色龟在线久久国产精品,亚洲跨种族黑人XXXXX

意法半導(dǎo)體攜萬(wàn)物智能產(chǎn)品技術(shù)亮相2018年亞洲物聯(lián)網(wǎng)世界展覽會(huì)（IoT World Asia 2018）

橫跨多重電子應(yīng)用領(lǐng)域、全球領(lǐng)先的半導(dǎo)體供應(yīng)商意法半導(dǎo)體（STMicroelectronics，簡(jiǎn)稱ST；紐約證券交易所代碼：STM）攜最新的萬(wàn)物智能創(chuàng)新解決方案亮相9月19-20日在新加坡濱海灣金沙酒店大宴會(huì)廳舉行的2018亞洲物聯(lián)網(wǎng)世界展覽會(huì)（IoT World Asia 2018）。在本次展會(huì)上，意法半導(dǎo)體將在數(shù)據(jù)連接與NFC、人工智能、電源管理、傳感器和數(shù)據(jù)處理等方面展示其豐富的物聯(lián)網(wǎng)解決方案。

發(fā)表于：9/23/2018

英飛凌科技受邀出席云棲大會(huì)，攜手阿里云加速賦能“萬(wàn)物智聯(lián)”

全球領(lǐng)先的半導(dǎo)體廠商英飛凌科技受邀參展2018杭州云棲大會(huì)，并且受邀出席大會(huì)高峰論壇，與阿里巴巴、Intel、中天微、高通、創(chuàng)新投資集團(tuán)等業(yè)界領(lǐng)袖共話物聯(lián)網(wǎng)（IoT）未來(lái)。英飛凌電源管理及多元化市場(chǎng)事業(yè)部總裁Andreas Urschitz先生發(fā)表《聯(lián)合創(chuàng)新，持續(xù)提升客戶和社會(huì)價(jià)值》的主題演講，向在場(chǎng)的500多名業(yè)界人士及眾多在線直播觀眾，展示了英飛凌的領(lǐng)先技術(shù),致力于推動(dòng)交互方式變革的智能化浪潮、實(shí)現(xiàn)未來(lái)智聯(lián)生活的美好愿景。

發(fā)表于：9/23/2018

新思科技攜手IBM，通過(guò)DTCO創(chuàng)新加速后FinFET工藝開(kāi)發(fā)

新思科技（Synopsys, Inc.，納斯達(dá)克股票市場(chǎng)代碼：SNPS）今日宣布與IBM攜手，將設(shè)計(jì)與工藝聯(lián)合優(yōu)化 (DTCO，Design Technology Co-Optimization) 應(yīng)用于針對(duì)后FinFET工藝的新一代半導(dǎo)體工藝技術(shù)。DTCO通過(guò)采用設(shè)計(jì)指標(biāo)，在晶圓生產(chǎn)之前的早期探路階段就能夠有效評(píng)估并縮小范圍選擇出新的晶體管架構(gòu)、材料和其他工藝技術(shù)創(chuàng)新。本次合作將當(dāng)前新思科技DTCO工具流程擴(kuò)展到新的晶體管架構(gòu)和其他技術(shù)選項(xiàng)中，幫助IBM為其合作伙伴開(kāi)發(fā)早期工藝設(shè)計(jì)套件 (PDK)，讓他們能夠評(píng)估確定IBM先進(jìn)節(jié)點(diǎn)帶來(lái)的功耗、性能、面積和成本 (PPAC) 優(yōu)勢(shì)。

發(fā)表于：9/23/2018

共建安全綠色出行新環(huán)境

世界領(lǐng)先的檢漏儀器儀表制造商英?？敌寂c全球新能源汽車(chē)與動(dòng)力電池龍頭企業(yè)比亞迪簽署了戰(zhàn)略合作協(xié)議，建立深度合作。比亞迪電池制造工廠動(dòng)力電池生產(chǎn)線氦檢漏設(shè)備將全面使用英?？档腖DS3000模塊式氦檢漏儀，從包括電芯、PACK及配套的關(guān)鍵零部件等多個(gè)方面，全力保障電池產(chǎn)品的密封性和安全性。此外，雙方將共同開(kāi)發(fā)新的檢漏技術(shù)，滿足新型電池的檢漏工藝。憑借創(chuàng)新領(lǐng)先的精密檢測(cè)產(chǎn)品和技術(shù)，英?？蹬c比亞迪一起，致力于為中國(guó)用戶構(gòu)建安全綠色的出行新環(huán)境。

發(fā)表于：9/23/2018

Littelfuse自恢復(fù)過(guò)熱保護(hù)設(shè)備提高聚合物鋰離子電池和方形電池的安全性并節(jié)省空間

- Littelfuse公司，今日宣布推出MHP-TAC（金屬混合PPTC - 熱活化緊湊型）系列自恢復(fù)過(guò)熱保護(hù)設(shè)備——電池迷你斷路器產(chǎn)品線中的最新產(chǎn)品。這種設(shè)備可將PPTC（聚合物正溫度系數(shù)）設(shè)備與雙金屬保護(hù)器（自恢復(fù)熱切斷設(shè)備）并聯(lián)，保護(hù)用于移動(dòng)設(shè)備和消費(fèi)電子產(chǎn)品的高容量鋰離子聚合物（LiP）和方形電池，防止其因過(guò)熱和過(guò)流而損壞。

發(fā)表于：9/23/2018

Xsens發(fā)布更準(zhǔn)確和更穩(wěn)健的升級(jí)版本MTi 1 系列模塊 ,以及全新的開(kāi)發(fā)套件

　　Xsens 今日發(fā)布其升級(jí)版本的MTi 1系列運(yùn)動(dòng)感應(yīng)慣性測(cè)量裝置(IMU)模塊。提高了第一代產(chǎn)品測(cè)量翻滾、俯仰和偏航角度的精度以及提升了對(duì)機(jī)械應(yīng)力的容差。　

發(fā)表于：9/23/2018

京東大數(shù)據(jù)與智能供應(yīng)鏈?zhǔn)聵I(yè)部將與酷芯微電子　　

京東作為實(shí)體經(jīng)濟(jì)和數(shù)字經(jīng)濟(jì)深度融合的創(chuàng)新型企業(yè)，下一個(gè)十二年發(fā)展的核心是技術(shù)。京東定位于未來(lái)的零售基礎(chǔ)設(shè)施服務(wù)方，向全社會(huì)提供“零售即服務(wù)（RaaS）”的解決方案，以大數(shù)據(jù)、智能供應(yīng)鏈等技術(shù)創(chuàng)新為更多合作伙伴互聯(lián)網(wǎng)+轉(zhuǎn)型助力，用技術(shù)打造無(wú)界零售模式。在無(wú)界零售的推動(dòng)下，線下傳統(tǒng)的零售行業(yè)正在被數(shù)字化所改變，京東大數(shù)據(jù)與智能供應(yīng)鏈?zhǔn)聵I(yè)部利用自身全價(jià)值鏈的大數(shù)據(jù)優(yōu)勢(shì)結(jié)合場(chǎng)景數(shù)字化技術(shù)，幫助更多的傳統(tǒng)零售商實(shí)現(xiàn)這一改變，打造智能科技的門(mén)店體驗(yàn)。

發(fā)表于：9/23/2018

基于網(wǎng)絡(luò)搜索數(shù)據(jù)的品牌汽車(chē)銷量預(yù)測(cè)研究

隨著大數(shù)據(jù)時(shí)代的到來(lái)，基于網(wǎng)絡(luò)數(shù)據(jù)的應(yīng)用研究已成為熱點(diǎn)。以品牌汽車(chē)銷量預(yù)測(cè)為目標(biāo)，將傳統(tǒng)相關(guān)性分析與基于LASSO的特征選擇方法相結(jié)合，選取相關(guān)品牌的網(wǎng)絡(luò)搜索數(shù)據(jù)關(guān)鍵特征，而后建立了LASSO線性回歸、支持向量回歸和隨機(jī)森林三種機(jī)器學(xué)習(xí)預(yù)測(cè)模型，并與傳統(tǒng)ARIMA模型進(jìn)行比較分析。實(shí)驗(yàn)結(jié)果表明，隨機(jī)森林模型的預(yù)測(cè)平均誤差為6.4%，比ARIMA模型降低了12.2個(gè)百分點(diǎn)，預(yù)測(cè)結(jié)果可為汽車(chē)企業(yè)生產(chǎn)規(guī)劃和制定營(yíng)銷方案提供有效的決策支持。

發(fā)表于：9/22/2018

一種基于高級(jí)驅(qū)動(dòng)輔助系統(tǒng)快速時(shí)空立體匹配方法

提出了一種用于高級(jí)駕駛輔助系統(tǒng)(ADAS)的快速時(shí)空立體匹配方法。該方法使用動(dòng)態(tài)規(guī)劃(DP)算法來(lái)匹配立體圖像的邊緣點(diǎn)，其主要思想在于將當(dāng)前的匹配結(jié)果用于下一幀的視差圖的計(jì)算。根據(jù)前一幀的視差圖計(jì)算局部和整體視差范圍，其整體視差范圍通過(guò)前一幀v視差圖像得到；某一點(diǎn)的局部視差則通過(guò)左圖在當(dāng)前幀的某一點(diǎn)與該圖在前一幀的另一個(gè)點(diǎn)之間的距離得到，然后根據(jù)得到的局部視差通過(guò)動(dòng)態(tài)規(guī)劃算法進(jìn)行匹配。該方法不僅能夠減小搜索范圍而且提高了匹配速度。通過(guò)虛擬系列圖像進(jìn)行了測(cè)試，得到了令人滿意的效果。

發(fā)表于：9/22/2018

基于生成對(duì)抗網(wǎng)絡(luò)的人臉熱紅外圖像生成

可見(jiàn)光圖像易受光照變化影響，而熱紅外圖像對(duì)成像的光照條件具有魯棒性，因此，熱紅外圖像可以彌補(bǔ)可見(jiàn)光圖像光照敏感性這一不足。然而，紅外熱像儀價(jià)格昂貴，采集熱紅外圖像的成本遠(yuǎn)高于可見(jiàn)光圖像。針對(duì)此問(wèn)題，提出了一種基于生成對(duì)抗網(wǎng)絡(luò)的熱紅外人臉圖像生成方法，采用條件生成對(duì)抗網(wǎng)絡(luò)結(jié)合L1損失從可見(jiàn)光圖像中生成紅外熱像。在USTC-NIVE數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果驗(yàn)證了所提出的紅外熱像生成方法的有效性。同時(shí)，將生成的紅外熱像作為擴(kuò)充樣本，有助于提高紅外表情識(shí)別的精度。

發(fā)表于：9/22/2018