wince文件传输的速度如何加快

szbtwk 2013-03-21 01:12:46
在WINCE 6.0下从一个目录拷贝文件到另外一个目录,无论是NAND,SD卡,还是内存中,随便怎么拷贝,感觉文件传输的速度特别慢,测试了好几个平台的主板,6410和210,还是I.MX53,一般拷贝一个10几M的文件,需要将近10秒钟,也就是每秒2M都不到,这个瓶颈是在哪里呢,开始怀疑是FLASH和SD卡的速度,但是后面测试发现内存拷到内存中也是这个速度,难道是内存的速度不够快吗?还是WINCE本身的问题。
有没有办法提升这个拷贝的速度,比如每秒3~4M Byte,请高手指点
...全文
178 2 打赏 收藏 转发到动态 举报
写回复
用AI写文章
2 条回复
切换为时间正序
请发表友善的回复…
发表回复
小小白桦树 2013-03-25
  • 打赏
  • 举报
回复
这个一直是wince的硬伤
szbtwk 2013-03-24
  • 打赏
  • 举报
回复
自己顶一个。。。
内容概要:本文系统研究了基于CNN-SVM的卷积神经网络与支持向量机融合的数据分类预测方法,聚焦其在工业故障识别中的应用,提供了完整的Matlab代码实现。通过CNN提取输入数据的深层空间特征,再由SVM进行高精度分类,充分发挥两者优势,有效提升了故障识别的准确性、鲁棒性与泛化能力。该方法特别适用于处理电力系统、机械设备等领域的高维、非线性、强噪声监测数据,在变压器故障诊断、轴承缺陷识别等场景中具有重要应用价值。文档还整合了机器学习、深度学习、图像处理、路径规划、电力系统优化等多个前沿科研方向的技术资源,配套大量Matlab/Simulink仿真案例与Python代码,全面支持科研复现与工程实践。; 适合人群:具备一定编程基础,熟练掌握Matlab或Python语言,从事电气工程、自动化、人工智能、机械故障诊断等相关领域研究的研发人员及高校研究生; 使用场景及目标:① 实现工业设备的状态监测与多类别故障分类;② 深入理解CNN与SVM融合模型的设计原理与工程实现细节;③ 借助所提供的丰富算法案例开展科研复现、模型优化与系统仿真验证; 阅读建议:建议按照文档目录结构系统化学习,结合百度网盘提供的完整代码资源进行动手实践,重点关注CNN特征提取层与SVM分类器之间的数据接口设计与参数调优策略,同时可延伸学习文中涉及的其他智能算法及其在电力系统、信号处理等领域的交叉应用,全面提升科研创新能力。

19,523

社区成员

发帖
与我相关
我的任务
社区描述
硬件/嵌入开发 嵌入开发(WinCE)
社区管理员
  • 嵌入开发(WinCE)社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧