导读:本文包含了嵌入式设备论文开题报告文献综述及选题提纲参考文献，主要关键词:深度神经网络,分层模型,嵌入式系统,图像预测
嵌入式设备论文文献综述
曹渠成,陈庆奎[1]（2019）在《面向嵌入式设备的深度神经网络分层策略》一文中研究指出使用人工智能的方式进行图像识别预测已经渐渐成为一种主流方式,随着对模型精确度需求的不断提升,对现有计算平台的计算能力和性能也提出了新的要求.现有的基于人工智能的预测方式大致可分为两种,一种是基于C/S架构,一种是使用轻量化框架的本地运行.两者在面对大规模低性能设备时,会面临着服务器压力负载过大,低性能设备仍然无法完成任务等情况.本文根据Roofline模型的粗粒度计算加上缩小式窗口计算精确化,提出了一种可以预测模型在不同设备上的计算时间并分离深度神经网络的方法,能够将原本模型的一部分工作量交由前端嵌入式设备完成,服务端完成另一部分的工作,从量上减少原来的工作负载,并能根据实际需求进行动态调整与重新分配,同时在大部分情况下减少了网络传输的数据量.实验表明这种分层策略可以有效减缓上述两个问题,具有一定的实际意义.(本文来源于《小型微型计算机系统》期刊2019年07期）
赵利军,董莎莎,张沙石[2]（2019）在《面向Linux系统的嵌入式设备陷门模板化框架》一文中研究指出不同嵌入式设备间存在差异,且陷门的设计受设备的软硬件结构特点及启动过程的差异影响较大。因此,几乎不可能设计出一个固定不变的代码适用于任何设备的陷门。为解决上述问题,研究嵌入式设备的启动过程,建立涵盖不同启动流程异同点,搭建陷门模板化设计框架。为设计具有一定程度通用性的陷门提供了依据。(本文来源于《计算机应用与软件》期刊2019年06期）
李特[3]（2019）在《嵌入式设备电源控制系统的CAN通信软硬件设计》一文中研究指出灵活应用CAN通信控制器,可以有效地提升电源监控系统的功能优势,解决现阶段系统存在的时效性较差、数字化程度低以及可靠性低问题。本文从嵌入式设备电源控制系统的硬件结构入手,结合实际情况明确硬件设计框图,同时对软件的应用进行分析,加强网络应用,以供参考。(本文来源于《现代信息科技》期刊2019年10期）
林唯贤[4]（2019）在《嵌入式设备高效卷积神经网络的电力设备检测》一文中研究指出随着大型图像集的出现以及计算机硬件尤其是GPU的快速发展,卷积神经网络(CNN)已经成为人工智能领域的一种成功算法,在各种机器学习任务中表现出色.但CNN的计算复杂度远高于传统算法,嵌入式设备上有限资源的限制成为制造高效嵌入式计算的挑战性问题.在本文中,我们提出了一种基于嵌入式设备的高效卷积神经网络用于电力设备检测,根据处理速度评估这种高效的神经网络.结果表明,该算法能够满足嵌入式设备实时视频处理的要求.(本文来源于《计算机系统应用》期刊2019年05期）
戴雷燕,冯杰,董慧,杨小利[5]（2019）在《面向嵌入式设备的深度学习物体检测优化算法》一文中研究指出随着深度神经网络研究地不断深入,物体检测的精度和速率都在不断提升,但是随着网络层的加深,模型体积不断增大,计算代价也越来越高,无法满足神经网络直接在嵌入式设备上实现快速前向推理的需求.为了解决这个问题,本文针对嵌入式设备进行深度学习物体检测优化算法研究.首先,选择合适的物体检测算法框架和神经网络架构;然后在此基础上针对特定检测场景下采集的图片进行训练和模型剪枝;最后,对移植到嵌入式设备上的模型剪枝后的物体检测模型进行汇编指令优化.综合优化后,与原有网络模型相比,模型体积减小9.96%,速度加快8.82倍.(本文来源于《计算机系统应用》期刊2019年04期）
[6]（2019）在《下一代Armv8.1-M架构为最小型嵌入式设备提供强化的机器学习能力》一文中研究指出Arm宣布针对其下一代Armv8.1-M架构推出基于M-Profile Vector Extension(MVE)矢量扩充方案的Arm Helium技术。这一全新技术能够帮助开发者简化软件开发流程,并显着提升未来Cortex-M系列处理器的机器学习能力与信号处理性能。Arm Helium技术针对Arm Cortex-M系列处理器设计,在Arm TrustZone的安全基础上,(本文来源于《单片机与嵌入式系统应用》期刊2019年04期）
李乔宇,尚明华,王风云,王璐,李振波[7]（2019）在《基于嵌入式设备的作物长势监测系统》一文中研究指出传统的基于机器视觉的作物长势监测设备对环境要求较高,且体型较大,不易布置在实际生产的复杂环境中。本文提出了一套基于嵌入式设备的应用于实际生产环境的作物长势监测系统,该系统集成了图像采集、滤波、颜色空间转换、图像分割、形态学运算、特征量化的图像处理流程,依靠人工在嵌入式视觉系统中面向环境自定义算法提取作物长势特征,确定最优算法组合,设定流程,进行作物长势特征的自动提取并监测。利用该监测系统对拔节期玉米植株的株高进行连续监测,监测值与人工测量值的决定系数达到0.9072,随时间的变化趋势一致,表明该系统可用于复杂环境下的作物长势监测。(本文来源于《山东农业科学》期刊2019年02期）
马龙升,陈晓辉[8]（2019）在《基于嵌入式设备的人体健康行为识别》一文中研究指出针对现代人运动量过少或者过度运动的问题,文章设计一种可穿戴设备辅助人体健康运动。基于STM32F1系列单片机设计了硬件,采用分层决策算法识别上下楼、走路、跑步、静止、跳跃和站蹲7种人体常见活动,基于行为判断基础上融合心率和血压数据,作为运动过量和紧急人体异常判别,经验证,设计的嵌入式识别能够较准确识别人体健康运动模式。(本文来源于《信息通信》期刊2019年02期）
[9]（2019）在《STM32神经网络开发工具箱将AI技术引入边缘和节点嵌入式设备》一文中研究指出意法半导体(STMicroelectronics,简称ST)借助STM32系列微控制器的市场领导地位,扩展了STM32微控制器开发生态系统STM32CubeMX,增加了先进的人工智能(AI)功能。AI技术使用经过训练的人工神经网络对运动和振动传感器、环境传感器、麦克风和图像传感器的数据信号进行分类,比传统的手工信号处理方法更加快速、高效。开发人员可以用STM32Cube.AI将预先训练的神经网络转(本文来源于《单片机与嵌入式系统应用》期刊2019年02期）
王晨光,孙文胜[10]（2019）在《基于Linux的嵌入式设备多状态重启记录系统设计与实现》一文中研究指出近年来,随着嵌入式技术的迅猛发展,嵌入式产品已渗透到生产与生活各个方面,嵌入式设备运行稳定性则显得愈发重要。针对嵌入式设备运行异常现场难复现的问题,设计一种基于Linux的嵌入式设备多状态重启记录系统,可为设备问题定位提供重要的系统参考数据,实现嵌入式设备多状态重启数据记录。系统选择EEPROM掉电记忆存储芯片,结合嵌入式Linux系统中的看门狗驱动、EEPROM驱动和reboot命令,完成嵌入式设备断电重启、看门狗重启与reboot命令正常重启3种重启状态统计记录。该系统为维护设备的稳定运行提供了可靠方法,具有较高的实际应用价值。(本文来源于《软件导刊》期刊2019年05期）
嵌入式设备论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
不同嵌入式设备间存在差异,且陷门的设计受设备的软硬件结构特点及启动过程的差异影响较大。因此,几乎不可能设计出一个固定不变的代码适用于任何设备的陷门。为解决上述问题,研究嵌入式设备的启动过程,建立涵盖不同启动流程异同点,搭建陷门模板化设计框架。为设计具有一定程度通用性的陷门提供了依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
嵌入式设备论文参考文献
[1].曹渠成,陈庆奎.面向嵌入式设备的深度神经网络分层策略[J].小型微型计算机系统.2019
[2].赵利军,董莎莎,张沙石.面向Linux系统的嵌入式设备陷门模板化框架[J].计算机应用与软件.2019
[3].李特.嵌入式设备电源控制系统的CAN通信软硬件设计[J].现代信息科技.2019
[4].林唯贤.嵌入式设备高效卷积神经网络的电力设备检测[J].计算机系统应用.2019
[5].戴雷燕,冯杰,董慧,杨小利.面向嵌入式设备的深度学习物体检测优化算法[J].计算机系统应用.2019
[6]..下一代Armv8.1-M架构为最小型嵌入式设备提供强化的机器学习能力[J].单片机与嵌入式系统应用.2019
[7].李乔宇,尚明华,王风云,王璐,李振波.基于嵌入式设备的作物长势监测系统[J].山东农业科学.2019
[8].马龙升,陈晓辉.基于嵌入式设备的人体健康行为识别[J].信息通信.2019
[9]..STM32神经网络开发工具箱将AI技术引入边缘和节点嵌入式设备[J].单片机与嵌入式系统应用.2019
[10].王晨光,孙文胜.基于Linux的嵌入式设备多状态重启记录系统设计与实现[J].软件导刊.2019