-
题名全角度无接触式智能角度传感器设计与验证
被引量：9
- 1
-
-
作者
杨星
张家祺
王晶
汪洋
-
机构
首都师范大学信息工程学院
首都师范大学北京市高可靠嵌入式系统技术工程研究中心
北京交通大学电子信息工程学院
首都师范大学北京市电子系统可靠性技术重点实验室
-
出处
《计算机工程与设计》
北大核心
2016年第1期71-75,194,共6页
-
基金
国家自然科学基金项目(61170009)
北京市自然科学基金项目(4132016)
-
文摘
针对角度传感器小型化、智能化以及非接触测量的需求,设计一款基于霍尔元件的全角度无接触式智能角度传感器。对传感器工作原理进行分析,为降低芯片面积与功耗,提升工作效率,采用自主研发微处理器C16进行智能化管理,提出角度变换方法。采用FPGA原型验证方法,对设计方案进行验证,验证结果表明,该智能角度传感器能对0度到360度范围内的角度进行非接触测量,结构简单,面积小,精确度高,绝度误差小于0.3°,角度转换速度快,高达5714次/秒。
-
关键词
角度传感器
霍尔元件
无接触式
FPGA原型验证
磁场
-
Keywords
angle sensor
Hall elements
contactless
FPGA prototype verification
magnetic field
-
分类号
TP302.7
[自动化与计算机技术—计算机系统结构]
-
-
题名基于半监督K-Means的属性加权聚类算法
被引量：6
- 2
-
-
作者
潘巍
周晓英
吴立锋
王国辉
-
机构
首都师范大学信息工程学院
首都师范大学北京市高可靠嵌入式系统工程研究中心
首都师范大学北京市电子系统可靠性技术研究重点实验室
-
出处
《计算机应用与软件》
2017年第3期189-193,242,共6页
-
基金
国家自然科学基金项目(61202027)
北京市属高等学校创新团队建设与教师职业发展计划项目(IDHT20150507)
-
文摘
K-Means是经典的非监督聚类算法,因其速度快,稳定性高广泛应用在各个领域。但传统的K-Means没有考虑无关属性以及噪声属性的影响,并且不能自动寻找聚类数目K。而目前K-Means的改进算法中,也鲜有关于高维以及噪声方面的改进。因此,结合PCA提出基于半监督的K-Means加权属性聚类方法。首先,用PCA得到更少更有效的特征,并计算它们的分类贡献率(即每个特征对聚类的影响因子)。其次,由半监督自适应算法得到K。最后将加权数据集以及K应用到聚类中。实验表明,该算法具有更好的识别率和普适性。
-
关键词
均值
聚类
半监督
主成分分析
属性加权
-
Keywords
Means Clustering Semi-supervised Principal Component Analysis Attribute-weighted
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
