- 综合排序
- 最热优先
- 最新优先
- 来自专栏工程监测
NLM5系列中继采集仪常见问题
NLM5系列中继采集仪常见问题1.UART 通讯问题使用 UART 接口时一定要确认收发双方的通讯参数完全一致，包括通讯速率、数据位、校验位、停止位参数。 NLM 在上电时会主动输出设备基本信息，若与之连接的上位机可以正常接收到基本信息则说明通讯参数正确，若无法收到或者接收到“ 乱码” 则应修改上位机通讯参数，默认情况下 NLM 的通讯参数为115200, 参数访问相关问题对于 NLM 的参数访问必须是基于设备地址的指令（MDOBUS、 AABB、字符串），所以首先要确认指令中的设备地址是否正确。
32850编辑于 2022-07-14 - 来自专栏ISP图像处理相关
【阅读笔记】超分之LANR-NLM算法
稀疏表示的思想在于LR字典与HR字典可以共用一套稀疏系数矩阵 LR: 低分辨率；HR：高分辨率 LANR-NLM算法 Junjun Jiang提出LANR-NLM算法，处理learning the mapping 在重建阶段用NLM增强细节，会增加重建时间 实验 指标：peak signal to noise ratio (PSNR), structure similarity (SSIM) index and 最后，使用一种NLM滤波器增强方法来减少估计的HR图像中的伪影。 改进：1、LANR模型学习投影矩阵，2、NLM滤波减少伪影 规范化的局部正则化锚定领域回归 在训练阶段引入新的约束项得到新的投影矩阵 W^i=argmin_{W_i}∥y_i−N_{i,j}^Lw_i∥ DHN^H w 重写目标函数公式，得 W=argmin_{W}∥Y−DHN^Hw∥_2^2+λ_1∥G∙w∥_2^2 非局部相似的自适应正则化 在重建阶段后，得到output 对HR patch进行NLM
48310编辑于 2022-01-14 - 来自专栏工程监测
NLM5中继采集采发仪如何才能更省电？
NLM5xx 是一台低功耗的多通道无线采集采发仪， 内置电池可独立工作数年。 得益于优化后的传感测量、无线通讯、功耗控制等技术累积，设备平均功耗低至微安级别。 NLM5xx 有自动定时启动和随时无线唤醒两种工作模式。可定时启动或者使用无线读数仪将其唤醒采集传感器数据并经LoRA 无线发送。 使用 NLM5xx，连接多路传感器， 可以：（1） 定时采发仪： 定时启动， 将数据发送至数公里以内的计算机，实时显示传感器数据。（2） 数据记录仪： 定时存储传感数据，使用计算机集中下载。 （3） 无线传感节点： 使用手持式无线读数仪，随时唤醒 NLM5xx，无线的读取 NLM5xx 的传感器数据。
44520编辑于 2022-06-09 - 来自专栏红眼睛微型红外成像仪
NLM6XX系列无线无源采发仪
NLM6xx 是一台低功耗的多通道无线采发仪， 内置电池可独立工作数年。得益于我公司的传感测量、无线通讯、功耗控制等技术累积，设备平均功耗低至微安级别。 NLM6xx 有自动定时启动和随时无线唤醒两种工作模式。可定时启动或者使用无线读数仪将其唤醒采集传感器数据并经 LoRA 无线发送。 使用 NLM6xx，连接多路传感器，可以： （1）定时采发仪：定时启动，将数据发送至数公里以内的计算机，实时显示传感器数据。 （2）数据记录仪：定时存储传感数据，使用计算机集中下载。 （3）无线传感节点：使用手持式无线读数仪，随时唤醒 NLM6xx，无线的读取 NLM6xx 的传感器数据。
37610编辑于 2022-11-16 - 来自专栏工程监测
工程监测NLM5无线中继采集发送仪使用$SETPTool 工具读写参数
工程监测NLM5无线中继采集发送仪使用$SETPTool 工具读写参数图片$SETPTool 是通用的设备测试、参数读写工具，适用于稳控科技绝大部分设备机器。 $SETPTool For NLM5xx 的主界面如下图所示。图片按照主界面左下角操作提示即可进行参数的读取、修改，以及设备的实时数据的自动读取。 注意： NLM5xx 会在无操作数秒后进入休眠状态，处于休眠状态时可能对首个 UART 指令不响应，在进行参数读取、修改操作时，应注意观察界面左侧的实时信息，必要时需要重复点击指令按钮方可生效。
19320编辑于 2023-05-12 - 来自专栏工程监测
工程监测NLM5无线中继采集发送仪安装电池及数字接口
工程监测NLM5无线中继采集发送仪安装电池及数字接口图片1 安装电池/连接电源NLM5xx 使用内置电池和（或）外部电源工作。 可以仅安装 1~3 节 14500 型锂电池，或者仅使用外部供电，也可以内置电池和外部供电同时存在，此时 NLM5xx 的电能完全来自外部电源，同时外部电源也为内置电池充电。 安装内置电池的方法和步骤为：（1）打开 NLM5xx无线中继采集仪上盖，将电池安装于电池座内，注意电池正负极。 图片2 数字接口NLM5xx 的任意数字接口均可完成参数的读取与修改，上位机（一般为计算机）使用对应电平类型的数字接口或者通过 LoRA 接口与 NLM 建立连接即可，数字接口的接收缓存均为 200 字节 需要注意的是：无论使用哪种数字接口，上位机的接口参数必须与 NLM 一致。
34130编辑于 2023-05-11 - 来自专栏红眼睛微型红外成像仪
NLM6XX系列无线无源采发仪的工作模式
实时接收模式：NLM 设备的 LoRA-A 接口一直处于接收状态，可接收任意前导码长度的 LoRA 数据。 待机状态：NLM6xx 加电启动后的默认状态，在此状态下，NLM6xx 连续的侦听 LoRA-A 和 LoRA-B 是否接收到了有效的前导码①信号（时间间隔约 10mS），当接收到时切换至接收模式直到数据接收完毕 休眠与无线唤醒 除了可以自动定时启动外，NLM6xx 还支持无线唤醒功能，使用任意的与其 LoRA 参数相同的无线设备发送包含有一定时长前导码的数据包即可将处于休眠状态下的 NLM6xx 唤醒，被唤醒的 NLM6xx 可进一步接收其它指令，完成一些特定的工作。 利用此特性，使用我公司无线手持读数仪，可以在数公里内读取 NLM6xx 的实时传感器数据。图片
68920编辑于 2022-11-16 - 来自专栏工程监测
NLM5系列无线振弦传感采集仪的工作模式及休眠模式下状态
NLM5系列有实时接收和超时休眠两种工作模式，修改寄存器 WKMOD 为 0 表示工作于实时接收模式，为 1表示工作于超时休眠模式。 实时接收模式： NLM 设备的 LoRA-A 接口一直处于接收状态，可接收任意前导码长度的 LoRA 数据。 NLM5系列三种工作状态 图片 工作于超时休眠模式的设备有三种状态（待机、空闲、停机）。 待机状态： NLM5xx 加电启动后的默认状态，在此状态下， NLM5xx 连续的侦听 LoRA-A 和 LoRA-B 是否接收到了有效的前导码①信号（时间间隔约 10mS），当接收到时切换至接收模式直到数据接收完毕 在此状态下， NLM 设备的 UART 正常工作， LoRA 处于休眠侦听状态，每间隔 TIM_WUT 规定的时长进行一次前导码侦听。
53630编辑于 2022-07-11 - 来自专栏BioIT爱好者
NLM 公布了一个新的重新设计的 PubMed 数据库
经常使用 PubMed 的童鞋可能已经发现，美国国家医学图书馆(NLM)在今年 10 月份左右发布了一个新的重新设计的版本以取代 PubMed 数据库的现有版本，新版本现在已经上线，可以通过下面的链接进行访问 ：https://pubmed.ncbi.nlm.nih.gov/。 我们仍然可以访问 PubMed 的“遗留”版本(https://pubmed.gov/，或者 https://www.ncbi.nlm.nih.gov/pubmed/)，但是更新的界面将在 2020 年春天的某个时候成为默认的 引用创建工具：提供文章 AMA，MLA，APA，或 NLM 风格的引用格式。 滚动搜索结果(而不是点击页面)。 随着 NLM 继续收到用户的反馈，新 PubMed 的一些功能和外观可能会发生变化。
88220发布于 2021-10-15 - 来自专栏工程监测
NLM5xx 无线无源振弦传感采集仪中继网关工程常年使用
image.png NLM5xx是一台低功耗的多通道无线采集仪，得益于传感测量、无线通讯、功耗控制等技术累积，设备平均功耗低至微安级别。内置电池可独立工作数年。 image.png NLM5xx有自动定时启动和随时无线唤醒两种工作模式。可定时启动或者使用无线读数仪将其唤醒采集传感器数据并经LoRA无线发送。 使用NLM5xx，连接多路传感器，可以： （1）定时采发仪：定时启动，将数据发送至数公里以内的计算机，实时显示传感器数据。 （2）数据记录仪：定时存储传感数据，使用计算机集中下载。 （3）无线传感节点：使用手持式无线读数仪，随时唤醒NLM5xx，无线的读取NLM5xx的传感器数据。
35720编辑于 2022-05-16 - 来自专栏光芯前沿
NLM PhotonicsEnosemiAMF：多通道单波200G400G PAM4硅-有机物混合(SOH)调制器
原文链接： https://arxiv.org/abs/2509.24825 ◆ 核心成果：高性能硅-有机混合光子集成方案 为满足200G/λ及更高速率的光通信需求，由NLm Photonics 架构与版图设计 1.6T-DR8与3.2T-DR8两种PIC均由Enosemi与NLM Photonics联合设计，基于先进微铸造厂（AMF）的O波段GP v4.5工艺平台，采用200mm硅光子晶圆制造 SOH工艺实现 SOH工艺的核心是有机电光材料的处理，由NLM Photonics在管芯层面完成全套流程：首先，沉积Selerion HTX™（HLD型号）OEO材料；其次，进行封装、极化与交联处理 调制器性能表征 （1）低频表征 由NLM Photonics采用Maple Leaf探针台完成，核心目标是确定调制器的偏置点与半波电压（Vπ）：采用低频过调制法测量Vπ，以100kHz差分三角波作为激励信号 链路传输测试 由NLM Photonics与是德科技合作完成，针对两个1.6T-DR8 PIC的多通道进行224G PAM4数据传输测试，测试系统搭建与关键流程如下： - 测试平台：基于Maple
73910编辑于 2025-10-13 - 来自专栏机器之心
AI「王道」逻辑编程的复兴？清华提出神经逻辑机，已入选ICLR
神经逻辑机（NLM） NLM 是逻辑机在封闭世界假定下的神经网络实现。 下图 2 展示了 NLM 整体的多层、多组架构。NLM 的层级深度为 D（水平向），每一层有 B+1 个计算单元（垂直向）。 NLM 将谓项（前提）的张量作为输入，并执行一层层的计算，且把输出张量作为归结。 ? 图 2：神经逻辑机（NLM）的整体架构。 实验 研究者在大量任务上对 NLM 进行了实验，包括关系推理、决策等。此外，研究者还证明使用小规模实例训练的 NLM 可以泛化到大规模实例上。 此外，研究者还在算法任务上测试了 NLM 的能力，如排序算法和路径算法。 NLM 在积木世界、排序和寻找最短路径任务上的性能如下所示： ?
1.1K30发布于 2019-05-13 - 来自专栏生信技能树
解读SRA数据库规律一文就够
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE84498 看到如下： ? term=SRP078156 查看样本列表 https://www.ncbi.nlm.nih.gov/Traces/study/? acc=SRP078156 下载样本ID表格 https://www.ncbi.nlm.nih.gov/bioproject/PRJNA327548 https://www.ncbi.nlm.nih.gov 然后查看该project有哪些数据 链接：https://www.ncbi.nlm.nih.gov/Traces/study/? 这个实验共50个样本 然后进入每个样本 链接：https://www.ncbi.nlm.nih.gov/sra?
4.2K32发布于 2020-05-25 - 来自专栏生信技能树
GEO数据库的每个GPL平台对应的详细信息获取txt文本文件
一般来说，GEO数据库的每个GPL平台都有对应的网页，而且可以获取其详细信息的txt文本文件，比如：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi? 但是有一些 平台可能是没有这样的鼠标可以点击的地方，比如：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi? URL 的格式如下： 对于 GPL 记录：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi? acc=GPLxxx 对于 GSM 记录：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi? acc=GSMxxx 对于 GSE 记录：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?
2.2K21编辑于 2023-09-04 - 来自专栏生信技能树
CIBERSORT根据LM22来分类
by specific genomic alterations are associated with prognosis in bladder cancer https://www.ncbi.nlm.nih.gov changes during concurrent chemoradiotherapy in esophageal squamous cell carcinoma https://www.ncbi.nlm.nih.gov /pmc/articles/PMC6501001/ KIRP Immune infiltration in renal cell carcinoma https://www.ncbi.nlm.nih.gov immune infiltration based novel recurrence predicting nomogram in prostate cancer https://www.ncbi.nlm.nih.gov and Non-small Cell Lung Cancer Patients Treated With Immune Check-Point Blockades https://www.ncbi.nlm.nih.gov
5.1K30发布于 2019-10-20 - 来自专栏生信喵实验柴
不同物种拼接练习
/bioproject/PRJNA390205 https://www.ncbi.nlm.nih.gov/bioproject/PRJNA390205 esearch -db sra -query PRJEB21270 11/ERR002/2173/ERR2173371/ERR2173371.lite.1,PACBIO_SMRT ERR2173372,https://sra-downloadb.be-md.ncbi.nlm.nih.gov sra-pub-zq-11/ERR217/3372/ERR2173372.sralite.1,ILLUMINA ERR2173373,https://sra-downloadb.be-md.ncbi.nlm.nih.gov /ERR002/2173/ERR2173373/ERR2173373.lite.1,OXFORD_NANOPORE wget -c https://sra-downloadb.be-md.ncbi.nlm.nih.gov -11/ERR002/2173/ERR2173371/ERR2173371.lite.1 -O pacbio.sra wget -c https://sra-downloadb.be-md.ncbi.nlm.nih.gov
43720编辑于 2022-10-25 - 来自专栏生信情报站
详解Linux 下 Aspera 获取 SRA 数据
使用 3.1 下载地址 NCBI的FTP下载链接：ftp://ftp.ncbi.nlm.nih.gov/sra/sra-instant/reads/ByRun/sra/SRR/SRR507/SRR5077625 :/sra/sra-instant/reads/ByRun/sra/SRR/SRR507/SRR5077625/SRR5077625.sra 通过观察可以发现只需要把ftp://ftp.ncbi.nlm.nih.gov 换为era-fasp@fasp.sra.ebi.ac.uk:或anonftp@ftp-private.ncbi.nlm.nih.gov: 3.2 输入命令 $ ~/.aspera/connect/bin ascp -k 1 -QT -l 100M -i ~/.aspera/connect/etc/asperaweb_id_dsa.openssh -T anonftp@ftp-private.ncbi.nlm.nih.gov QT 100M 提高下载速度 -i ~/.aspera/connect/etc/asperaweb_id_dsa.openssh 密钥文件路径 -T anonftp@ftp-private.ncbi.nlm.nih.gov
3K20发布于 2021-01-13 - 来自专栏生信修炼手册
ISCA数据库简介
官网如下 http://www.iscaconsortium.org/ 目前该数据库中的信息已经移动到了dbGap和dbVar数据库中，以dbGap为例，链接如下 https://www.ncbi.nlm.nih.gov study_id=phs000205.v6.p2 对应的dbVar数据库的链接如下 http://www.ncbi.nlm.nih.gov/dbvar/studies/nstd37/ http://www.ncbi.nlm.nih.gov /dbvar/studies/nstd75/ http://www.ncbi.nlm.nih.gov/dbvar/studies/nstd45/ http://www.ncbi.nlm.nih.gov/
1.9K30发布于 2019-12-19 - 来自专栏新智元
周志华组最新论文提出“溯因学习”，受玛雅文字启发的神经逻辑机
为了验证溯因学习的有效性，作者实现了一个神经逻辑机（ Neural Logical Machine ，NLM）来演示这个溯因学习框架。图2展示了一个用于分类手写等式的NLM的架构。 NLM采用无梯度的优化方法来猜测符号出现错误的位置。 结果发现，NLM性能要显著优于两者，并且使用了更少的训练样本。不仅如此，当测试集的公式变长时，BiLSTM和DNC性能快速下降，而NLM却成功维持了超过80%的正确率。 图4：图A是NLM与其他方法在手写公式识别上的结果。红色代表NLM，随着公式长度增加（从5个字符到25个），NLM的准确性一直保持在80%以上，但是，DNC（蓝色）和BiLSTM（灰色）下降明显。 作者还检测了在NLM内部，随着学习的增加，感知精度有所提高（上图B）。这一结果表明，逻辑上的一致性可以充当监督信号。 此外，感知能力（图像识别性能）能够促进NLM在分类公式时的准确性（上图C）。
1.9K90发布于 2018-03-20 - 来自专栏DrugScience
PubChem-简介
web:https://pubchem.ncbi.nlm.nih.gov/ PubChem是美国国立卫生研究院（NIH）的开放化学数据库。 批量下载（Bulk Download）： PubChem FTP site:ftp://ftp.ncbi.nlm.nih.gov/pubchem PubChem Structure Download service (https://pubchem.ncbi.nlm.nih.gov/pc_fetch/pc_fetch.cgi) PubChem Assay Download service (https ://pubchem.ncbi.nlm.nih.gov/assay/assaydownload.cgi) 例子： 程序化下载(Programmatic Download): 可以使用包括E-Utilities URL-based API: https://pubchem.ncbi.nlm.nih.gov/rest/pug/<input specification>/<operation specification
3.3K20发布于 2021-02-04
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号