动员的人体自动测量系统具有高移动性，易于操作和合理的精度。 但是，现有系统专注于准确性和鲁棒性，而不是移动性和便利性。 为了克服这一缺点，这项工作提出了一种动员的自动人体测量系统，该系统使用神经网络（MaHuMS-NN）通过监督学习促进总体测量结果。 基于一般回归NN（GRNN）的MaHuMS-NN选择图像，执行图像处理，对图像进行分割并检测轮廓以提取轮廓中的特征点。 系统测量特征尺寸。 这项工作的重要贡献如下。 首先，MaHuMS-NN是Android平台中第一个用于人体测量的智能系统。 其次，与现有系统不同，MaHuMS-NN可以在优化模型进行预测时进行智能调整，并根据个人特征进行自误差校正。 实验结果表明，与现有系统相比，MaHuMS-NN表现出更好的性能，精度小于0.03 m。

基于机器视觉的零件圆形特征尺寸测量系统设计

设计一个放大器系统，当电阻值变化±1%时，放大电路能够产生±10V的输出电压。要求偏差为0时输出为0，偏差为1%时输出为10V，偏差为-1%时输出为-10V，误差不超过±5%。

基于LabVIEW的钢轨阻抗特性测量系统

为了提高单目视觉实时测量双护盾隧道掘进机前后盾相对位姿的精度, 引入高精度倾角传感器与单目视觉构成一种组合测量系统。该系统将两个倾角传感器分别与视觉传感器和特征点系统固定连接, 通过倾角传感器提供的多个角度约束, 结合单目视觉实现掘进机前盾体相对于后盾体位姿的更高精度测量。仿真实验表明该系统是可行的, 并且具有理想的精度。搭建了模拟双护盾隧道掘进机位姿变化的实验平台, 利用全站仪进行精度验证。结果表明系统的测量精度优于3 mm, 相对于单目视觉测量方法来说, 测量精度有了显著提升, 可以满足隧道施工中双护盾隧道掘进机位姿的精密测量需求。

 随着石油和天然气水合物调查工作的深入开展，为了对海底勘探区地温场的结构、状态需要有更细致的了解，设计一种高分辨、高精度的海底沉积物地温梯度测量系统。以高精度NTC型热敏电阻为传感器，选用16位高性能、多通道、低能耗的MSP430F123芯片作为主处理器，通过直流不平衡电桥的测量方式间接测量热敏电阻的阻值，在硬件方面和软件方面都采用滤波技术，克服电压源的干扰、仪器温漂和时漂带来的偏差，采用STEINHART & HART方程来进行R-T转换，经过零点漂移和温度漂移的修正，进而得到更精确的海底沉积物地温梯度曲线。系统测试结果表明，测量系统的分辨率可达1 mK，精度可达±3 mK（0~25 ℃），该系统具有可靠性高、功耗小、体积小、操作方便等特点，具有很高的实用价值。

纹波电压对高放、本振、混频、滤波、检波、A/D变换等电路都会产生影响。在设计电子产品时都要尽量抑制纹波。本设计基于AC-DC变换以及A/D变换，提供了一种测量电源纹波的有效方法，系统包括滤波、整流、放大、ADC采集、LCD显示5个模块。电源纹波信号通过高通滤波后滤除了直流，输出的交流信号经小信号整流电路后变为单方向的脉动直流信号，再由放大电路放大后输送到STM32片内ADC采集，最后将结果显示在LCD上。经验证，本系统能够较为准确地测量电源纹波，并可根据需要调节系统的频率响应。

基于LabVIEW的感应电机转速转矩测量系统.讲述详细值得推荐~！

Minitab统计软件，六西格玛绿带，测量系统分析MSA教程

基于AD590传感器的温度测量系统电路设计