資料介紹
描述
1. 語(yǔ)境
作為受害者和貢獻(xiàn)者,農(nóng)業(yè)在氣候變化現(xiàn)象中發(fā)揮了突出作用。傳統(tǒng)農(nóng)業(yè)是在大片土地上濫用水資源的基礎(chǔ)上建立起來(lái)的。這一事實(shí)使得世界上一半的可居住土地用于糧食生產(chǎn),這在中長(zhǎng)期內(nèi)是不可持續(xù)的。因此,迫切需要基于高端技術(shù)的園藝新方法來(lái)改變世界的喂養(yǎng)方式。在這個(gè)項(xiàng)目中,我們展示了水培農(nóng)業(yè)概念驗(yàn)證 (PoC) 的結(jié)果,該概念是使用 Quicklogic 的 QuickFeather 與 SensiML 結(jié)合開(kāi)發(fā)的,以強(qiáng)調(diào)無(wú)土作物生長(zhǎng)對(duì)氣候變化帶來(lái)的巨大好處。
2.簡(jiǎn)介
根據(jù)歐盟 (EU) 的農(nóng)業(yè)政策報(bào)告CAP 和氣候變化 | 歐盟委員會(huì) (europa.eu)對(duì)聯(lián)合國(guó)糧食及農(nóng)業(yè)組織 (FAO) 而言,傳統(tǒng)農(nóng)業(yè)通過(guò)土地的廣泛利用、飼養(yǎng)牲畜和化石燃料的密集使用,是溫室氣體排放的驅(qū)動(dòng)力。后者已成為制造化肥和殺蟲(chóng)劑、為重型農(nóng)業(yè)機(jī)械、運(yùn)輸和谷物干燥等發(fā)電提供動(dòng)力的必要條件。因此,隨著世界人口對(duì)食物需求的不斷增加,農(nóng)業(yè)活動(dòng)導(dǎo)致的二氧化碳 (CO2)、甲烷 (CH4) 和一氧化二氮 (N2O) 的數(shù)量已經(jīng)失控,這些是全球變暖的主要原因。因此,迫切需要采取行動(dòng),通過(guò)可持續(xù)的新農(nóng)業(yè)方法養(yǎng)活人類,同時(shí)需要更少的能源。盡管全球的石油公司都在推廣生物燃料作為一種替代品,以減輕化石能源對(duì)溫室氣體產(chǎn)生的影響,但現(xiàn)實(shí)情況是這些燃料的使用遠(yuǎn)非大規(guī)模。為了減少對(duì)可燃物的依賴,農(nóng)業(yè)必須在當(dāng)?shù)剡M(jìn)行,以避免因運(yùn)輸而產(chǎn)生的氣體排放;不用殺蟲(chóng)劑和化肥,必須占用更少的土地來(lái)控制瘟疫;必須減少用水量以防止水土流失;并且必須是素食主義者。符合所有上述要求的有前途的方法之一是基于水培的園藝。現(xiàn)實(shí)情況是,這些燃料的引入遠(yuǎn)非大規(guī)模。為了減少對(duì)可燃物的依賴,農(nóng)業(yè)必須在當(dāng)?shù)剡M(jìn)行,以避免因運(yùn)輸而產(chǎn)生的氣體排放;不用殺蟲(chóng)劑和化肥,必須占用更少的土地來(lái)控制瘟疫;必須減少用水量以防止水土流失;并且必須是素食主義者。符合所有上述要求的有前途的方法之一是基于水培的園藝。現(xiàn)實(shí)情況是,這些燃料的引入遠(yuǎn)非大規(guī)模。為了減少對(duì)可燃物的依賴,農(nóng)業(yè)必須在當(dāng)?shù)剡M(jìn)行,以避免因運(yùn)輸而產(chǎn)生的氣體排放;不用殺蟲(chóng)劑和化肥,必須占用更少的土地來(lái)控制瘟疫;必須減少用水量以防止水土流失;并且必須是素食主義者。符合所有上述要求的有前途的方法之一是基于水培的園藝。并且必須是素食主義者。符合所有上述要求的有前途的方法之一是基于水培的園藝。并且必須是素食主義者。符合所有上述要求的有前途的方法之一是基于水培的園藝。
水培法是一種無(wú)土栽培作物的方法,它的根部不斷地用營(yíng)養(yǎng)液灌溉。在這種情況下,植物生長(zhǎng)得更快,因?yàn)榕c傳統(tǒng)的土壤栽培相比,光照、養(yǎng)分、氧氣和二氧化碳的量以及瘟疫可以得到大規(guī)模控制。由于這種方法不需要土壤,大城市已采用這種方法生產(chǎn)某些植物標(biāo)本,如土豆、西紅柿和生菜,有助于減少運(yùn)輸產(chǎn)生的溫室氣體。與水的消耗有關(guān),它通過(guò)由泵組成的灌溉系統(tǒng)提供給作物。灌溉是作物生長(zhǎng)的關(guān)鍵因素,因?yàn)轲B(yǎng)分的吸收取決于溶解在水中的氧氣量。所以,在水培系統(tǒng)中,當(dāng)根區(qū)發(fā)生一定程度的枯竭時(shí),必須提供水溶液,根區(qū)用作水庫(kù)。這樣,技術(shù)的使用就變得顯而易見(jiàn),以便在植物需要時(shí)自動(dòng)提供它們所需的東西。
在本文中,我們介紹了使用 QuickLogic 的 QuickFeather 1.2 版與機(jī)器學(xué)習(xí) SensiML 框架結(jié)合使用的信息物理系統(tǒng) (CPS) 的設(shè)計(jì)和實(shí)現(xiàn)。QuickFeather 板用于處理從溫度傳感器捕獲的數(shù)據(jù),而機(jī)器學(xué)習(xí)框架則訓(xùn)練一個(gè)模型,該模型可實(shí)時(shí)提供有關(guān)農(nóng)作物需要灌溉的時(shí)間和所需營(yíng)養(yǎng)量的準(zhǔn)確信息。我們的系統(tǒng)模擬水培種植園,我們?cè)谒湍茉聪姆矫嬖u(píng)估我們的解決方案,以驗(yàn)證這種類型的糧食生產(chǎn)系統(tǒng)可以有效取代傳統(tǒng)農(nóng)業(yè)。
2.解決方案
我們的 CPS PoC 如下圖所示。如圖所示,它主要由濕度和溫度傳感器以及用于控制氧氣的氣石組成。此設(shè)置代表深水養(yǎng)殖系統(tǒng),其中作物的根部被放置在一個(gè)裝滿基質(zhì)的網(wǎng)盆中。根部直接暴露在水性營(yíng)養(yǎng)液中,泵注入氣泡以保持作物充足的氧氣。因此,這種水培配置促進(jìn)了植物的快速生長(zhǎng),同時(shí)保持了建筑的廉價(jià)和簡(jiǎn)單。該系統(tǒng)的主要優(yōu)點(diǎn)是它在泵發(fā)生故障時(shí)具有彈性,因?yàn)樗褂昧舜罅康娜軇参锶匀豢梢源婊詈荛L(zhǎng)時(shí)間。在我們的實(shí)驗(yàn)中,

值得注意的是,擴(kuò)散的氧氣允許植物根部吸收最大量的養(yǎng)分,從而加速作物生長(zhǎng)。這就是水培法對(duì)氣候變化產(chǎn)生積極影響的原因,因?yàn)橛行У酿B(yǎng)分吸收有效地減少了所需的肥料量,同時(shí)縮短了食品生產(chǎn)的上市時(shí)間。
在這個(gè)項(xiàng)目中,我們通過(guò)濕度、pH 值和溫度傳感器跟蹤農(nóng)作物的生長(zhǎng)。根據(jù)我們的考慮,這些代表了可以提供有關(guān)功能的準(zhǔn)確信息的指標(biāo)
為了跟蹤不同的變量,我們將插入濕度和溫度傳感器。可以使用預(yù)測(cè)水管理的機(jī)器學(xué)習(xí)模型分析捕獲的數(shù)據(jù)。具體而言,我們有興趣研究溫度如何通過(guò)蒸發(fā)、酸度和土壤水分等現(xiàn)象影響生態(tài)系統(tǒng)動(dòng)態(tài)。因此,可以在 QuickFeather 板上實(shí)施深度學(xué)習(xí)算法,以根據(jù)蔬菜的蒸發(fā)和蒸騰作用預(yù)測(cè)最佳灌溉。
2.1 設(shè)置
2.1.1 作物生長(zhǎng)
我們?cè)诰哂辛字参锍叽绲乃嘞到y(tǒng)種植套件上開(kāi)發(fā)了我們的項(xiàng)目。我們之所以選擇該套件,是因?yàn)樗蓤?jiān)固耐用的優(yōu)質(zhì)塑料制成,可適應(yīng)任何植物家族的生長(zhǎng)。更多信息可以在像這樣的外部零售商處找到。

水培栽培由兩個(gè)階段組成:
- 初始植物發(fā)芽:種子很脆弱,在用于水培系統(tǒng)之前需要非常小心。種子需要潮濕的環(huán)境,而不會(huì)接觸到水培系統(tǒng)的營(yíng)養(yǎng)物質(zhì)。這就是為什么最初的植物發(fā)芽是在水培系統(tǒng)之外進(jìn)行的原因。根據(jù)植物類型,此過(guò)程可能需要 1 到 2 周的時(shí)間。互聯(lián)網(wǎng)上的大多數(shù)教程都推薦使用巖棉來(lái)改善這個(gè)生長(zhǎng)階段。我們放了一個(gè)塑料蓋以保持高濕度。

- 水培系統(tǒng)中的植物生長(zhǎng):一旦植物長(zhǎng)出小根,就可以將它們放在塑料海綿內(nèi)以繼續(xù)生長(zhǎng)周期,如下圖所示。

2.1.2 氣泵
為了計(jì)算氣泵的尺寸,重要的是要考慮營(yíng)養(yǎng)液儲(chǔ)存器的尺寸。通常,規(guī)則規(guī)定氣泵的電壓必須等于可用營(yíng)養(yǎng)液的加侖數(shù)。在我們的案例中,對(duì)于這個(gè)微型 PoC,我們基本上可以使用任何氣泵,因?yàn)樯L(zhǎng)套件中的水可以在沒(méi)有任何具體問(wèn)題的情況下被充氧。
2.2 硬件開(kāi)發(fā)
QuickFeather 是開(kāi)發(fā)該項(xiàng)目的基礎(chǔ)平臺(tái)。與其他開(kāi)發(fā)板相比,它因受到開(kāi)源硬件開(kāi)發(fā)套件和軟件工具的支持而脫穎而出。市場(chǎng)上有其他微控制器,它們提供不同和相似的硬件模塊,例如 arduino Uno WiFi 或 Arduino MKR VIDOR 4000,但其中沒(méi)有 QuickFeather 擁有的廣泛支持,這使得它對(duì)新開(kāi)發(fā)人員非常有吸引力。QuickFeather 的主要特性之一是其內(nèi)置的 eFPGA,它可通過(guò)名為 SymbiFlow 的框架進(jìn)行編程,以利用矢量化來(lái)計(jì)算高度并行化的程序。MCU 可以通過(guò) Zephyr 和 FreeRTOS 刷寫(xiě)。
讀者可以訪問(wèn)此處提供的文檔。然而,仍然沒(méi)有可用的引腳圖,所以我提出以下一個(gè):

如圖所示,總共有 8 個(gè) GPIO 和兩個(gè) I2C 接口。模數(shù)轉(zhuǎn)換器 (ADC) 可用于連接多個(gè)傳感器,正如 QuickLogic 開(kāi)放式可重構(gòu)計(jì)算 (QORC) Quickfeather 軟件開(kāi)發(fā)套件 (SDK) 文檔中所推薦的那樣。
本項(xiàng)目開(kāi)發(fā)使用的除QuickFeather 1.2以外的組件如下:
- 2000毫安鋰聚合物電池
- DS18B20溫度傳感器:是一種防水傳感器,可用于塑料容器內(nèi)。它可以測(cè)量從 - 55 C 到 +125 C 范圍內(nèi)的溫度。
- 土壤濕度傳感器:傳感器顯示 0-100 的相對(duì)值,可以使用參考文獻(xiàn)中的程序?qū)ζ溥M(jìn)行校準(zhǔn)。
- pH 傳感器:顯示 0 到 14 范圍內(nèi)的 pH 值。
2.2.1數(shù)據(jù)采集方式
為了訓(xùn)練機(jī)器學(xué)習(xí)模型,必須使用 QuickFeather 捕獲足夠的數(shù)據(jù)。從 Quickfeather 讀取數(shù)據(jù)有兩種方法:通過(guò)其他設(shè)備(如 esp32)通過(guò) WiFi 傳輸數(shù)據(jù)或使用串行連接。
我們將 USB 串行連接連接到 Raspberry 3B i,以便擁有用于數(shù)據(jù)收集的低功率設(shè)備。以下方案描述了如何與不同的電子元件建立連接。

2.2.2模型推理狀態(tài)
我們假裝證明鋰電池的使用足以為 QuickFeather 供電,以實(shí)時(shí)訓(xùn)練機(jī)器學(xué)習(xí)模型,使設(shè)備完全自主。這是我們?yōu)轵?yàn)證 PoC 設(shè)定的目標(biāo),因?yàn)槲覀兿胱C明技術(shù)是擴(kuò)大水培農(nóng)業(yè)糧食生產(chǎn)的關(guān)鍵。
如下圖所示,執(zhí)行器直接連接到 QuickFeather 的引腳,其激活和睡眠模式直接取決于經(jīng)過(guò)訓(xùn)練的機(jī)器學(xué)習(xí)預(yù)測(cè)模型。在下一節(jié)中,將詳細(xì)解釋 SensiML 如何用于部署我們的自主智能 CPS。

2.2.3 水和能源消耗
我們已經(jīng)對(duì)我們的系統(tǒng)進(jìn)行了大規(guī)模測(cè)試,并得出了以下指標(biāo)來(lái)評(píng)估我們的解決方案與傳統(tǒng)農(nóng)業(yè)的比較。由于我們使用的是鋰電池,所以我們將總消耗電量計(jì)算為電池容量與使用時(shí)間的乘積。我們處理了正在使用的 2000mAH 電池。根據(jù)這份報(bào)告,通過(guò)假設(shè)我們的電源無(wú)休止地使用,與歐洲生產(chǎn)一種食物所消耗的能源相比,我們的解決方案的能源消耗比傳統(tǒng)農(nóng)業(yè)低 80% 左右。https://edepot.wur.nl/278550
在耗水量方面,我們?cè)趩挝幻娣e灌溉方面優(yōu)于傳統(tǒng)農(nóng)業(yè)高達(dá) 90%。我們?cè)诜N植套件中裝滿了四升水,并在同一地區(qū)更換了兩周。通過(guò)擴(kuò)大這個(gè)值并與世界銀行的數(shù)字進(jìn)行比較,https ://www.worldbank.org/en/topic/water-in-agriculture#3 ,我們得出結(jié)論,水培可以減少高達(dá) 90% 的用水量每平方公里。
2.3 軟件開(kāi)發(fā)
SensiML 還提供了一個(gè)用于數(shù)據(jù)采集的開(kāi)源實(shí)用程序,稱為SensiML Open Gateway。我們通過(guò)遠(yuǎn)程服務(wù)器使用它為該軟件做出了貢獻(xiàn),對(duì)于我們的研究案例來(lái)說(shuō),它是一個(gè) Raspberry Pi,因?yàn)樗梢栽谟布_(kāi)發(fā)部分中顯示。Raspberry Pi 使用 UART 串??行連接從 Quickfeather 接收數(shù)據(jù),并將其保存在內(nèi)存 SD 卡中。然后將此數(shù)據(jù)傳輸?shù)奖镜貦C(jī)器或云端進(jìn)行分析。
SensiML 的一大優(yōu)勢(shì)是其工具的多功能性:
- 數(shù)據(jù)捕獲實(shí)驗(yàn)室用于捕獲、標(biāo)記、訓(xùn)練和導(dǎo)出機(jī)器學(xué)習(xí)模型。這對(duì)于不想直接處理機(jī)器學(xué)習(xí)的最終用戶來(lái)說(shuō)尤其有趣。
- 另一種選擇是在 Jupyter 筆記本中使用 AutoML Python 庫(kù),這樣可以在機(jī)器學(xué)習(xí)訓(xùn)練期間提供更大的靈活性。此方法面向希望對(duì)界面有更多控制權(quán)的數(shù)據(jù)科學(xué)家。
我們從溫度和 pH 傳感器獲取數(shù)據(jù)。水培設(shè)備在室內(nèi),白天水溫變化不大。然而,由于植物不斷生長(zhǎng),pH 值的影響更大。下圖顯示了這兩個(gè)變量的演變。

這兩個(gè)值的理想范圍是:溫度為 15 至 26°C,pH 為 5.8 至 6.4。我們還注意到 pH 值受氣泵狀態(tài)的影響,因此當(dāng)泵運(yùn)行時(shí)它會(huì)增加,而當(dāng)泵不轉(zhuǎn)動(dòng)時(shí)它會(huì)降低(變得更酸)。我們認(rèn)為這可能是一個(gè)很好的用例,機(jī)器學(xué)習(xí)模型應(yīng)該檢測(cè)何時(shí)打開(kāi)泵。
為了訓(xùn)練機(jī)器學(xué)習(xí)模型,我們將數(shù)據(jù)標(biāo)記為“ON”,即當(dāng) pH 值較低且需要打開(kāi)氣泵時(shí)。在下圖中,您可以在泵應(yīng)打開(kāi)時(shí)看到 1 上的綠線。

在數(shù)據(jù)科學(xué) (DS) 中,此用例對(duì)應(yīng)于二元分類問(wèn)題。我們使用 SensiML SDK 定義了一個(gè)管道,其中數(shù)據(jù)在窗口中被切片,進(jìn)行特征提取,然后將其饋送到機(jī)器學(xué)習(xí)模型,在該模型中輸出決定是否應(yīng)該打開(kāi)氣泵。在選擇可以使用的模型類型時(shí)也有靈活性(更多信息和示例可以在SensiML 教程中找到),對(duì)于我們的案例,我們使用了具有 6 個(gè)順序?qū)拥?a href='http://www.brongaenegriffin.com/tags/神經(jīng)網(wǎng)絡(luò)/' target='_blank' class='arckwlink_none'>神經(jīng)網(wǎng)絡(luò)。該模型在驗(yàn)證數(shù)據(jù)上具有 76% 的準(zhǔn)確率和 86% 的召回率(敏感度),如下圖所示。

可以使用 jupyter 小部件直接從筆記本導(dǎo)出和下載該模型。這對(duì)數(shù)據(jù)科學(xué)家來(lái)說(shuō)非常方便,因?yàn)橐磺卸荚?python 上運(yùn)行。

模型的輸出可以以不同的方式使用:
* 當(dāng)需要打開(kāi)氣泵時(shí),點(diǎn)亮 Quickfeather 上的板載 LED。
* 使用繼電器開(kāi)啟和關(guān)閉氣泵
* 使用機(jī)械組件向水中添加更多營(yíng)養(yǎng)。
為了簡(jiǎn)單起見(jiàn),我們選擇了第一個(gè)選項(xiàng),因此只要模型的燈亮起,我們就手動(dòng)打開(kāi)泵。該模型能夠預(yù)測(cè)何時(shí)需要改變泵的性能。

3. 結(jié)論與展望
在這個(gè)項(xiàng)目中,我們開(kāi)發(fā)了一個(gè) CBS 來(lái)證明基于水培的農(nóng)業(yè)是一種真正有吸引力的解決方案,可以解決農(nóng)業(yè)活動(dòng)發(fā)展過(guò)程中產(chǎn)生的溫室氣體排放問(wèn)題。我們的主要?jiǎng)訖C(jī)是提供一個(gè)真正的 PoC 來(lái)證明世界可以有效地適應(yīng)新型環(huán)境友好型農(nóng)業(yè),這些農(nóng)業(yè)既不依賴化石燃料也不依賴牲畜生產(chǎn)。
我們使用 SensiML 軟件根據(jù)經(jīng)過(guò)訓(xùn)練的機(jī)器學(xué)習(xí)模型來(lái)調(diào)節(jié)氣泵的功能。我們證明了可以根據(jù)水的氧化水平來(lái)控制作物生長(zhǎng)的所有重要變量。因此,我們證明了基于高端技術(shù)的水培農(nóng)業(yè)是現(xiàn)實(shí)的,由于其價(jià)格低廉且維護(hù)簡(jiǎn)單,可以在全球范圍內(nèi)采用。
我們確實(shí)認(rèn)為,通過(guò)這個(gè)項(xiàng)目,我們成功地展示了農(nóng)業(yè)可以本地化,消耗更少的氫資源和肥料。農(nóng)作物的生產(chǎn)是在一個(gè)微型種植套件中進(jìn)行的,預(yù)計(jì)可以將其堆疊起來(lái)以擴(kuò)大飼料生產(chǎn)。另一方面,水培可將農(nóng)業(yè)所需的水和肥料量減少高達(dá) 90%,因?yàn)橹参锏臐穸戎荒芡ㄟ^(guò)根部的水溶液來(lái)維持。
然而,值得注意的是,深水養(yǎng)殖系統(tǒng)對(duì)酸度 (pH) 和電導(dǎo)率的變化非常敏感,嚴(yán)格跟蹤這些變量對(duì)于作物的生長(zhǎng)是必不可少的。我們假裝通過(guò)擁有更大的種植套件來(lái)擴(kuò)展這個(gè)項(xiàng)目,我們可以在其中評(píng)估如何通過(guò) QuickFeather 網(wǎng)絡(luò)大規(guī)模生產(chǎn)食物。
- AI遇冷?2023從融資再看AI“芯”賽道? 2次下載
- ChatGPT:AI模型框架研究 9次下載
- 使用QuickFeather開(kāi)發(fā)工具包和SensiML
- Arduino垂直水培農(nóng)場(chǎng)
- Arduino控制的水培安裝
- 基于Arduino Nano的自動(dòng)化水培系統(tǒng) 2次下載
- 使用QuickFeather和SensiML識(shí)別家庭負(fù)荷
- 水培植物的水酸堿度監(jiān)測(cè)開(kāi)源
- 專業(yè)的水培控制系統(tǒng)開(kāi)源分享
- AI框架中數(shù)據(jù)處理的挑戰(zhàn)與解決思路
- 嵌入式學(xué)習(xí)框架
- Linux內(nèi)核開(kāi)發(fā)框架學(xué)習(xí)資料匯總 24次下載
- 基于DSP和PC的農(nóng)業(yè)機(jī)器人控制系統(tǒng) 18次下載
- 基于成對(duì)學(xué)習(xí)和圖像聚類的肺癌亞型識(shí)別 4次下載
- 統(tǒng)一框架下期望在線核選擇的競(jìng)爭(zhēng)性分析 44次下載
- TensorFlow與PyTorch深度學(xué)習(xí)框架的比較與選擇 1020次閱讀
- 視覺(jué)深度學(xué)習(xí)遷移學(xué)習(xí)訓(xùn)練框架Torchvision介紹 934次閱讀
- 基于Arduino的機(jī)器學(xué)習(xí)開(kāi)發(fā) 1.9w次閱讀
- PyTorch開(kāi)源深度學(xué)習(xí)框架簡(jiǎn)介 4503次閱讀
- 基于物聯(lián)網(wǎng)的水培農(nóng)場(chǎng)設(shè)計(jì)方案 2697次閱讀
- 昇思MindSpore全場(chǎng)景AI框架1.6版本的關(guān)鍵特性 2346次閱讀
- 深度學(xué)習(xí)框架你了解多少 2223次閱讀
- Facebook與CMU聯(lián)手打造開(kāi)源框架PyRobot 3875次閱讀
- 微軟新的機(jī)器學(xué)習(xí)框架核心產(chǎn)品機(jī)器學(xué)習(xí)引擎infer.NET的概述 4160次閱讀
- PLASTER:一個(gè)與深度學(xué)習(xí)性能有關(guān)的框架 3533次閱讀
- 深度學(xué)習(xí)發(fā)展的5個(gè)主力框架 4069次閱讀
- 為什么選擇Caffe深度學(xué)習(xí)框架Caffe的安裝和程序概述 4268次閱讀
- 深度學(xué)習(xí)框架與前端接口介紹 8858次閱讀
- 深度學(xué)習(xí)框架Keras代碼解析 4519次閱讀
- 深度學(xué)習(xí)開(kāi)源框架,AI從業(yè)者的選擇之路 2414次閱讀
下載排行
本周
- 1山景DSP芯片AP8248A2數(shù)據(jù)手冊(cè)
- 1.06 MB | 532次下載 | 免費(fèi)
- 2RK3399完整板原理圖(支持平板,盒子VR)
- 3.28 MB | 339次下載 | 免費(fèi)
- 3TC358743XBG評(píng)估板參考手冊(cè)
- 1.36 MB | 330次下載 | 免費(fèi)
- 4DFM軟件使用教程
- 0.84 MB | 295次下載 | 免費(fèi)
- 5元宇宙深度解析—未來(lái)的未來(lái)-風(fēng)口還是泡沫
- 6.40 MB | 227次下載 | 免費(fèi)
- 6迪文DGUS開(kāi)發(fā)指南
- 31.67 MB | 194次下載 | 免費(fèi)
- 7元宇宙底層硬件系列報(bào)告
- 13.42 MB | 182次下載 | 免費(fèi)
- 8FP5207XR-G1中文應(yīng)用手冊(cè)
- 1.09 MB | 178次下載 | 免費(fèi)
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費(fèi)
- 2555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33566次下載 | 免費(fèi)
- 3接口電路圖大全
- 未知 | 30323次下載 | 免費(fèi)
- 4開(kāi)關(guān)電源設(shè)計(jì)實(shí)例指南
- 未知 | 21549次下載 | 免費(fèi)
- 5電氣工程師手冊(cè)免費(fèi)下載(新編第二版pdf電子書(shū))
- 0.00 MB | 15349次下載 | 免費(fèi)
- 6數(shù)字電路基礎(chǔ)pdf(下載)
- 未知 | 13750次下載 | 免費(fèi)
- 7電子制作實(shí)例集錦 下載
- 未知 | 8113次下載 | 免費(fèi)
- 8《LED驅(qū)動(dòng)電路設(shè)計(jì)》 溫德?tīng)栔?/a>
- 0.00 MB | 6656次下載 | 免費(fèi)
總榜
- 1matlab軟件下載入口
- 未知 | 935054次下載 | 免費(fèi)
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537798次下載 | 免費(fèi)
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420027次下載 | 免費(fèi)
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費(fèi)
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費(fèi)
- 6電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191187次下載 | 免費(fèi)
- 7十天學(xué)會(huì)AVR單片機(jī)與C語(yǔ)言視頻教程 下載
- 158M | 183279次下載 | 免費(fèi)
- 8proe5.0野火版下載(中文版免費(fèi)下載)
- 未知 | 138040次下載 | 免費(fèi)
評(píng)論