期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
便携式健康监测设备的设计 被引量:3
1
作者 陈展翮 陈亮宇 《电子世界》 CAS 2021年第21期150-151,共2页
本文给出了基于ADS1292R、LMT70、STM32F103RCT6单片机、计步传感器、HC-05蓝牙模块的便携式健康监测设备的设计方案。系统通过ADS1292R采集心电信号并计算出瞬时心率,通过LMT70采集温度数据,通过计步传感器采集步数信息并计算出距离数... 本文给出了基于ADS1292R、LMT70、STM32F103RCT6单片机、计步传感器、HC-05蓝牙模块的便携式健康监测设备的设计方案。系统通过ADS1292R采集心电信号并计算出瞬时心率,通过LMT70采集温度数据,通过计步传感器采集步数信息并计算出距离数据。同时,手机端可显示使用者心电波形、心率、温度和运动数据。 展开更多
关键词 健康监测设备 运动数据 距离数据 温度数据 蓝牙模块 心电波形 心电信号 计步
下载PDF
可回收垃圾的视觉检测系统设计 被引量:2
2
作者 陈亮宇 +2 位作者 李浩正 千凯琦 石倩倩 《信息技术与信息化》 2022年第1期23-25,共3页
针对分类混合垃圾的要求越来越高、工作量越来越大、人工成本越来越高的问题,提出了基于机器视觉技术的垃圾分类,设计了基于YOLO V5网络的可回收垃圾的视觉检测系统。首先,对输入的图片进行预处理将其转化为统一大小;然后,使用深度网络... 针对分类混合垃圾的要求越来越高、工作量越来越大、人工成本越来越高的问题,提出了基于机器视觉技术的垃圾分类,设计了基于YOLO V5网络的可回收垃圾的视觉检测系统。首先,对输入的图片进行预处理将其转化为统一大小;然后,使用深度网络进行可回收垃圾特征的提取。在自建的垃圾数据库上测试,对可回收垃圾的识别率可达到90%,平均一张图片的识别时间不到0.2 s。实验表明,该系统可以有效地完成可回收垃圾的识别与检测工作。 展开更多
关键词 深度学习 图像识别 可回收垃圾分类 YOLO V5 卷积神经网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部