吕少中
- 作品数：15 被引量：36H指数：4
- 供职机构：内蒙古工业大学信息工程学院更多>>
- 发文基金：国家自然科学基金内蒙古自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术农业科学电子电信文化科学更多>>
- 一种自动调节荞麦剥壳机剥壳间隙的方法和装置
- 一种自动调节荞麦剥壳机剥壳间隙的方法和装置，通过电动推杆、锁紧齿轮、齿圈对上砂盘进行锁紧或解锁，利用步进电机和齿轮副传动对砂盘的间隙进行准确控制；砂盘间隙的控制和上砂盘的锁紧或解锁完全由单片机系统控制；在剥壳机的后续设备...
- 陈伟图雅刘广硕政东红吕少中杜文亮邓喜全常荣韩恒崔亚超
- 文献传递
- 基于ASP.NET2.0的医疗机构科室管理系统的设计与实现
- 2008年
- 随着信息化技术的发展,开发便于维护和使用,且面向分散用户的医疗机构管理系统势在必行。依据医疗机构中科室数据的采集和使用需求,设计出医疗科室管理系统中科室模块的基本框架,基于ASP.NET技术构建服务器端的WEB应用程序,实现了眼科等12个科室模块的数据收集和管理,为医疗机构信息的全面网络化管理奠定了基础。
- 吕少中张丽杰
- 关键词：ASP.NET数据库
- 基于方舟CPU的嵌入式SOC及其软/硬件开发平台被引量：2
- 2004年
- 方舟CPU是一款性能优越的国产CPU,GT2000是基于方舟CPU的通用终端系列SOC(片上系统)产品,它的工作频率可以达到400MHz,而功耗仅360mW。本文从嵌入式系统设计与开发的角度,探讨了方舟嵌入式SOC的特性、软件开发工具的使用方法以及基于GT2000的硬件开发平台draco开发板的使用方法。
- 张丽杰吕少中
- 关键词：方舟片上系统
- 基于机器视觉的荞麦剥壳性能参数在线检测方法研究
- 荞麦的粒径、含水率、品种等因素变化后,砂盘式荞麦剥壳机所需的最佳剥壳间隙和转速等参数都会有所不同。剥壳机出料口荞麦剥出物中未剥壳荞麦、完整荞麦米、碎荞麦米的相对含量反映了剥壳机的剥壳性能,生产中需要根据这些性能参数来调整...
- 吕少中
- 关键词：荞麦剥壳机器视觉出米率
- 文献传递
- 基于方舟CPU的嵌入式SOC及其软/硬件开发平台
- 方舟CPU是一款性能优越的国产CPU，GT2000是基于方舟CPU的通用终端系列SOC(片上系统)产品，它的工作频率可以达到400MHz，而功耗仅360毫瓦。本文从嵌入式系统设计与开发的角度，探讨了方舟嵌入式SOC的特性...
- 张丽杰吕少中
- 关键词：方舟片上系统嵌入式系统
- 文献传递
- 基于FPGA的高速电路设计方法的研究
- 2003年
- 本文针对影响系统数据处理速度的两个主要方面,给出了用FPGA设计高速电路系统的设计方法和技巧,并用设计实例在ACTEL FPGA上予以验证,对基于FPGA高速电路系统的设计具有普遍的指导意义。
- 张丽杰吕少中
- 关键词：FPGA高速电路流水线VHDL
- Quartus Ⅱ软件在数字逻辑电路教学中的应用被引量：4
- 2012年
- 将Quartus II软件用于数字逻辑电路课程的教学环节和实践环节,提出了在作业和课程设计中引入该软件后的教学方法,并讨论了教学效果。
- 张丽杰吕少中
- 关键词：数字逻辑电路计算机仿真
- CRC校验算法分析及C语言实现被引量：11
- 2004年
- 详细分析了循环冗余校验(CRC)码的表驱动实现方法,并用C语言编写程序予以验证,所提供的程序代码可作为函数直接嵌入软件系统中.
- 张丽杰吕少中马学民
- 关键词：循环冗余校验多项式查找表C语言
- 基于机器视觉的荞麦剥壳性能参数在线检测方法被引量：7
- 2019年
- 针对荞麦剥壳时不能随原料种类变化而适时调整砂盘间隙和转速的问题,提出一种基于机器视觉的荞麦剥壳性能参数在线检测方法,为荞麦剥壳机自适应最优控制提供数据反馈。采集快速滑落的荞麦剥出物图像,使用带二阶拉普拉斯修正项的边缘自适应插值算法对图像插值重建;对重建的浅蓝色背景荞麦剥出物图像N(B-R)灰度变换之后进行背景分割;生成距离骨架图像并对其邻域极大值滤波提取种子点,使用分水岭算法对种子点标记后的距离图像进行粘连分割;采用交互式方法标注已粘连分割的荞麦籽粒,然后使用已标注的荞麦籽粒训练BP神经网络。在线试验中,处理和识别一幅包含897个籽粒的1 824像素×1 368像素图像耗时4.79 s。未剥壳荞麦、整米和碎米的正确识别率分别为99.7%、97.2%和92.6%。结果表明,本文在线检测方法得到的出米率能够反映荞麦剥壳机组的剥壳性能,可为荞麦剥壳加工的自适应最优控制和智能化提供有效基础数据。
- 吕少中吕少中杜文亮陈伟陈伟
- 关键词：荞麦剥壳在线检测机器视觉
- 基于PCA和神经网络的荞麦剥壳混合物识别被引量：4
- 2018年
- 针对荞麦剥壳机调节运行参数时需要对出料口混合物中各种成分进行定量分析,而传统人工分析方法耗时且主观性强的问题,研究了一种基于主成分分析和BP神经网络的荞麦剥壳混合物识别方法。采集未剥壳荞麦、已剥壳完整荞麦米和破损荞麦米的图像,对图像进行预处理后,提取了每个单独籽粒图像的12个颜色特征、10个形状特征和18个纹理特征。使用主成分分析法将40个特征参数映射为5个综合特征作为输入参数,构造了一个5-11-3结构的单隐层BP神经网络对荞麦剥壳混合物进行识别,试验结果表明:该BP神经网络对未剥壳荞麦、已剥壳完整荞麦米和破损荞麦米的识别正确率分别为98%、90%和98%,平均正确率为95%,能够对荞麦剥壳混合物进行有效的识别。
- 吕少中吕少中杜文亮陈伟刘广硕
- 关键词：图像处理荞麦主成分分析神经网络
