OBM 747盘点机 接口软件 window7 winxp ok
2023-12-05 11:49:53 5.53MB 接口软件
1
本软件是用STM32F103vcrt开发板编写代码,实现USB设备连接PC,自动识别为HID设备,涉及USB HID设备描述符的配置,实现了USB通信接收和发送64字节数据的驱动程序
2023-10-25 15:17:25 23.21MB USB HID STM32 USB
1
基于51单片机的人机接口的设计 一、功能描述 人机接口是人与机器之间传递、交换信息的媒介和对话接口,是单片机系统的重要组 成部分。是指人和单片机系统在信息交换和功能上接触或相互影响的领域。人机接口的 应用无处不在,如在温度的测试及监控系统中,人通过键盘输入要设定的温度值,系统 通过数码管或液晶显示当前的温度。这样就通过人机接口完成了人与单片机之间的信息 交流。正因为人机接口运用如此广泛及它在实现人机交流的地位的不可或缺,故设计一 个高性能的人机接口具有巨大的意义。此设计是基于51单片机的人机接口,通过51单片 机和12864液晶来实现人机信息交流。利用51单片机的IO口实现键盘输入,通过串行通信 控制液晶显示。在没有按键按下时显示"16",在有键按下的时显示被按下的键值。系统 的设计结构框图如图一。 二、接口定义 基于51单片机的人机接口的接口定义见表一。 "表一、基于51单片机的人机接口接口定义表格 " " "对 象 "功能/定义 " " " " " "I/O口 " " " " "P1.0~P1.7"键盘行输出列输入 " " "P2.0 "12864的数据输入口 " " "P2.1 "12864的时钟输入口 " "定时器 "TO "初始值为50000,定时50ms " "中断 "T0中断 "计时到50ms产生中断,用于更新液晶显示 " 三、硬件结构图 图二、基于51单片机的人机接口的硬件结构图 四、程序流程图 五、基于51单片机的人机接口的程序设计清单 #include #include #define KeyROCISegCodeO P1 /*定义键盘行输出列输入*/ #define NumRow 4 /*定义键盘行数为4*/ #define NumColumn 4 /*定义键盘列数为4*/ #define unit unsigned int #define uchar unsigned char sbit SID=P2^0; sbit SCLK=P2^1; void delay(uchar time) /*延时函数*/ { uchar i,j; for (i=0;i
2023-06-11 12:31:35 73KB 文档资料
文件中包括实验的脑电数据、代码、实验效果表和图。
2023-04-14 10:02:45 2.25MB 脑机接口 脑电波段 脑电数据集
1
python代码,数据集为BCI IV-2a ,四分类任务,网络模型EEG-TCNet 基于tensorflow EEG-TCNet: An Accurate Temporal Convolutional Network for Embedded Motor-Imagery Brain–Machine Interfaces
2023-03-13 20:44:15 9.54MB 脑机接口 运动想象
1
EEG信号处理与分类CNN模型集合+样例运行训练
2023-03-04 19:32:10 52KB 脑机接口
1
在本文中,提出了文献综述,以找到大脑计算机接口(BCI)的最新技术水平。 本文分为四个部分,第一部分简要介绍了BCI,第二部分介绍了在大脑中激发电位的方法的最新发展。 在第三节中,研究了潜在的记录和预处理方法,在第四节中,研究了特征提取和分类方法的最新技术水平。 编写本文的方式可以使初学者了解脑机接口的过程和技术水平。
2022-12-20 09:24:20 909KB Brain Machine Interface SSVEP
1
SSVEP拼写器,40目标(8 Hz ~ 15.8),类似清华大学Benchmark的范式,红色框代表刺激提示,这个程序可以与Brain Product的脑电帽子做成在线识别的SSVEP系统,需要BP提供的一个RDA接口文件就可以了。 本资源仅供刚入门SSVEP的硕士研究生同学学习,不是很难,但需要花时间弄懂代码,我的博客也有相关的文章。
2022-11-06 16:53:18 778KB SSVEP 刺激界面
1
事件相关电位(ERPs)分析揭示了脑机接口的认知神经机制,并为脑机接口技术的突破提供新的思路.然而与传统ERP研究不同的是,脑机接口中刺激呈现的时间间隔要远小于前者,并在平均信号中可以观察到较强的周期性干扰,致使其中包含的ERP成分的幅度和潜伏期等重要参数较难准确得到,为进一步的ERP分析造成障碍.目前关于这一干扰的形成原因和消除方法尚缺乏相关研究.本文首先建立了ERP信号的分离模型.模型认为ERP成分的混叠效应解释了平均信号中的周期性干扰.而后提出Toeplitz方法和差异波方法对模型进行求解,以消除干扰并恢复ERP成分.使用实测实验数据和公开数据库的数据对所提出模型与求解方法进行分析,结果表明,Toeplitz方法可以从非靶刺激平均信号中恢复出ERP成分,而差异波方法则可以有效地抑制混叠效应,并分离出基线平稳且各成分突出的ERP信号,从而验证了所提出模型与方法的合理性.本文的研究为脑机接口的ERP分析中周期性干扰的解释与消除提供了依据,并进一步为脑机接口的认知研究提供保障.
1
中按考勤机接口说明,包括使用条件,接入参数及返回参数
2022-09-22 13:01:07 849KB grayk5v 中按考勤机接口说明