基于藏文物联网技术物流管理系统的设计与实现

结合藏文信息技术和RFID技术,采用MSP430F2101作为系统射频部分的主控芯片,射频收发芯片则采用nRF24L01,射频传输的有效距离为10 m。本系统的货物ID卡采用无源卡,极大地方便了货物ID卡的安装与维护。本系统的上位机管理软件实现了通过货物的ID号进行查询、跟踪及了解货物的具体信息,使物流更加智能化、科学化,减少了人力资源的浪费。该系统数据更新十分的方便快捷,方便西藏地区的物流公司使用。     

基于嵌入式技术的藏汉英无线电子点菜终端的设计

基于西藏地区旅游业的迅速发展以及其带动下的西藏餐饮行业的实际需求,采用SPCE3200微控制芯片,外扩蓝牙模组和TFT液晶模组,结合嵌入式设计方法,设计出了具备藏、汉、英三种语言文字的实时点菜系统,旨在为中外游客在藏旅游时提供方便快捷的餐饮服务。实际测试结果表明,该系统反应快速、客户服务端与后台主机端网络互联简单且稳定、菜单及顾客的需求信息做到了准确的收发,符合西藏餐饮业的实际需求,适合在西藏地区推广。     

基于多特征融合的藏语语音情感识别

藏语语音情感识别是语音情感识别在少数民族语音处理上的应用,语音情感识别是人机交互的重要研究方向,提取最能表征语音情感的特征并构建具有较强鲁棒性和泛化性的声学模型是语音情感识别的重要研究内容。基于此,为了构建具有高效性和针对性的藏语语音情感识别模型,文中构建了一种藏语语音情感数据集（TBSEC001）,并提出一种适合于藏语的手工语音情感特征集（TPEFS）,该特征集是在藏语与其他语言的共性和特性的基础上手工提取得到的,TPEFS特征集在支持向量机（SVM）、多层感知机（MLP）、卷积神经网络（CNN）、长短时记忆网络（LSTM）这些经典网络中都取得了不错的效果。所提出的方法在藏语语音数据集（TBSEC001）上取得了88.4%的识别结果,以及在EMODB、RAVDESS、CASIA数据库上分别取得了84.1%、74.3%以及82.5%的识别结果。实验结果表明,该特征集在保证识别率的情况下,对藏语语音情感识别具有一定针对性。     

布达拉宫智能化管理模式研究

本方案引入物联网关键技术,针对当前布达拉宫传统管理模式上的一些纰漏问题,提出基于物联网的新型智能化管理系统设计方案,旨在解决布达拉宫票务管理、文物管理以及其他管理层所出现的问题,以加大文物保护和管理力度,增加其经济效益和社会效益。文中主要阐述了方案设计的必要性、部分功能的实现以及采用的核心技术。     

基于DM9000的以太网藏文信息控制平台

基于DM9000的以太网电路,单片机端移植精简TCP/IP协议栈unIP,实现简易的TCP服务器.对该简易的TCP服务器进行改造,把藏文网页存储到TCP服务器中,利用互联网直接访问该藏文TCP服务器.直接控制家用电器.这种小型化的、以单片机为基础的TCP服务器,接入到任何有互联网的端口,用户通过互联网轻松实现家电控制.该藏文信息平台给藏族同胞带来较为人性化的信息服务,具有一定的推广前景.     

基于RFID的智能阅览室图书管理系统的设计研究

现有的高校阅览室图书管理依然是人工管理模式,管理手段落后、管理效率低,图书管理流程复杂,读者满意度差。文章以高校图书管理为研究背景,通过对阅览室图书管理现状和需求的分析,结合物联网技术和RFID技术,提出了智能阅览室图书管理系统的设计方案,详细阐述了系统的功能和硬件设计。     

基于DM9000的以太网藏文信息控制平台

基于DM9000的以太网电路,单片机端移植精简TCP／IP协议栈unIP,实现简易的TCP服务器。对该简易的TCP服务器进行改造,把藏文网页存储到TCP服务器中,利用互联网直接访问该藏文TCP服务器,直接控制家用电器。这种小型化的、以单片机为基础的TCP服务器,接入到任何有互联网的端口,用户通过互联网轻松实现家电控制。该藏文信息平台给藏族同胞带来较为人性化的信息服务,具有一定的推广前景。     

中波广播发送技术探索

科学技术的不断发展使得我国经济发展、社会生产水平也得到了进一步提高,人们的生活质量也有了明显改善.广播电视行业的快速发展不仅是人们社会生活改善的一种表现,并且对各种社会活动的开展也有着显著的助推效果,而对于无线电广播来说,中波广播发送技术是其中的关键技术之一,一般以地面绕射的方式实现广播信号传播,传播质量高且接受便利....     

基于CNN+LSTM的藏语语音去噪算法

本文主要研究藏语语音去噪算法,提出一种基于频谱映射的卷积长短期记忆藏语语音去噪算法。该算法由数据准备模块、特征提取模块、网络模块以及音频还原模块4个模块组成,以纯净的拉萨语语音和加了噪声库NOISE-92六种单一噪声的带噪语音作为数据集,提取带噪语音和纯净语音的对数功率谱特征作为输入对网络进行训练,网络的效果通过可感知语音质量和短时客观可懂度两个指标进行评价。实验结果表明,该算法在非平稳噪声上的去噪效果优于平稳噪声,且信噪比越大其去噪效果越好;在低信噪比下,该算法在非平稳噪声上的表现优于谱减法和最小均方误差法。