论文部分内容阅读
系统以飞思卡尔推出的内部集成网络模块的MCF52233微控制器为基础,通过射频模块(RFID)读取ID(二代身份证)中的序列号,同时实现门禁和考勤功能,并具有"脱机"和"联机"两种工作模式。该系统现已进入实际应用阶段。
基于二代身份证的RFID门禁考勤系统
【摘 要】
：
系统以飞思卡尔推出的内部集成网络模块的MCF52233微控制器为基础,通过射频模块(RFID)读取ID(二代身份证)中的序列号,同时实现门禁和考勤功能,并具有"脱机"和"联机"两种工作模式。该系统现已进入实际应用阶段。
【机 构】
：
苏州大学计算机科学与技术学院
【出 处】
：
计算机应用与软件
【发表日期】
：
2011年03期
【基金项目】
：
国家自然科学基金（20871086）
其他文献
根据粗糙集方法所导出的规则构造模糊—神经网络,由规则的参数和离散化结果估计网络参数的初始值,使网络经训练能较快收敛并达到最优值。将其应用于PTA装置溶剂脱水塔精馏过程建模,所建模型的性能优于普通前馈神经网络,粗糙—模糊神经网络可以消除决策系统的冗余信息,降低模型复杂度。
值替代方法通过查找能够影响失败运行错误输出的语句,并确定这类语句的IVMP(兴趣值映射对)。IVMP是由语句中原错误运行中的值映射集合和能产生正确输出的可替代值映射集合组成。这种方法应用于错误定位分析,对确定错误语句本身和与错误语句直接相关的语句非常有效。提出了一种同时考虑控制依赖和数据依赖的值替代算法,并加入了语句错误可能性分析,能全面分析程序中的错误。
数据集浓缩是在一定条件下去除数据集合中的噪声和冗余数据,选用一个充分小的数据子集来代替原有数据集,而不降低数据挖掘任务的精确度的过程,是数据挖掘任务得到良好效果的保障,在某些场合又可作为完成数据挖掘任务的主要方法。对数据集浓缩技术的发展状况进行总揽和评述,分析并展望未来发展方向,为将致力于此研究方向的科研人员提供参考。
原子性错误的检测对于多线程程序并发错误的分析有着重要意义,其检测难点在于从违反原子性的情况中识别出会导致程序出错的执行序列。为了解决这个问题,采用测试训练提取原子性迁移对集合以及模型检测方法,提出原子性错误自动检测算法MC-AVIO。基于MC-AVIO实现原子性错误检测工具AtomFinder,通过对多组开源软件的测试,证明MC-AVIO对原子性错误的检测是有效的。