使用最新STM32F334高分辨率定时器产生PWM波形，该定时器最大计数频率高达4.608G，时间控制精度能达到217ps(0.217ns),性能非常强大，适合用于各种中高频率的控制，ST公司特别针对电源控制等相关方向设计的创新性功能，精度领先世界水平。

摘要:许多工业和医学应用需要±1°C 甚至更高精度的温度测量，并且成本合 理，可覆盖宽温范围(-270°C 至+1750°C)，这些系统往往还要求低功耗性能。 经过正确选择和标准化处理，利用高分辨率ADC 数据采集系统(DAS)和新型热电 偶，能够覆盖这一温度范围，即使在恶劣的工业环境下，亦可确保精确测量。 热电偶广泛用于各种温度检测。热电偶设计的最新进展，以及新标准和算法的出 现，大大扩展了工作温度范围和精度。目前，温度检测可以在-270°C 至+1750°C 宽范围内达到±0.1°C 的精度。为充分发挥新型热电偶能力，需要高分辨率热 电偶温度测量系统。能够分辨极小电压的低噪声、24位、Σ-Δ模/数转换器(ADC) 非常适合这项任务。数据采集系统(DAS)采用24位ADC 评估(EV)板，热电偶能够 在很宽的温度范围内实现温度测量。热电偶、铂电阻温度检测器(PRTD)和ADC 相结合，可构成高性能温度测量系统。采用低成本、低功耗ADC 的DAS 系统，可 理想满足便携式检测的应用需求。

吸烟检测高分辨率数据集2600张，带标记，已进行数据清洗

基于高分辨距离像的雷达自动目标识别技术研究，南京航空航天大学电子信息工程学院博士论文。 雷达自动目标识别技术在军事和民用上都有着巨大的应用价值。宽带雷达高分辨距离像（HRRP）具有目标结构信息丰富、易于获取的特点，是雷达目标识别重要的发展方向之一。本文以探寻稳健、实用的识别算法为目标，围绕 HRRP 目标识别的关键问题，系统地研究了姿态敏感性、特征提取、噪声背景下的稳健识别和序列识别问题，为 HRRP 目标识别的实用化进行了有益的探索。

2010年全国优博提名奖得主，对雷达成像研究方面有很大的借鉴意义

针对高分辨率遥感卫星图像采用单一算法难以有效去除不均匀云雾的问题,提出一种基于图像分割和暗原色先验改进方法相结合的优化算法。采用图像分割技术将原云雾图像分割成浓雾部分和淡雾部分。浓雾部分采用加权多尺度Retinex算法进行局部增强去雾处理;淡雾部分采用改进暗原色方法,将暗原色图像去雾模型由RGB颜色空间转换到HSI颜色空间,提取亮度分量,获取准确的大气光值,并采用容差机制优化获取大气透射率,在此基础上采用自动色阶法增强处理,获取去除云雾后的图像。实验对比表明提出的算法能够很好地还原图像细节,有效恢复图像的颜色和清晰度。

克隆（复制移动伪造）是恶意的对数字图像进行篡改攻击，将图像的一部分复制并粘贴到图像中，以隐藏图像的重要细节，而没有任何明显的篡改痕迹。 这种类型的篡改攻击给取证留下了一个关于图像真实性的大问题。 在开发了强大的软件来处理图像之后，在过去几年中提出了许多技术。 所提出的方案涉及基于块和基于特征点提取的技术两者，以更准确地提取伪造区域。 该算法主要涉及通过计算单位向量之间的点积来匹配从每个块中提取的相同特征的触角。 随机样本共识（RANSAC）算法用于提取匹配区域。 所提出算法的实验结果表明，与现有算法相比，它能够提取出更准确的结果。 伪造检测方法。

传统的目标检测识别方法难以适应海量高分辨率遥感影像数据，需要寻求一种能够自动从海量影像数据中学习最有效特征的方法，充分复挖掘数据之间的关联。本文针对海量高分辨率遥感影像数据下典型目标的检测识别，提出一种分层的深度学习模型，通过设定特定意义的分层方法建立目标语义表征及上下文约束表征，以实现高精度目标检测。通过对高分遥感影像目标检测的试验，证明了该方法的有效性。

通过超高分辨率实现无损图像压缩 ，， 。 引文 @article { cao2020lossless , title = { Lossless Image Compression through Super-Resolution } , author = { Cao, Sheng and Wu, Chao-Yuan and and Kr{\"a}henb{\"u}hl, Philipp } , year = { 2020 } , journal = { arXiv preprint arXiv:2004.02872 } , } 如果您使用我们的代码库，也请考虑 概述 这是SreC在的正式实现。 SReC将无损压缩称为超分辨率问题，并将神经网络应用于图像压缩。 SReC可以在实际运行时对大型数据集实现最新的压缩率。训练，压缩和解压缩得到完全支持，并且是开源的。 入门 我们建

他们将 GAN 和卷积方法的效率与转换器的表达能力相结合，为语义引导的高质量图像合成提供了一种强大且省时的方法。