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 Intel＋Altera＝？ 分析師也抓頭… 分析師對英特爾聲稱合并將帶來7%的營收成長表示懷疑，英特爾可能為Altera提供從最大競爭對手賽靈思(Xilinx)搶走一些市占率的影響力，但英特爾的收購歷史并不怎么成功，是否真能達到此效果有待觀察。 發(fā)表于：6/4/2015 芯片業(yè)巨額并購頻現(xiàn)：巨頭們要做什么？ 半導體領域似乎在最近掀起了一股收購的熱潮。 發(fā)表于：6/4/2015 芯片業(yè)巨額并購頻現(xiàn)：巨頭們要做什么？ 半導體領域似乎在最近掀起了一股收購的熱潮。就在上周安華高科技以370億美元的現(xiàn)金和股票收購芯片廠商博通之后，英特爾并購可編程邏輯芯片(FPGA)巨頭Altera的傳聞也成為現(xiàn)實，英特爾日前宣布將以每股54美元的價格收購Altera，交易總價將達到167億美元，創(chuàng)造了英特爾并購歷史上金額最大的紀錄。 發(fā)表于：6/4/2015 Altium 旗艦 PCB 設計工具新增插件實現(xiàn)SOLIDWORKS®無縫協(xié)同 電子設計自動化全球領先企業(yè) Altium 有限公司發(fā)布Altium Designer全新插件，為 Altium Designer電子設計團隊及 SOLIDWORKS®機械設計團隊提供一體化設計數(shù)據(jù)和托管式設計修訂環(huán)境 發(fā)表于：6/3/2015 恩智浦半導體宣布已達成協(xié)議出售其射頻功率事業(yè)部 恩智浦半導體（NXP Semiconductors N.V.）（納斯達克股票代碼：NXPI）今日宣布已和北京建廣資產(chǎn)管理有限公司（簡稱“建廣資產(chǎn)”）達成協(xié)議，同意向其出售恩智浦射頻功率事業(yè)部。根據(jù)協(xié)議內(nèi)容，建廣資產(chǎn)將為購買此事業(yè)部支付18億美元。該交易將在獲得相關監(jiān)管部門批準后生效 發(fā)表于：6/3/2015 基于協(xié)作過濾算法的電子商務個性化推薦系統(tǒng)的研究 針對目前電子商務個性化推薦研究的不足，提出準確全面地獲取用戶獨特興趣愛好、滿足用戶差異化需求的推薦服務，同時構(gòu)建了具體的個性化推薦系統(tǒng)模型，給出了基于協(xié)作過濾算法的電子商務個性化推薦的流程、系統(tǒng)設計和系統(tǒng)實現(xiàn)，從而有利于推動電子商務的發(fā)展 發(fā)表于：6/3/2015 基于視頻圖像處理的超市空調(diào)系統(tǒng)節(jié)能研究 首先對大型超市變風量中央空調(diào)系統(tǒng)進行總體設計，并將視頻圖像處理技術運用到大型超市中央空調(diào)節(jié)能控制的研究中，提出了一種基于幀間差分與背景差分結(jié)合的運動目標檢測算法計算局部區(qū)域的人流密度，根據(jù)局部區(qū)域的人流密度利用PLC來控制溫度和新風量，實現(xiàn)了系統(tǒng)節(jié)能，達到了“風跟人走”的效果。 發(fā)表于：6/3/2015 基于量子粒子群的改進模糊聚類圖像分割算法 提出了一種基于量子粒子群的改進模糊聚類圖像分割算法。針對FCM圖像分割算法對聚類中心初始值比較敏感的缺點，利用量子粒子群優(yōu)化算法強大的全局搜索能力尋找最優(yōu)解，能夠有效降低圖像分割算法對初始值的依賴程度；同時，用一種新的基于簇密度的距離度量公式來計算圖像特征點與聚類中心點的距離，其在確定類中心時考慮數(shù)據(jù)集的全局信息，并且在迭代過程中采用動態(tài)隸屬度，能夠降低噪聲干擾。仿真實驗結(jié)果證明改進算法具有較好的性能。 發(fā)表于：6/3/2015 基于機器學習的網(wǎng)絡媒體熱點話題 預測方法研究與實現(xiàn) 針對目前互聯(lián)網(wǎng)“富信息化”現(xiàn)象，提出了基于機器學習的網(wǎng)絡熱點話題預測的思想。該思想通過總結(jié)能盡量準確描述熱點話題的一組特征，得到每篇新聞各自的特征向量，并針對大量近期已知是否熱門的隨機新聞樣本內(nèi)容進行聚類處理?；诮丫珳实姆诸愃惴?，利用支持向量機將向量映射到高維空間達到分類目的。在機器學習過程中，采用大量試驗的方法修改并完善特征向量的組成、度量及權重，最終達到準確作出熱點話題預測的目的。 發(fā)表于：6/3/2015 基于改進Harris-SURF的無人機圖像快速拼接 無人機低空拍攝的圖像具有成本低、方便快捷的優(yōu)點，但也存在重疊度高、覆蓋范圍小等問題，需通過圖像拼接來獲得更大范圍的圖像。目前，無人機圖像拼接效率不高。針對此問題，提出了一種結(jié)合Harris與SURF算法優(yōu)點的改進Harris-SURF算法，并將該算法應用于無人機圖像的自動配準；采用加權平滑融合算法消除亮度差異，較好地實現(xiàn)了無人機圖像的無縫拼接。實驗結(jié)果表明，該算法在效率方面較SURF算法有較大提高，對存在旋轉(zhuǎn)、光照及視角變化的圖像均有較好的匹配效果，實現(xiàn)了無人機圖像的快速拼接。 發(fā)表于：6/3/2015 ?…2025202620272028202920302031203220332034…?
