22、微处理器系统:原理、操作与编程详解

微处理器系统:原理、操作与编程详解

1. 存储器技术

在微处理器系统中,存储器技术至关重要。常见的存储器类型有可擦除可编程只读存储器(EPROM)和电可擦除可编程只读存储器(EEPROM)。
- EPROM :通过在栅极和漏极电极之间施加 25V 电压,源极和衬底接地,使电子被困在浮动栅极上,形成带电状态代表存储的 1 状态,未充电状态代表 0 状态,且这种状态是非易失性的。擦除数据时,将芯片暴露在紫外线下,使二氧化硅绝缘层暂时更具导电性,浮动栅极电荷消散。之后可通过向每个晶体管单元写回数据来恢复存储器内容。
- EEPROM :与 EPROM 类似,但允许对单个单元或字位置进行擦除,而非整个芯片。每个单元的浮动栅极结构有所改变,通过施加到栅极连接的信号可实现每个单元的选择性充电和放电,常用于可编程控制器、数据记录器等系统。

2. 微计算机基本功能

几乎所有微计算机系统都具备一些基本功能,理解这些功能是研究特定微计算机操作的重要前提。
- 定时功能 :微计算机系统的操作活动通过一系列循环指令实现,这需要精确的时钟机制。通常由自由运行的电子振荡器或时钟负责,有些系统中时钟内置在微处理器单元(MPU)中,有些则由独立单元通过单独的时钟控制总线提供。MPU 周期包括取指和执行阶段,取指部分指令相同,耗时一致;执行阶段因具体指令而异。一个定时脉冲从开始到结束的完整周期称为一个周期,完成操作指令可能需要一个或多个时钟周期,系统的机器周期可能可变,但定时脉冲周期是固定的。
- 取指和执行操作 :程序

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化训练,到执行分类及结果优化的完整流程,并介绍了精度评价通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置结果后处理环节,充分利用ENVI Modeler进行自动化建模参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值