桌上型電腦沒有wifi的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

LoRa通訊技術應用於梨園監測預警系統之開發

為了解決桌上型電腦沒有wifi的問題，作者江佳憲 這樣論述：

宜蘭縣三星地區上將梨在大約在12月至隔年2月之間農民開始嫁接，30天後花苞會進行授粉，容易因為冬季連續低溫和雨水豐厚，造成花苞授粉不易。在7月中旬為採收期，此時為果實成熟採收期，若採收期前遇到夏季連續高溫，容易使果肉產生水浸狀的情形，稱為梨蜜症。近年來台灣農業人口老化日趨嚴重，造成勞動力不足，再加上全球氣候環境變化異常情況發生。因此本研究目的在開發一套應用於三星上將梨果園環境監測預警系統，收集果園環境資訊，並且透過環境預警發送緊急通知，災害發生前農民可以提早預防因應，並且可以透過歷史資料查詢園近期狀況。 本研究運用IOT架構和LoRa無線通訊，設計梨園監測預警系統。將IOT架構分為感知

層、網路層和應用層。感知層的果園節點可以接收閘道器或中繼節點的指令；網路層閘道器負責發送指令給節點或中繼節點；4G網路分享器負責分享無線WiFi給閘道器；中繼節點功能為當閘道器與節點之間距離過遠無法溝通時，作為訊號延伸；應用層架設桌上型伺服器電腦負責提供資料庫和網頁服務。 本研究已成功將開發的農業監測預警系統，應用於宜蘭縣三星鄉的上將梨果園。試驗結果顯示其平均資料傳輸成功率為99.30%。由試驗結果得知本系統在下雨日和日夜對於資料遺失比例沒有較大的差異，而節點與閘道器之間架設距離在175m內並不會造成資料遺失的影響。環境預警統計試驗結果顯示，寒害在1月14日和2月5日與6日有一部份的花蕊有被

凍傷，而高溫在5月27日至31日在採收後發現有少許上將梨有梨蜜症的現象。

透過GPU加速使用色彩濾波器之單張影像深度估計

為了解決桌上型電腦沒有wifi的問題，作者陳俊傑 這樣論述：

目前主要有兩個方法實現深度檢測，分別是多影像深度檢測以及單影像深度檢測。前者由於需要多攝影機，因此擁有較高的硬體成本，不過軟體演算法相對簡單。後者雖然有較低的硬體成本，但軟體演算法卻相當複雜。這個領域近年來有著讓整個系統精簡、可攜，並且精巧化附於傳統攝影機的光學元件的趨勢。在這篇論文裡，我們使用桌上型電腦藉由圖形處理單元來實現單影像深度檢測，並且透過我們進化後的演算法及compute shader 的平行處理技術達到即時應用。這些方法大大地加速了高計算複雜度地單影像深度檢測，從原先幀率 0.003fps(在MATLAB實現)提升至幀率53fps(在compute shader 實現)，幾乎是

即時標準幀率30fps的兩倍。在先前的文獻，就我們所知沒有文獻討論單影像深度檢測的優化。