OE (Power Over Ethernet)指的是在现有的以太网Cat.5布线基础架构不作任何改动的情况下，在为一些基于IP的终端（如IP电话机、无线局域网接入点AP、网络摄像机等）传输数据信号的同时，还能为此类设备提供直流供电的技术。POE 电源有以下4大优势:1、它易于安装和管理。客户能够自动、安全地在网络上混用原有设备和PoE设备，能够与现有以太网电缆共存。2、它易于网络设备的管理。3、它安全。因为PoE供电端设备只会为需要供电的设备供电。只有连接了需要供电的设备，以太网电缆才会有电压存在，因而消除了线路上漏电的风险。4、它节约成本。因为它只需要安装一条而不是两条电缆。许多情况下，都需要安装在难以部署AC电源的地方。随着与以太网相连的设备的增加，如果无需为设备提供本地电源，将大大降低部署成本，并简化其可管理性。本文介绍的以太网供电器方案是基于 TI TPS23753A 的一款低成本网络摄像机 PoE 供电方案。是通过采用二极管整流器的反激拓扑可以获得尺寸和效率合理的低成本转换器。TPS23753A具有增强ESD抗扰度的控制器，包含基于 PoE 的器件和 PWM 控制器功能。该应用方案输出功率为 5V/2A，符合PoE IEEE802.3 规范。 核心技术优势1. 低成本解决方案 2. 高效反激转换器 3. 高功率PD和DC-DC控制器 4. 增强ESD 防护能力 方案规格1. 输出功率:5V/2A 2. 符合IEEE802.3af规范 3. Class 3 Power Level 4. 可编程频率同步 5. -40°C至125°C结温范围 6. 小型14引脚TSSOP封装 方案来源于大大通

采用神经网络和遗传算法, 对温室栽培番茄生长过程中主要器官——茎的生长过程进行了建模. 温室番茄
的生长过程具有控制变量多、生长过程复杂等特点. 采用基于径向基函数(RBF) 神经网络的辨识方法建立了温室栽
培番茄生长的模型, 以温室中番茄的实测数据为训练和预测样本, 采用遗传算法进行训练. 仿真结果表明, 该方法较
其他方法更适合于温室番茄生长过程的建模.

各种桩基计算使用工具，包括承台，单桩，群桩，沉降计算等

基于径向基神经网络（RBFNN）的数据预测模型（Python实现），压缩包中源码RBFNN.py为模型的训练过程，训练结束后会保存训练好的的模型参数，test.py主要用于利用训练好的模型对测试数据集进行预测，输出结果包括各种误差指标，.npy文件为训练后生成的中心点、宽度向量等参数，train.csv为训练数据集，test.csv为测试数据集。

KEYENCE 基恩士 PLC 编程软件解除30天限制的方法

利用基尔霍夫（KA）驻留相位近似求解粗糙面散射系数

径向基(Radial Basis Function:RBF)神经网络学习笔记-附件资源

设计了Si 衬底上Ge 薄膜共振腔增强型光电探测器的器件结构，理论计算了上下反射镜Si/SiO2的对数、吸收区Ge薄膜的厚度、有源区面积等参数对器件的外量子效率、带宽等性能的影响。当器件上下反射镜Si/SiO2的对数分别为2 和3，Ge 薄膜的厚度为0.46 μm ，器件的台面面积小于176 μm2 时，探测器在中心波长1.55 μm 处的外量子效率达到0.64，比普通结构提高了30 倍，同时器件的带宽达到40 GHz。

硅基液晶(LCOS)空间光调制器件的特点是反射光成像，要求照明光束发散角小，均匀性好。对此，设计了由抛物型反光碗、复眼透镜、偏振分光棱镜、聚光镜等组成的用于LCOS 的照明系统，对抛物反光碗以及复眼透镜各参数的设计原理做了详细分析，具体包括光源出射角度，光源的总体长度，所需均匀照亮的尺寸，抛物反光碗各参数对出射角度的影响，其实现原理主要包括复眼透镜匀光理论。设计要求光源出射角度小于10°，总体长度为220 mm，均匀照明面积为20 mm×20 mm，最后给出聚光透镜组的设计结果，使光线聚焦到LCOS 表面，照度值要达到0.35 lx/m2，其不均匀度在15%以内。进一步使用Lighttools 软件，对其进行仿真，由照度曲线图和照度栅格图可知，设计结果满足设计要求。

MATLAB峭度代码