XiaoMi-AI文件搜索系统
World File Search System子系统
1553 概述 - 测试系统公司
第二次世界大战结束后，很明显未来的飞机将携带太多子系统，无法将一个子系统单独连接到另一个子系统。有必要减小子系统及其连接线的尺寸和重量，以消除子系统的重复，提高系统性能和可靠性并降低成本。要解决这些问题，需要一个可以连接所有子系统的通用数据总线。1968 年，汽车工程师协会 (SAE) 成立了一个由政府和行业人员组成的小组委员会，以开发数字时分多路复用数据总线。五年后，即 1973 年，MIL-STD-1553 作为空军标准发布。该标准经过两次修订； MIL-STD-1553A 于 1975 年作为三军标准发布，MIL-STD-1553B 于 1978 年作为三军/北约标准发布。此后，发布了两份包含进一步变更和澄清的通知：1980 年的通知 1 和
SOA航空电子学第2023章
小型航天器航空电子（SSA）由航天器平台的所有电子子系统，组件，仪器和功能元素组成，包括主要的飞行子元素命令和数据处理（CDH）和飞行软件（FSW），以及其他关键飞行程序，以及其他关键飞行子系统，例如有效载荷和子系统Avions（PSA）（PSA）。所有这些都必须配置为特定的任务平台，架构和协议，并且受适当的操作概念，开发环境，标准和工具的约束。CDH和FSW是集成航空电子系统的大脑和神经系统，通常以某种方式与所有其他子系统（无论是在直接点对点，分布式，集成，集成还是混合计算模式）中提供指挥，控制，通信和数据管理界面。航空电子系统本质上是所有组件及其功能集成在航天器上的基础。由于任务的性质会影响航空电子建筑设计，因此航空电子系统的可变性很大。
军用标准 MIL-STD-461D - 射频抗扰度
1.1 目的。本标准规定了为国防部活动和机构设计或采购的电子、电气和机电设备及子系统的电磁发射和敏感度特性控制的设计要求。此类设备和子系统可独立使用，也可作为其他子系统或系统的组成部分使用。还包括数据项要求。
教程 - HEV Design Suite
- 它可以帮助系统工程师评估系统需求，并了解主要子系统，例如电池，DC/DC转换器，牵引电机和控制器，发电机和控制器，发动机和车辆负载。- 它可以帮助子系统工程师得出子系统的详细硬件和软件规格，并更好地了解子系统的运营。- 它可以帮助硬件工程师进行硬件组件选择和设计，并帮助软件/控制工程师开发控制算法和DSP控制软件。- 它可以帮助系统集成工程师根据系统和子系统要求整合和测试系统。
Dong, Z.、Abdulghani, AM、Imran, MA 和 Abbasi, QH (2020) 使用物联网框架的人工智能智能制冷管理系统。在：2020 年计算、网络和物联网国际会议 (CNIOT 2020)，中国三亚，2020 年 4 月 24-26 日。ISBN：9781450377713 此版本与已发布版本之间可能存在差异。如果您想引用，建议您查阅出版商的版本。©国际计算、网络和物联网会议。这是作者的作品版本。它在此发布供您个人使用。不得重新分发。
本文介绍了一种利用人工智能和物联网 (IoT) 技术设计的智能制冷管理系统。该系统通过物联网技术收集制冷设备内的实时温度、记录产品信息并增强冰箱功能，以方便人们智能地管理冷藏和冷冻食品。所提出的系统分为两部分：板载子系统和基于互联网的子系统。板载子系统使用 Arduino Leonardo 板来控制其他组件，包括低功耗机器视觉 OpenMV 模块、温度和湿度传感器以及 GY-302 光强度传感器。OpenMV 相机模块用于识别食物类型、读取条形码并通过卷积神经网络 (CNN) 算法和 tesseract-ocr 进行 OCR（光学字符识别）。食物类型识别模型由深度学习框架 Caffe 训练。GY-302 光强度传感器用作相机模块的开关。DHT11 传感器用于监测冰柜内的环境信息。基于互联网的子系统在物联网上运行。它保存信息并从机载子系统上传，并充当食品供应商的接口。该系统表明，现有的日常公用事业系统与最新的人工智能 (AI) 和物联网 (IoT) 技术的结合可以帮助开发更智能的应用程序和设备。
调查1B-地球气候系统
虽然地球的气候系统是一个封闭的系统，但仅与周围空间交换能量，但其子系统是开放的系统，无论是开放的系统，即能量和质量循环和之间的相互作用。四个主要子系统是生物圈，水圈，岩石圈和大气。碳循环在碳循环中通过这些子系统自由使用，从而影响并与其组件相互作用。随着碳的变化形式，它以不同的速度穿过球体。当碳被隔离时，它对地球的气候系统的直接影响很小，但是当从水槽中释放出太多东西时，地球的气候可能会受到影响。在下一章中，我们将介绍科学家如何从经验上描述气候。
使用先进的Intross Li
抽象人类的前额叶和岛屿区域如何相互作用，同时最大程度地提高奖励和微型惩罚是未知的。利用人类的颅内记录，我们证明，与地方代表相比，相互作用可以更好地解散奖励或惩罚学习的功能特异性。前额叶和岛状皮质表现出非选择性神经种群以奖励和惩罚。非选择性响应会引起上下文 - 特定的核次间相互作用。我们确定了一个奖励子系统，具有眶额和腹侧前额叶皮层之间具有冗余相互作用的奖励子系统，后者的驱动作用。此外，我们发现了一个惩罚子系统，在岛屿和背外侧皮质之间具有多余的相互作用，并具有岛屿的驱动作用。最后，在奖励和惩罚学习之间切换是由两个子系统之间的协同互动介导的。这些结果提供了分布式皮质表征和支持奖励和惩罚学习的统一解释。