通过井下已有的WiFi基站,并结合行人航迹推算算法实现井下人员的精确定位:利用融合了行走频率和加速度方差的表达式来确定步长,采用四元数法估计行人方向角,并根据扩展卡尔曼滤波对方向角的原始数据进行修正,从而获得井下人员的具体位置。实验结果表明,在100m距离内,该系统的定位误差小于2.2m,能够实现煤矿井下人员的高精度定位。