激光平地机监控模块主控芯片AT89C2051单片机设计

学 习算 法 ［］ Ｊ ．计算 机 工 程 与 应 用 ，２０ （６ ：４３ ． ０ ８ １） ３ —６
编 辑 ： 心 文
激光平地机监控模块主控芯片 Ａ ８Ｃ ０ 单片机设计 Ｔ ９ ２５ １
王 莉 ， 丛子 森
（ ． 阳 工 业 大学 辽 阳 校 区 ， 宁 １沈 辽 辽阳 １ １ ０ ； ． 国 石 油 辽 阳石 化 分公 司 ， 宁 １０３２中 辽 辽阳 １１０） １ ０ ３
摘 要 ： 计 了一 款 激 光 平 地 机 监 控 模 块 主 控 芯 片 Ａ ９ ２ ５ 设 Ｔ８Ｃ Ｏ １单 片 机 ， 设 计 应 用 国 产 硅 光 电 池 为 激 光 本
接 收 传 感 器 ， 用 幅度 调 制 的 方 法 对微 弱 低 频 的 模 拟 电 信 号 进 行 预 处 理 ， 效 地 解 决 了在 很 低 信 采 有
型 电脑 应 用 ， ０ ４ ８ ： － ． ２ ０ （ ） ６８
障诊 断 中的 应 用 ［］ Ｊ．中 国机 械 工 程 ，２０ （０ ：９ —０． ０ ３ １） ８ ６９０
［ ］戴 芹 ，马 建 文 ，陈 雪 ， 航 空 遥 感 数 据 的 贝 叶 斯 网 络 分 类 ６ 等． ［］ Ｊ．国 土 资 源 遥感 ，２ ０ （ ） ３—６ ０ ５ １ ：４３ ． ［ ］莫 富强 ，王 浩 ，姚 宏 亮 ， ７ 等．基 于 领 域 知 识 的 贝 叶 斯 网络 结 构
科 学 版 ， ０ ２ １ ： －４ ２ ０ （） ９１ ．
习算 法 ［ ］ Ｊ．微 电子 学 与计 算 机 ，２ ０ （ ２ ：０７ ． ０ ８ １ ） ７—２ ［ ］李 俭 川 ， 茑 庆 ， 国军 ，等．贝 叶斯 网络 理 论 及 其 在 设 备 故 ５ 胡 秦
［ ３余 东 峰 ， 兆 林 ．基 于 贝 叶斯 网络 不 确 定 推 理 的 研 究 口］ ２ 孙 ．微
后 计算 每个候 选 模 型 的评 分 ， 将 最 优候 选 模 型 并 与 当前 模型进 行 比较 ； 最优 候选 模 型的评 分大 ， 若 则 以它为 下 一个 模 型 ， 续搜 索 ， 则 ， 停止 搜 继 否 就 索， 并返 回当前模 型． 爬 山算法 的伪 代码 如下 ：
Ｈ Ｃ（ ， ， ） Ｘ， ｆ
［ ］胡 笑 旋 ， 善 林 ，李 永 森．基 于 Ｃ Ｒ 的 贝 叶 斯 网 络构 造 Ｅ］ ３ 杨 Ｂ Ｊ．
计 算 机 工 程 与 应用 ，２ ０ （ ） ３－１ ０ ５ ７ ：０３ ．
［ ］肖海 慧 ， 奎 ，王 浩 ．融 合 关 联 规 则 与 知 识 的 贝 叶 斯 网 络 学 ４ 俞
（ ） ｛ ｔ ｍｐ ｃ ｒ ｎ ｗｓ ｏ ｅ ： ８ ｉ（ ｅ ｓ ｏ ｅ ｅ ｃ ｒ ） （） ９ ； ； ｅ ｃ ｒ － ｔ ｍｐ ｃ ｒ ； ｎ ｗｓ ｏ ｅ － ｅ ｓ ｏ ｅ ，
（ ０ ｅ ｄ ｉ： １ ） ｎ ｆ
（ １ ｅ ｄ ｆ ｒ １ ） ｎ ｏ ： （ ２ ｉ（ ｅ ｃ ｒ ＞ ｏ ｄ ｃ ｒ ） １ ） ｆ ｎ ｗＳ ｏ ｅ ｌＳ ｏ ｅ ； （ ３ １ ）
— —
（ ６ ｅ ｄ ｉ； １ ） ｎ ｆ
（ ７） ｎｄ ｗｈ ｌ １ ｅ ｉｅ
４ 结 论
目前 ， 叶斯 网络 研 究 主 要集 中在 以 下 几个 贝 方向： 一个 研究 方 向是 基 于 不 完 整数 据 集 构 造 贝 叶斯 网络 ， 以充 分 利用 不 完 整 数 据样 本 中所 包含 的信 息 ； 一个 研究 方 向是 降 低 贝 叶斯 网络 学 习 另
噪 比的 条 件 下接 收 微 弱 低 频 信 号 的 可 靠 性 问题 ．
关 键 词 ： 光 平 地 机 ； 制模 块 ； 激 控 ＡＴ８ Ｃ Ｏ １单 片机 ９ ２５
［ 中图 分 类 号 ］ ６ ３ ＴＰ ０
［ 献标志码］ 文 Ａ
［ 章 编 号 ］ ０ ３６ ８ （０ ０ ０—０ ００ 文 １０ —１０ ２ １ ）４０２ —３
激 光平地 机 主要用 于道路 、 场 、 田水 利等 机 农 大 面 积 平 整 作 业 以及 刮 坡 、 沟 、 土 等 施 工 作 挖 推 业 ， 国 防 、 通 、 山、 是 交 矿 农业 、 水利 基 本 建设 施 工 的重要 设备． 国工 程 施 工 中所 使 用 的 平地 机 主 我 要依 靠进 口 ， 近年来 我 国也开 始生 产 同类 型产 品 ，
（ ４） ｌ ｅ； １ ｅｓ （ ５） ｅ ｕｒ ， １ ｒ ｔ ｎ（ ０）；
； 一 ０ ； ｌ Ｓ ｏ ｅ －ｎ ｗＳ ｏ ｅ ｏｄ ｃ ｒ ￣ ｅ ｃ ｒ ；
输 入 ： —— 一 组变 量 ； Ｘ
— — 一
组关 于 Ｘ 的完 整数 据 ；
一
， —— 一个 罚项似 然度 评分 函数 ； 个初 始 贝叶斯 网络结 构 ； 输出： 一个 贝 叶斯 网络 ； （ ） 一 ； 一 的参数 的最 大似然 估计 ； １ ０ （ ） ｌｓｏｅ－－ ， Ｉ ）； ２ ｏｄ ｃｒ￣ 厂 ０ － （
２１ ０ ห้องสมุดไป่ตู้年 第 ４期 （ 第７ 总 ３期 ）
牡 丹 江师 范 学院 学 报 （ 自然科 学 版）
Ｊ ｕ ｎ ｌ ｆ ｄ ｎｉｎ ｒ ｌ ｉｅｓｔ ｏ ｒ ａ ｏ Ｍｕ ａ ｊ ｇＮｏ ｍａ Ｕｎｖ ｒ ｉ ａ ｙ
Ｎ Ｏ ４， Ｏ ０ ． ２ １
Ｔｏ ａ ｔ ｌＮＯ ７ ３
（ ｔ ｍｐｓ ｏ ｅ， ７） ｅ ｃ ｒ－ －
．
厂 ， １ ） （ ；
算法 的时 间和空 间复 杂度 ， 高 贝 叶斯 网 络 学 习 提 的健壮 性 ， 提高所 学 贝叶斯 网络 的精确 性 ， 特别是 在小采 样数 据集 下ｌ ． ＿ ７ ］
参考文献 ：
［ ］王 辉 ．用 于 预测 的贝 叶 斯 网络 ［］ １ Ｊ．东 北 师 范 大 学 学 报 ： 自然
（ ｗｈｉｅ ｔ ｕ ） ３） ｌ（ｒ ｅ （ ４） ．＿ｎ ｌ 卜 ｕｌ；０ ｎｕｌ； ｗｓ ｏ ｅ －一 ； ｌ ｎｅ ｃ ｒ ￣－
（ ）ｏ （ ５ ｆｒ 每个对 做 一次 加 边 、 减边 或 转 边 而 得 到的模 型结构 ） （） ６ ０ 一 的参 数 的最大 似然估 计 ；