頭條 Microchip宣布對FPGA產(chǎn)品降價30% 5月20日消息，據(jù)EEnews europe報道，芯片大廠Microchip已將其 Polarfire FPGA 和片上系統(tǒng) （SoC） 的價格降大幅低了30%。 最新資訊 移動醫(yī)療能否為分級診療打開一片新天地 中國想用移動醫(yī)療來推動分級診療，美國也不例外，“總的想法是避免那些費錢無謂的緊急門診?！敝ゼ痈绲囊患乙苿俞t(yī)療公司正在與護理院合作，使用谷歌眼鏡、短信、視頻免除本來就身體虛弱的病人不必要去醫(yī)院就診之苦。據(jù)說與他們合作的護理機構(gòu)越來越多。 發(fā)表于：2/22/2016 微軟高通英特爾成立統(tǒng)一物聯(lián)網(wǎng)標(biāo)準(zhǔn)組織 2月20日，芯片市場巨頭英特爾和高通已決定，就物聯(lián)網(wǎng)技術(shù)展開合作。 發(fā)表于：2/22/2016 人工智能進入指數(shù)式發(fā)展“下半場 機器變聰明了 人怎么辦 題圖為電影《機械姬》海報，電影中AI機器人Ava通過各種欺騙、誘惑手段，充分利用人性弱點通過了科學(xué)家的圖靈測試，最終逃出囚禁、獲得“自由” 發(fā)表于：2/22/2016 集成電路四大隱憂 自2014年以來，國家對集成電路產(chǎn)業(yè)發(fā)展高度重視，成立了擁有1200億元人民幣的集成電路大基金，加上在北京、上海和南京等城市設(shè)立的至少五個由政府牽頭的投資載體，合計大約有320億美元的資金打造芯片生態(tài)體系里的國內(nèi)龍頭企業(yè)。但在具體執(zhí)行過程中，無論是扶持本土企業(yè)，還是在引進技術(shù)和海外并購中，往往存在缺乏宏觀規(guī)劃，對自主技術(shù)扶持力度不足，重復(fù)引進海外淘汰產(chǎn)能，甚至淪為外資代理人等問題。 發(fā)表于：2/22/2016 PC落寞互聯(lián)網(wǎng)興盛 國內(nèi)硬件改造前景獨好迎黃金時代 “這是最好的時代，也是最壞的時代。”狄更斯在英國工業(yè)革命時期的名言被傳頌到了現(xiàn)在，時代從來都是不好不壞，重要的是我們能否把握住機遇。MOD（硬件改造）傳入中國的時間不能算很久，發(fā)展也較國外存在一定的差距。 發(fā)表于：2/22/2016 科技創(chuàng)業(yè)公司失敗的20大原因 沒市場需求排第一 美國科技市場研究公司CB Insights近期通過分析101科技創(chuàng)業(yè)公司的失敗案例，總結(jié)出了創(chuàng)業(yè)公司失敗的20大主要原因，包括融資燒完、競爭力不足、產(chǎn)品糟糕和商業(yè)模式不佳等。 發(fā)表于：2/22/2016 MWC2016前瞻 中國力量持續(xù)崛起 5G NFV IP與光融合仍是展示熱點 隨著一年一度的MWC召開在即，其再次成為全球通信領(lǐng)域的焦點。 發(fā)表于：2/22/2016 巖石薄片顯微圖像的自動聚焦算法 巖石薄片顯微圖像在有較多的平坦背景區(qū)域且受到雜質(zhì)和噪聲干擾時，現(xiàn)有的聚焦算法極易出現(xiàn)自動聚焦失敗。本文針對巖石薄片顯微圖像的相關(guān)特性，提出一種改進的Vollath函數(shù)清晰評價函數(shù)，該算法基于圖像的互相關(guān)函數(shù)，可以有效抑制噪聲、減少雜質(zhì)干擾，再結(jié)合變步距漸進爬山算法實現(xiàn)巖石薄片顯微圖像的自動聚焦。大量實驗表明，該算法基本可以滿足實時性要求，并表現(xiàn)出卓越的單峰性和抗噪性，已在巖石薄片顯微圖像的自動聚集中進行實際應(yīng)用。 發(fā)表于：2/21/2016 適合連續(xù)血壓測量的脈搏波分析方法的研究 脈搏波變化蘊藏著豐富的人體生理信息。利用紅外脈搏傳感器提取人體指尖脈搏波，分析脈搏波的特征點及特征參數(shù)，從而建立特征參數(shù)與人體真實血壓的回歸方程，進而實現(xiàn)血壓的無創(chuàng)連續(xù)測量。該過程主要包括特征點提取、特征參數(shù)分析、回歸方程建立、連續(xù)血壓預(yù)測四個部分。通過此方法計算所得出的血壓值與壓力式血壓計所測量的人體真實血壓值具有良好的一致性。 發(fā)表于：2/21/2016 不平衡數(shù)據(jù)加權(quán)集成學(xué)習(xí)算法 針對傳統(tǒng)的機器學(xué)習(xí)算法對不平衡數(shù)據(jù)集的少類分類準(zhǔn)確率不高的問題，基于支持向量機和模糊聚類，提出一種不平衡數(shù)據(jù)加權(quán)集成學(xué)習(xí)算法。首先提出加權(quán)支持向量機模型（Weighted Support Vector Machine，WSVM），該模型根據(jù)不同類別數(shù)據(jù)所占比例的不同，為各類別分配不同的權(quán)重，然后將WSVM與模糊聚類結(jié)合提出一種新的集成學(xué)習(xí)算法。將本文提出的算法應(yīng)用于人造數(shù)據(jù)集和UCI數(shù)據(jù)集實驗中，實驗結(jié)果表明，所提出的算法能夠有效地解決不平衡數(shù)據(jù)的分類問題，具有更好的分類性能。 發(fā)表于：2/21/2016 ?…1479148014811482148314841485148614871488…?
