点击上方蓝色字体，关注我们之前博客为各位简要介绍PT100热电阻温度阻值对应表，该内容适用于项目中速查，仅适合参考。本篇博文为各位朋友介绍如何使用Excel表格精准分析PT100热电阻温度阻值的对应关系，并在编程开发中实现。第1步：使用PT100热电阻温度阻值对应表中数据在Excel表格中建立关系，这里我打算建立-40℃~230℃，PT100温度和阻值关系，效果如下所示：第2步：选择阻值、温度数据，建立对应关系可视化图表（X轴阻值数据，Y轴温度数据），选择散点图类型，效果如下所示：第3步：将图表放大整理，添加实线，使阻值、温度数据对应关系更明显，效果如下所示：第4步：最后关键一步，建立阻值、温度数据趋势曲线关系，这是我建立二次多项式，基本上拟合了原始数据（蓝色数据线为原始数据，红色数据线为建立阻值、温度数据趋势曲线关系）效果如下所示：点击显示公式（y

搜索周杰伦图像，需要在百度图片搜索框中输入“周杰伦”，模拟点击回车，过程如下所示：实现代码如下所示：write("周杰伦")press(ENTER)效果如下所示：

点击上方蓝色字体，关注我们Python是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言，其具有高可扩展性和高可移植性，具有广泛的标准库，受到开发者的追捧，广泛应用于开发运维（DevOps）、数据科学、网站开发和安全。然而，它没有因速度和空间而赢得任何称赞，主要原因是Python是一门动态类型语言，每一个简单的操作都需要大量的指令才能完成。所以这更加需要开发者在使用Python语言开发项目时协调好程序运行的时间和空间。1分析时间耗时分析项目消耗的时间消耗，依托于line_profiler模块，其可以计算出执行每行代码所需占用的CPU时间。第1步：安装line_profiler模块，我是用pip安装一直失败，所以下载到本地进行离线安装，指令如下所示：pip

点击上方蓝色字体，关注我们本博文简要阐述STM32L011微控制器定时器的参数配置（其他型号大同小异，本文侧重讲解配置，至于各类定时器的特点后续再述），STM32定时器种类繁多有通用定时器、基本定时器、独立看门狗定时器、窗口看门狗定时器等。1基本、通用类型定时器STM32基本、通用类型可编程定时器主要由一个

点击上方蓝色字体，关注我们电路板的叠层设计是对PCB的整个系统设计的基础，叠层设计若有缺陷，将最终影响到整机的EMC性能。叠层设计是一个复杂的，严谨过程，当然，设计开发，没必要从零开始经过一系列的复杂计算和仿真，来确定设计方案是否合适，仅需要总结前人的经验，选择合适系统的叠层方案。14层板优选叠层方案4层板优选叠层方案主要有三类：方案一：为常见四层PCB的主选层设置方案。方案二：适用于主要元器件在BOTTOM布局或关键信号底层布线的情况；一般情况限制使用。方案三：适用于元器件以插件为主的PCB，常常考虑电源在布线层S2中实现，BOTTOM层为地平面，进而构成屏蔽腔体。如下图所示：优选建议：方案一，备用方案二、三。26层板优选叠层方案6层板优选叠层方案主要有三类：方案一：在一些对电源阻抗要求低的情况可以备用，因为其地平面较少所以其电磁吸收能力也是比较差的，需要注意。方案二：是从方案三叠层方式演变而来的，相比较于方案一由于增加的参考地平面，具有较好的电磁吸收能力，也就是较好的EMI特性，同时也给各层信号设计阻抗带来的便利，也就是说信号层的阻抗具有很好的可控性。方案三：是最佳方案，由于设计了多层参考地平面，使得叠层具有非常好的电磁吸收能力，其各方面性能也是优于方案二，但是同时信号层的减少，面对高密度线路的时候，考验了layout人员规划布线的能力了。优选建议：优选方案三，备用方案一、二。38层板优选叠层方案8层板优选叠层方案主要有三类：方案一：在一些对电源阻抗要求低的情况可以备用，因为其地平面较少所以其电磁吸收能力也是比较差的，需要注意。方案二：是从方案三叠层方式演变而来的，相比较于方案一由于增加的参考地平面，具有较好的电磁吸收能力，也就是较好的EMI特性，同时也给各层信号设计阻抗带来的便利，也就是说信号层的阻抗具有很好的可控性。方案三：是最佳方案，由于设计了多层参考地平面，使得叠层具有非常好的电磁吸收能力，其各方面性能也是优于方案二，但是同时信号层的减少，面对高密度线路的时候，考验了layout人员规划布线的能力了。优选建议：优选方案三，备用方案一、二。410层板优选叠层方案10层板优选叠层方案主要有五类：对于单一电源层的情况，首先考虑方案一。层叠设置时，加大S1～S2、S3～S4的间距控制串扰。对于需要两电源层的情况，首先考虑方案二。层叠设置时，加大S1～S2、S3～S4的间距控制串扰。方案五EMC效果较佳，但与方案四比，牺牲一个布线层；在成本要求不高、EMC指标要求较高且必须双电源层的核心单板，建议采用此种方案；优先布线层S1、S2。优选建议：优选方案一、方案二。512层板优选叠层方案12层板优选叠层方案主要有五类：方案二和方案四具有良好的EMC性能。方案一和方案三具有较好的性价比。优选建议：优选方案二、方案三，可用方案一、方案四，备用方案五。6总结关键信号层要和地相邻，可以方便阻抗控制，GND要和power相邻以减少电源平面阻抗。信号层之间尽量避免相邻（不是绝对），相邻层信号不要平行布线，增加信号之间的隔离，以免发生串扰。对于传输线，必要的时候，阻抗采用方正软件进行微带线模型分析，带状线模型分析。来源：学习研究，整理自互联网。

点击上方蓝色字体，关注我们在嵌入式程序中，当一个函数调用发生时，它的内部机理是什么，执行了哪些步骤?如下所示是一个程序在运行时，它的内存分布状况。当一个程序开始运行时，它的代码被装入到内存，保存在代码区，包括主函数和其他函数的代码。另外，还有三块内存区域用来存放数据。第一块是全局变量区域，存放了程序当中的所有全局变量。由于全局变量的个数和大小是已知的，所以这一块区域所占用的内存大小在开始时即可确定下来，它们被称为是静态分配。位于此区域内的变量，它们在程序的整个运行过程当中，都一直存在，只有当整个程序运行结束了,

点击上方蓝色字体，关注我们前几天分享一个AI案例：5行Python代码实现图像分割，近日就读到一篇德国基尔大学和哥廷根大学研究的论文：应用在养猪场的全景分割系统，就让我们一起品品。1背景长时间观察动物的行为很难人工完成，因此通常情况下采取的方案是使用基于传感器的自动化系统。近年来，基于深度学习算法的应用案例，取得了令人满意的效果，特别是物体和关键点探测器已经被用来检测单个动物。尽管效果很好，但边界框和稀疏关键点并不能跟踪动物的轮廓，导致大量信息丢失。因此，德国基尔大学和哥廷根大学的专家研究出一套应用在养猪场的全景分割系统，采用相对较新的全景分割技术，旨在精确分割每头猪猪。论文中提出了一种用于语义分割的神经网络框架，给出了不同的网络头和后处理方法。通过得到的实例分割掩码，可以估计动物的大小或重量等更多信息。该方法在一个专门创建的数据集上测试了1000

点击上方蓝色字体，关注我们在工业物联网传感器可视化设计时，仅仅为显示传感器的数值变化，多选用低成本、低功耗、尺寸合适的LCD数码屏，本次博客为各位分享华大半导体HC32L136驱动LCD数码屏的实现方法以及低功耗设计。1驱动原理LCD数码屏本质上就是数码管，因为其主要是为了显示传感器数据，多为若干个7段数码管（7个亮段和1个小数点组成）组成，7个亮段实际上就是7个条形的发光二极管，按顺时针方向，这7个亮段分别为a、b、c、d、e、f、g大多数七段数码管还带有一个小数点位dp。如下图所示：7段数码管中亮段的发光原理和普通的发光二极管是一样的，所以可以把这7个亮段看成7个发光二极管，根据内部7个发光二极管的共连端不同，可将七段数码管分为共阳(共阳极)和共阴(共阴极)两种。共阳极就是把所有LED的阳极（正极）连接到共同接点COM，而每个LED的阴极分别为a、b、c、d、e、f、g及dp

点击上方蓝色字体，关注我们问题陈述：某日，本人在调测华大半导体单片机（HC32L136）低功耗时，一时恍惚，在没有唤醒中断的情况下，将上电延时函数删除，使系统上电后就立即进入低功耗深度休眠，导致无法唤醒、烧录程序，多次使用复位按键唤醒，碰运气烧录程序，未果，查找资料、联系华大代理，寻得以下行之有效的方法。解决方法：华大半导体单片机资料包：仿真及编程工具中：CCID在线离线编程器、Cortex-M离线编程器和Cortex-M在线编程器三种方式均可支持深度休眠状态下程序擦除，其原理是，这些编程器擦除以及烧录程序是使用TX、RX引脚，而不是仿真器，可使用IO烧录程序。以Cortex-M在线编程器为例（其他两种方式要购买专门的华大烧录模块，成本贵，不推荐），使用普通常用的USB转串口TTL模块（需要注意串口是有影响的，刚开始我使用PL2303串口一直失败，换成CH340就立刻成功）与目标

0.5，返回不相似。仅需几秒，分析效果如下所示：4相似度分析相似度分析，即是分析用户指定的词语，分析其词性的相近程度，例如：语句1：不脱发的程序猿，语句2：美男子，分析代码如下所示：import

******************************************************************************/en_result_t

LX6双核处理器（一核处理高速连接；一核独立应用开发）主频：240MHzSRAM：520KBFlash：16MBWi-Fi标准：FCC/CE/TELEC/KCCWi-Fi协议：802.11

使用Topic：/a17CY60m47q/BC26/user/get，发布消息，模块刚刚配置完成时候，无需Topic，设备也可接收到消息。NB-IoT模组会收到如下消息。+QMTRECV:

建立连接成功后可以看到云端设备是在线状态。第3步：建立Topic订阅，订阅Topic为”pub_topic“的消息，指令如下所示：AT+EMQSUB=0,"pub_topic",1

到上位机软件全部开源，激光雷达实物效果图如下所示：该激光雷达性能指标如下所示：扫描速度：每秒

PSM。附：术语解析往期推荐移远BC20模组使用LwM2M协议接入华为IoT平台论文免费开源：NB-IoT智慧路灯监控系统新冠疫情下，毕业照怎么拍？10行Python代码搞定点击阅读原文，更精彩~

之前在做一个智慧路灯项目，构思使用STM32结合NB-IoT模组实现数据上传和联动控制，并且可以使用GPS模块上传路灯节点的位置信息，便于故障路灯维修。暂选定移远BC20模组实现本项目。

点击上方蓝色字体，关注我们本篇博文是Python+OpenCV实现AI人脸识别身份认证系统的收官之作，在人脸识别原理到数据采集、存储和训练识别模型基础上，实现人脸识别，废话少说，上效果图：1案例引入

点击上方蓝色字体，关注我们1案例引入首先简要讲解数据集训练生成模型的原理，这里使用的是LBPH算法，在OpenCV模块中已经有内嵌的方法cv2.face.LBPHFaceRecognizer_create()，为了方便小伙伴们读懂之后的代码，在这里先举一个简单的人脸模型训练的小案例。第一步：采集人脸数据，网络上有许多案例Demo，不再赘述，代码如下：import

为各位嵌入式好朋友分享三个重磅资源，正点原子三件套，可直接打样使用~1STM32F103（战舰）ALIENTEK战舰STM32F103，资源十分丰富，并把STM32F103的内部资源发挥到了极致，基本所有STM32F103的内部资源，都可以在此开发板上验证，同时扩充丰富的接口和功能模块，整个开发板显得十分大气。板载资源如下所示：CPU：STM32F103ZET6，LQFP144，FLASH：512K，SRAM：64K；外扩SRAM：IS62WV51216，1M字节外扩SPI

阿里巴巴全球数学竞赛（

《植物大战僵尸》是由PopCap

当然可以，Python在手，天下我有~1导入图像功能导入图像功能是基于Windows命令窗口实现的，用户在命令窗口调用Python文件即可导入图像信息，输入指令及效果如下所示：实现代码如下所示：if

内核STM32系列的32位的微控制器，程序存储器容量是64KB（STM32F103CBT6存储器容量128KB），需要电压2V~3.6V，工作温度为-40°C

初学OpenCV图像处理的小伙伴肯定对什么高斯函数、滤波处理、阈值二值化等特性非常头疼，这里给各位分享一个小项目，可通过摄像头实时动态查看各类图像处理的特点，也可对各位调参、测试有一定帮助，项目演示效果如下：1导入库文件这里主要使用PySimpleGUI、cv2和numpy库文件，PySimpleGUI库文件实现GUI可视化，cv2库文件是Python的OpenCV接口文件，numpy库文件实现数值的转换和运算，均可通过pip导入。import

在天线的中心点为其供电，按照这个长度，将在整个导线上形成电压和电流驻波，如下图所示：输入到天线的电能被转换为电磁辐射，并以相应的频率辐射到空中。该天线由天线馈电供电，馈电的特性阻抗为

点击上方蓝色字体，关注我们1项目背景最近，不少大学生在网上哀嚎，原因是学校要他们上交照片，以便制作毕业照。按说毕业照是需要的呀，有什么可抱怨呢？看过照片之后我就懂了。。。虽然很搞笑，但又觉得笑声中夹杂着淡淡的忧伤.....作为一个技术人，如何制作这样的毕业照呢？Python走起~2环境搭建第1步：安装paddlepaddle。飞桨（PaddlePaddle）以百度多年的深度学习技术研究和业务应用为基础，集深度学习核心框架、基础模型库、端到端开发套件、工具组件和服务平台于一体，2016

点击上方蓝色字体，关注我们作为IoT云平台的数据交互PC客户端，对平台的数据进行展示，实现本地与远程终端的数据交互，进而展现出依赖云平台的应用使用的具体场景，进一步展现云平台的优势。1项目结构整个使用常规的传统的三层架构，同时引入MVVM架构模式，属于混合型架构设计，将各个层次之间实现理论解耦，提高了系统各个层次之间的独立性和可拓展性。项目结构概述如下：HandyC.HW：项目实际入口，表现层，实际用户操作逻辑的输入输出部分。HandyC.HW.ViewModels：与表现层与之对应的视图实体类部分，对用户交互逻辑的主要实现处理模块，同时在该项目中进行相关数据实体和视图实体的相互转换工作。HandyC.HW.Data：用于处理来自于IoT平台的数据源，为业务层提供需求的数据结果。HandyC.HW.Service：项目的实际业务逻辑处理，组织数据层提供的数据。HandyC.HW.Tools：项目整体结构中需要使用到的基础辅助类集合，包括网络请求相关类，缓存，数据序列化和反序列化，特殊数据格式处理等。对应测试项目与之对应，前缀为Test.*，此处忽略。2系统组织结构图本系统分为两个大的功能模块，平台监管以及数据采集两个模块，平台监管主要是对设备实时动态进行监管，数据采集，处理来自IOT云平台的历史相关数据并展示。3业务逻辑概述PC端主要分为两个部分，一个是通过https请求双向认证获取到来自于IoT平台提供的相关Api接口的目标数据，将数据进行处理根据View的需求进行相关的ViewModel处理之后展示到页面中；一个是需要PC端与IoT平台上的挂载设备进行数据交互时，实现本地命令的发送，进而间接控制设备的数据响应。4使用技术网络通信相关技术（数据接口请求）WPF（UI框架）MvvmLight（MVVM框架）依赖注入简单缓存LiveCharts（图标框架）HandyControl（WPF组件框架）非对称双向认证（Https）AutoMapper（DTO转换框架）5开发环境与工具开发环境：Windows

点击上方蓝色字体，关注我们2019年参加物联网设计大赛也作为明年的毕业设计，和好兄弟花费一个月的业余时间，实现从项目构思设备选型到的系统V1.0效果。1项目背景每当夜幕降临，城市中各种各样、色彩缤纷的路灯亮起，为城市披上了一层绚丽的外衣。但在这绚丽的外表下则隐藏着巨大缺点：1)能源浪费：由于城市的夜晚进入后半夜后，人们已经开始休息，街上人流量开始减少，有些地段在特殊时段根本不需要过多的路灯照明，导致能源浪费，增加了不必要的成本；2)维护困难：由于使用人工巡检，需要大量人力，而路灯数量庞大，路灯实时状态不能及时获取，导致路灯故障维护、排查效率极低。2需求分析路灯管理平台的建设，是智慧城市的一个重要组成部分，不仅能够实现城市及市政服务能力提升，也是智慧城市的一个重要入口，可促进“智慧市政”和“智慧城市”在城市照明业务方面的落地。以往在路灯管理上存在着很多问题，例如路灯开关、巡查、维护基本靠人力，重点地段晚上需要派人巡视，以保证设备的齐备率；路灯发生故障时，检修人员无法确定路灯精确位置；管理人员对路灯无法进行分时段控制、无法监控路灯整体状态；路灯保持常亮状态效率低、不节能；智能化水平低，不能结合AI技术实现路灯节点的数据分析。针对以上问题，本系统设计的智慧路灯监控系统结构图如下所示：具体功能如下：1)路灯节点支持自定义控制方式，可支持自定义时间控制策略和多样化控制（两侧路灯全亮、全关、隔杆高亮等）两种方式；2)根据所在环境光照强度，自动调节路灯亮度，低功耗节能减排；3)断电保护，电压电流超过安全阈值，路灯自动断电；4)路灯故障自动报警，GPS精确定位，可从手机APP、微信小程序、PC端和Web平台可视化监控路灯信息，随时可调取任何一处路灯信息；5)实时采集路灯节点工作状态、电压、电流、功率、功率因数、耗电量、产生二氧化碳、频率、环境光照度和路灯状态数据，实现统计分析和历史查询。6)使用机器学习算法，根据对路灯节点实现建模，实现城市画像分析。总之，基于NB-IoT技术的城市道路智慧路灯监控系统有着广阔的前景和宽广的需求。3功能设计基于NB-IoT技术的城市道路智慧路灯监控系统，在每个照明节点上安装一个集成了NB-IoT模组的单灯控制器，单灯控制器再经运营商的网络，与路灯控制平台实现双向通信，路灯控制平台直接对每个灯进行控制，包括开关灯控制、光照检测、自动调节明暗、电耗分析等操作。智慧路灯实物图如下所示：与传统“两跳”方案不同，基于NB-IoT技术的解决方案不需要网关，每个NB-IoT路灯控制器直接接入运营商的NB-IoT网络，即可与控制平台通信，如下图所示：基于NB-IoT技术的城市道路智能路灯监控系统包括感知层、网络层和应用层。感知层由单独的路灯控制模块和NB-IoT终端构成。道路上的每个路灯都安装1个路灯控制模块，路灯控制模块管理路灯的开关、负责数据信息的采集和监控路灯的运行状态，它通过NB-IoT网络与NB-IoT终端进行无线通信；NB-IoT终端将路灯控制模块采集的数据信息上传到NB-IoT基站，将应用层中的手机或监控中心的管理命令下达到路灯控制模块，对感知层的路灯进行管理和监控，并且结合AI技术实现精准城市画像建模。网路层由NB-IoT基站和Internet网络构成。Internet网络主要应用4G的LTE平台，将感知层的数据信息实时地传送到应用层，同时将应用层的控制命令传送到感知层。智能路灯监控系统网络架构如下图所示：本系统设计方案具有以下优势：1)对路灯的控制上，采用分时段的3种控制策略，可以实现分时间段控制道路两侧路灯全亮模式、自动调整模式（根据环境光照强弱或电压电流阈值）、终端联控模式，在满足照度需求的情况下，实现对电能的节省。2)通信方式所采用的是中国电信的NB-IoT网络，拓扑简单、部署成本低，NB-IoT采用DRX模式，实现终端的实时在线，这种通信方式更适合静止的和低移动性且需要下发指令的场景。3)利用GPS地理信息管理系统，可以在手机APP、微信小程序PC应用和Web平台界面上直观定位每个路灯的位置，便于维修人员确定故障路灯地址、及时维修。

点击上方蓝色字体，关注我们在去年年中的时候就有很多小伙伴咨询我关于NB-IoT智慧路灯监控系统的问题，近期刚刚本科毕业，遂将原汁原味的论文分享给各位朋友。针对传统路灯系统管理难、智能化程度较低的问题，本毕业设计设计了一种基于NB-IoT技术的城市道路智慧路灯监控系统方案，实现对城市路灯的控制便捷化、监控智能化、故障检修精准化。系统架构由数据感知层、网络传输层、应用服务层三部分组成。详细阐述了路灯控制节点的硬件、软件实现机制和设计思路，重点阐述了路灯控制节点与云平台的通信机制和接口协议。（1）感知层由NB-IoT通信模组和路灯状态采集模块组成。每个路灯节点都安装1个控制模块，路灯控制模块管理路灯的开关状态、采集路灯节点电能电耗信息和监控路灯节点的运行状态，通过NB-IoT网络进行无线双向通信；（2）网络层由NB-IoT基站和云平台构成，NB-IoT基站通过互联网络将感知层路灯节点状态上传到云平台，同时将应用层（手机应用和PC应用）的控制命令传下发感知层；云端可以设置电压，电流阈值，当电压或电流超过阈值后，切断负载电源，可以起到保护用电器的作用，基于云平台实现对路灯节点的数据存储、数据可视化、设备状态统计分析和路灯节点使用状态的机器学习画像模型训练。（3）应用层由开发者设计应用程序（手机应用和PC应用），通过云平台实现路灯节点传感信息获取和节点状态联动控制，部署云端训练的机器学习模型，构建路灯节点运行状态城市画像。系统实现网络架构如下图所示：测试结果表明，该系统运行稳定且数据传输可靠，降低了传统路灯控制节点的成本和能耗，实现了终端设备远程对城市路灯的状态监控与智能化管理。使用云平台的数据分析业务对路灯节点的设备总数、设备在线率、设备状态趋势、异常设备等设备状态进行统计分析，使用云平台机器学习算法建立城市道路路灯节点使用的分析模型，具有很好的应用前景。本科论文不收录知网，所以并没有特别斟酌修改，当时写好查重率11%，若有不妥之处，敬请赐教~往期推荐移远BC95使用CoAP协议接入华为IoT平台三分钟实现Python中文词语分析Python+OpenCV实时图像处理

点击上方蓝色字体，关注我们1三级管驱动电路设计及使用三极管，全称应为半导体三极管，也称双极型晶体管、晶体三极管，是一种控制电流的半导体器件。其作用是把微弱信号放大成幅度值较大的电信号，也用作无触点开关。三极管是半导体基本元器件之一，具有电流放大作用，是电子电路的核心元件。三极管是在一块半导体基片上制作两个相距很近的PN结，两个PN结把整块半导体分成三部分，中间部分是基区（b），两侧部分是发射区（e）和集电区（c），排列方式有PNP和NPN两种，如下所示：NPN型三极管NPN型三极管，适合集电区（c）连接负载到VCC，发射区（e）连接到GND，若此时基区（b）电压高于发射区（e）0.7V，NPN型三极管导通。基区（b）用高电平驱动NPN型三极管导通，低电平驱动截止。NPN型三极管驱动电路设计时，基区（b）除了连接限流电阻外，最好连接10~20K下拉电阻到GNG，优点如下所示：①使基区（b）控制电平由高变低时，基区（b）能够更快被拉低，NPN型三极管能够更快更可靠地截止；②系统刚上电时，基极是确定的低电平。PNP型三极管PNP型三极管，适合发射区（e）连接到VCC，集电区（c）连接负载到GND，若此时基区（b）电压低于发射区（e）0.7V，NPN型三极管导通。基区（b）用高电平驱动PNP型三极管截止，低电平驱动导通。PNP型三极管驱动电路设计时，基区（b）除了连接限流电阻外，最好连接10~20K上拉电阻到VCC，优点如下所示：①使基区（b）控制电平由低变高时，基区（b）能够更快被拉高，PNP型三极管能够更快更可靠地截止；②系统刚上电时，基极是确定的高电平。NPN和PNP三极管电流放大满足以下条件：①三极管直流增益（β/hFE）公式为：β/hFE≈Ic/Ib，故β/hFE=Ic/Ib=57mA/567uA≈100（以上选型的NPN和PNP三极管β/hFE为100）；②Ic≈Ib+Ie，故57mA≈567uA+57mA。2场效应管驱动电路设计及使用场效应管是一种利用场效应原理工作的半导体器件，和三极管相比，场效应三极管具有输入阻抗高、噪声低、动态范围大、功耗小及易于集成等特点，可应用于小信号放大、功率放大、信号驱动及振荡器中。场效应管可分为结型场效应三极管(JFET)和绝缘栅型场效应三极管(MOSFET)

并且两个模块都设置为中模式是不可以通信，它要配合节点模块使用来组成低功耗星型网络。三、节点模式模块大部分功能都关闭，数据传输都得到优化，如果模块在节点模式下需要发送数据给中心模块，就需要借助

点击上方蓝色字体，关注我们在去年年中的时候就有很多小伙伴咨询我关于NB-IoT智慧路灯监控系统的问题，近期刚刚本科毕业，遂将原汁原味的论文分享给各位朋友。针对传统路灯系统管理难、智能化程度较低的问题，本毕业设计设计了一种基于NB-IoT技术的城市道路智慧路灯监控系统方案，实现对城市路灯的控制便捷化、监控智能化、故障检修精准化。系统架构由数据感知层、网络传输层、应用服务层三部分组成。详细阐述了路灯控制节点的硬件、软件实现机制和设计思路，重点阐述了路灯控制节点与云平台的通信机制和接口协议。（1）感知层由NB-IoT通信模组和路灯状态采集模块组成。每个路灯节点都安装1个控制模块，路灯控制模块管理路灯的开关状态、采集路灯节点电能电耗信息和监控路灯节点的运行状态，通过NB-IoT网络进行无线双向通信；（2）网络层由NB-IoT基站和云平台构成，NB-IoT基站通过互联网络将感知层路灯节点状态上传到云平台，同时将应用层（手机应用和PC应用）的控制命令传下发感知层；云端可以设置电压，电流阈值，当电压或电流超过阈值后，切断负载电源，可以起到保护用电器的作用，基于云平台实现对路灯节点的数据存储、数据可视化、设备状态统计分析和路灯节点使用状态的机器学习画像模型训练。（3）应用层由开发者设计应用程序（手机应用和PC应用），通过云平台实现路灯节点传感信息获取和节点状态联动控制，部署云端训练的机器学习模型，构建路灯节点运行状态城市画像。系统实现网络架构如下图所示：测试结果表明，该系统运行稳定且数据传输可靠，降低了传统路灯控制节点的成本和能耗，实现了终端设备远程对城市路灯的状态监控与智能化管理。使用云平台的数据分析业务对路灯节点的设备总数、设备在线率、设备状态趋势、异常设备等设备状态进行统计分析，使用云平台机器学习算法建立城市道路路灯节点使用的分析模型，具有很好的应用前景。本科论文不收录知网，所以并没有特别斟酌修改，当时写好查重率11%，若有不妥之处，敬请赐教~往期推荐移远BC95使用CoAP协议接入华为IoT平台三分钟实现Python中文词语分析Python+OpenCV实时图像处理

点击上方蓝色字体，关注我们1项目背景最近，不少大学生在网上哀嚎，原因是学校要他们上交照片，以便制作毕业照。按说毕业照是需要的呀，有什么可抱怨呢？看过照片之后我就懂了。。。虽然很搞笑，但又觉得笑声中夹杂着淡淡的忧伤.....作为一个技术人，如何制作这样的毕业照呢？Python走起~2环境搭建第1步：安装paddlepaddle。飞桨（PaddlePaddle）以百度多年的深度学习技术研究和业务应用为基础，集深度学习核心框架、基础模型库、端到端开发套件、工具组件和服务平台于一体，2016

点击上方蓝色字体，关注我们力扣(LeetCode)定期刷题，每期10道题，业务繁重的同志可以看看我分享的思路，不是最高效解决方案，只求互相提升。1数组异或操作试题要求如下：回答（C语言）：int

在天线的中心点为其供电，按照这个长度，将在整个导线上形成电压和电流驻波，如下图所示：输入到天线的电能被转换为电磁辐射，并以相应的频率辐射到空中。该天线由天线馈电供电，馈电的特性阻抗为

0.5，返回不相似。仅需几秒，分析效果如下所示：4相似度分析相似度分析，即是分析用户指定的词语，分析其词性的相近程度，例如：语句1：不脱发的程序猿，语句2：美男子，分析代码如下所示：import

点击上方蓝色字体，关注我们微信增加了“拍一拍”的新功能，双击好友头像，头像就会抖动并有文字提示，遂一群年轻人像极了刚学会使用智能机的老年人......张小龙更是在朋友圈发文：“微信史上仅需一行代码的有趣功能终于来了，拍一拍，像蚂蚁一样打招呼。”

文件是用来描述设备类型和设备服务能力的文件。定义了同一类设备具备的服务能力，属性，命令等。“新建服务”—>创建属性（获取传感器数据）和命令（云平台下发控制设备）。新增属性，这里模拟创建一个光照传感器

”，“????，恩，没有”，于是赶紧浏览器搜索关键词，“UTools”，入眼第一句话：“uTools

如何引入字体图标不再赘述，可参考：WPF引入字体图标，引入字体时，需要注意的是，如果希望字体通过后台或者后端进行传递字体字符串时，对应字体的参数格式会有所不同，此处以阿里巴巴开源字体库为例，参考链接WPF使用阿里巴巴字体库xaml中使用如下：

Designer设计风格的后台管理系统，看到统计标题卡，就它了，于是就开始造作动画分析原始效果布局卡片由外层边框块Border、内层左右布局构成，图例如下：动效触发事件鼠标进入卡片区域开始动效

用户密码配置邮箱服务器Davinci默认使用时，需要注册账户，需要邮箱激活，所以需要配置一个邮箱服务器对应的账户同样是在application.yml文件中配置，找到mail节点mail:

初学OpenCV图像处理的小伙伴肯定对什么高斯函数、滤波处理、阈值二值化等特性非常头疼，这里给各位分享一个小项目，可通过摄像头实时动态查看各类图像处理的特点，也可对各位调参、测试有一定帮助，项目演示效果如下：1导入库文件这里主要使用PySimpleGUI、cv2和numpy库文件，PySimpleGUI库文件实现GUI可视化，cv2库文件是Python的OpenCV接口文件，numpy库文件实现数值的转换和运算，均可通过pip导入。import

内核STM32系列的32位的微控制器，程序存储器容量是64KB（STM32F103CBT6存储器容量128KB），需要电压2V~3.6V，工作温度为-40°C

作为一位爱好文学的程序猿，看到这个网址是激动的！中华文明浩浩五千年，在这光辉灿烂的历史长河中，各时代的先哲圣人们留下了大量的文学典籍，这些文学作品极大地丰富了我们的精神世界。而《三国演义》、《水浒传》、《西游记》、《红楼梦》这四部作品更如皇冠上的明珠，俨然已经成了中国古代文学的象征。这四部文学作品历久不衰，是汉语文学史中不可多得的经典作品，其中的故事、场景、人物已经深深地影响了中国人的思想观念、价值取向，是中国文学史上的四座伟大丰碑。网上有大牛开发的四大名著情景体验地图，既可以满足情怀也帮助读者理解原著宏大世界观和故事脉络。1西游地图可以详细看到西游记的取经路线、九九八十一难的地点和大唐疆域图。2红楼梦图

最近在GitHub上淘到一个很棒的AI算法面试笔记，特地分享给小伙伴们~GitHub地址如下所示：https：//github.com/imhuay/Algorithm_Interview_Notes-Chinese如上所示为整个项目的结构，其中从机器学习到数学主要提供的是笔记与面试知识点，读者可回顾整体的知识架构。后面从算法到笔试面经主要提供的是问题及解答方案，根据它们可以提升整体的解题水平与编程技巧。

在项目开发过程中加载、启动、下载项目难免会用到进度条，如何使用Python实现进度条呢？这里为小伙伴们分享四种Python实现进度条的库：Progress库、tqdm库、alive-progress库和PySimpleGUI库，其中前三个是文本进度条库，最后一个是可以在GUI上运行的进度条。1Progress库Progress是一种文本进度条库，库详细说明参加GitHub。使用库之前需要进行安装，pip指令如下所示：pip

配置为模拟输入模式GPIO始终有一个输入通道，可以是数字或模拟通道，如果不需要读取GPIO数据，则优先配置为模拟输入。对

Thanos.sh是一个开源的个灭霸命令，可随机删除电脑上一半文件。不知道这个命令有多少人执行过！？GitHub地址：https://github.com/hotvulcan/Thanos.sh在此基础上给各位分享，使用Python+PyQt5实现灭霸响指，实现过程较简单，上效果图~项目GUI设计如下所示：#