对于标签芯片,降低系统时钟频率是降低功耗、提高通讯距离的最有效手段。首先从理论上按照一种等效判决方法推导出PIE解码电路的更低时钟频率,提出了一种低时钟频率下基于ISO 18000-6 TYPE C协议的UHF RFID标签芯片解码电路的实现方案。设计的解码电路大幅度降低了标签芯片解码电路功耗,提高了标签响应灵敏度。
2022-03-22 21:29:38 251KB 射频识别
1
(10)PIE编码 PIE(Pulse interval encoding)编码的全称为脉冲宽度编码,原理是通过定义脉冲下降沿之间的不同时间宽度来表示数据。 在该标准的规定中,由阅读器发往标签的数据帧由SOF(帧开始信号)、EOF(帧结束信号)、数据0和1组成。在标准中定义了一个名称为“Tari”的时间间隔,也称为基准时间间隔,该时间段为相邻两个脉冲下降沿的时间宽度,持续为25μs。 注:ISO18000-6 typeA 由阅读器向标签的数据发送采用PIE编码
2022-03-22 21:14:53 1.4MB RFID RFID的编码调制技术
1
oView Vue.js移动端图表库 oView是基于 图表库的二次封装,以便于Vue.js开发者在移动端和PC端更好进行图表的展示。 vue插件 vue add oview vue invoke vue-cli-plugin-oview NPM安装 npm install oview --save //或者使用yarn yarn add oview 使用 //main.js中 import oView from "oview"; Vue.use(oView); oview默认会使用:o-chart,o-line的方式全局注册组件。使用时,请记得使用o-x的方式哦 oView特性 1、oview支持哪些图? 目前oview支持:柱状图,饼状图,面积图,散点图,气泡图,折线图 ,雷达图。 2、图表配置简单 <!-- 没错,配置一个饼状图就是这么简单---> <o-chart :data="d
2022-03-07 19:26:43 2.14MB chart vue pie oview
1
PIE-UAV用户使用手册V2.6(20151202),仅供学习和研究,请勿商用
2021-12-30 19:35:38 10.25MB PIE,UAV
1
CMU_PIE_Face,包含68个人,每人170张不同姿态光照表情下的图片,均为jpg,32*32
2021-12-01 15:29:54 7.05MB CMU_PIE_Face
1
使用pie.htc可使IE6/7/8兼容部分CSS3属性,实际上是利用VML进行实现
2021-11-25 20:49:50 16KB CSS3 兼容IE pie.htc 前端
1
按给定轴移动饼图,和/或调整图的大小。 这允许在同一图上可视化多个饼图,或将饼图与其他图集成。 基于 Walter Robinson 的解决方案。 原始线程可以在这里找到: http://www.mathworks.com/matlabcentral/newsreader/view_thread/236342
2021-11-24 11:28:19 1KB matlab
1
android自定义view----等分饼图,实现每个块中间的间隔
2021-10-29 11:34:47 18.25MB android pie 饼图
1
:pie: 图像背景删除工具 :pie: 使用神经网络从图像中去除背景的工具 :page_facing_up: 描述: 该程序从照片中删除背景 :fireworks: 特征: 在PyTorch上增加了对新神经网络( , )的支持 显着改善输出图像质量 通过添加了GUI 兼容Tensorflow 2.0 所有型号都支持在视频卡和处理器上进行处理 tqdm进度栏 该程序有很多图像预处理和后处理方法,可让您根据需要配置图像处理的质量和速度 从图像中删除背景而不会降低图像分辨率 该脚本不仅可以处理单个文件,还可以处理输入文件夹中的所有图像并将它们以相同的名称保存在输出文件夹中 通过此实现了对神经网络的支持,并改善了其工作结果 :umbrella_on_ground: 自己在上尝试该程
2021-10-28 22:37:16 27.25MB python machine-learning image tensorflow
1
CMU-PIE人脸数据库 由美国卡耐基梅隆大学创建,包含68位志愿者的41,368张多姿态,光照和表情的面部图像,其中的姿态和光照变化图像也是在严格控制的条件下采集的,目前已经逐渐成为人脸识别领域的一个重要的测试集合
2021-10-12 15:49:51 11.4MB CUM_PIE人脸
1