基于人体胸前显示的特种触摸显示器设计

来源 :中国新技术新产品 | 被引量 : 0次 | 上传用户:hunterfall_horse
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
该文分析相关理论并设计了一种新型隔热电容触摸屏;该触摸屏整体透过率高,可以有效地切断对人体有害的电子辐射、紫外线以及远红外线,从而起到防辐射的效果.在该基础上还设计了一款特种触摸显示器,详细阐述了其主要技术原理、总体设计方案、关键技术以及解决措施,为特种触摸穿戴显示器在极端环境下的使用提供了重要的技术支持.
其他文献
滨海核电站冷源取水口新型拦污网网兜海生物抽吸装置须安装在工作船上进行海生物机械化清理作业,针对具体工作的海洋环境条件,建立工作船在风、浪以及流联合作用下的时域运动耦合模型,考虑不同的环境荷载入射条件,开展工作船在系泊作业工况条件下的运动响应分析,获取关键位置的运动响应结果,评估其抽吸工作性能的安全.结果表明,设计的工作船系泊状态能够满足水下连接网兜位置处的运动响应约束限制,可保证整体装置的良好运行.
近年来,复合材料迅速发展,出于减重和改善性能的目的 (尤其是在航空航天领域),其使用量大幅增加.随着增材制造技术的兴起,传统的材料成型方式受到了挑战,这种自下而上的快速成型方式未来也将在复合材料领域发挥重要作用.该文阐述了复合材料在直升机上的应用特点及现状,介绍了3种复合材料增材制造技术的应用现状.研究表明,未来复合材料增材制造技术将向扩大材料库、克服现存难题及数字化(智能化)方向发展.
海上风电场单桩基础长期处于严峻、复杂的海洋环境中,外加电流阴极保护是腐蚀控制方式中较为常见的办法.该文简要分析了海上风机基础腐蚀防护技术的难题和发展趋势,针对单桩基础开展了外加电流阴极保护仿真设计,采用边界元数值仿真方法对不同输出电流下的钢管桩内表面和外表面的保护效果进行模拟仿真计算,比较了保护电位的分布和有效保护范围的差异,为今后工程应用提供了参考.
针对工业机器人在执行运动(完成轨迹规划后)时因频繁变速、启停甚至反向运动而导致末端执行器在运动时存在过渡不平滑、路径跟随性能下降等问题,该文提出使用倍率控制生成机器人轨迹的算法.首先,该算法规划倍率曲线;其次,校验倍率加速度,对下一时刻的倍率加速度值进行调整,从而控制机器人在运动时的速度,使机器人各关节速度过渡平滑.仿真实验结果表明,该算法在轨迹规划的基础上,通过控制机器人关节速度的倍率来保证机器人在执行一段混合轨迹时可以平滑过渡(具有连续性),从而提升机器人的路径跟随性能.
为了实现基于边缘计算的电路实验器材检测算法,该文研究基于YOLOv3-Tiny算法的重叠池化(Overlapping Pooling,OP)_YOLOv3 Tiny算法.采用5层最大池化(MAX Pooling)层对特征矩阵进行重叠池化降维操作,削弱池化的特征弱化现象;优化调整图像尺寸,丰富小目标的浅、深层信息;同时,采用K-means聚类算法获得锚框(Anchor box)的最佳参数.实验结果表明,基于OP_YOLOv3 Tiny算法在RK3399Pro开发板上对电路实验器材的检测帧率达到33.8 f/
该文以云南省玉溪市华宁县为典型应用场景,融合5G通信技术和馈线自动化技术,研究基于5G通信的智能分布式故障自愈技术,并探讨其应用成效.研究结果表明,基于5G通信的智能分布式故障自愈技术可以快速、精确地切除故障,提高配电网故障处理的灵敏性与速动性,满足无法铺设光纤的地区对故障处理的要求.该文的研究成果对提高云南省配电自动化系统的运行水平、供电的可靠性以及推广智能分布式故障自愈技术有较高的理论研究价值和实践应用价值.
该文详细地介绍了核反应堆的应用优势与不足,通过专业的研究与调查,精准搭建核反应堆功率H∞-LQR负荷跟踪控制机制,并提出核反应堆功率H∞-LQR负荷跟踪控制在核电厂中的实际应用,例如掌握负荷跟踪控制性能指标、开展工况验证、优化数据仿真过程及探测核反应堆功率H-LQR负荷跟踪控制结果,从而有效地展现H∞.-LQR负荷跟踪控制在核反应堆中的运用效果.
为解决电动车辆充电站在实际选址期间重复投资以及资源过度消耗等现象,让建设的充电站不仅适应当地电动车辆的充电需要,还能提高相关企业的经济效益.基于此,该文简单例举电动车辆充电站的基本类型,即分散式、专用式与公共式.基于大数据,从运营收益以及充电需求预测两个角度,探讨充电站的选址规划,以求能使新建的充电站,符合规划地区的使用需要.
随着人们生活水平的不断提高,人们对消费产品的质量要求也在不断提高.食品出现安全问题会严重危害人们的身体健康.为保障居民的生命健康,需加大食品质量安全的检验检测力度,改善当前食品质检监督管理中存在的问题,满足人们对食品质量安全的需求.
随着信息技术的发展,移动应用中信息数据的安全性日益引起学界的重视.目前,在个人信息数据提取分析中所存在的效率低下、依赖人工识别等问题已经成为阻碍技术推广的瓶颈.该文在分析现有研究趋势与技术的基础上,针对移动端应用程序的隐私文件提出了一种基于K近邻分类的移动端个人信息分类算法,对移动端个人信息数据进行分类学习,通过实例验证了该方法的高效性和可靠性,为个人信息分类检测提供了新思路.