頭條 Sandisk闪迪公司发布全新开源工具 突破数据存储测试瓶颈 Sandisk闪迪公司日前正式推出一款创新的开源工具SPRandom，旨在解决SSD基准测试中的重大技术瓶颈。简而言之，预处理是基于实际工作负载对SSD进行测试的关键步骤，以确保性能表现准确且可重复，并真实反映客户的实际使用情况。 最新資訊 基于无人机的光学中继量子纠缠分发,实现组网更加灵活 量子纠缠是一种奇异的量子力学现象，处于纠缠态的两个光子不论相距多远都存在一种关联，其中一个量子状态发生改变，另一个的状态会瞬时发生改变。把两个纠缠光子分别发送到两个点，通过观察两个点的投影测量结果，就可以验证量子纠缠是否存在。这一特性如果应用在通信领域，可以观察两个点的光子的纠缠态是否丢失，来判断信息是否被窃听。 發(fā)表于：2021/1/26 美国MQ-9A Block V死神无人机首次部署独立作业的反潜系统 据台媒报道由美国通用原子航空系统公司为美国海军开发的MQ-9ABlockV死神（Reaper）无人机，最近在美国加州太平洋试验海域测试投放反潜声呐装置，并进行模拟潜艇目标追踪，这是该型无人机首次部署可独立作业的反潜系统。美国国务院已于2020年11月批准出售4架MQ-9无人机给予台湾，台湾也因此成为美国死神无人机首次出口的对象。 發(fā)表于：2021/1/26 无人机土地测量技术的功能特点及应用优势发展 土地面积测量工作需要消耗大量的时间和人力，还数据不准，近年来随着无人机的广泛应用，土地确权工作有了新的方法。就目前来说可以通过工程测量外业实测方式测制地形图、传统载人机航测法测绘地形图和无人机航空摄影测量技术获取测试地区地形图数据对土地进性精确测量。 發(fā)表于：2021/1/26 使用最小二乘迭代相移方法测量透明元件 为了更精确地测量透明平板前后两个面的面形相位发布，提出了一种基于最小二乘迭代的相移算法。通过一次最小二乘相移算法后，可以得到相应的透明平板面形图，但是由于初始得到的相位值存在误差，因此得到的面形图精度并不会很高。因此需要通过得到的面形图推导出准确的相位值，本算法通过最小二乘发多次迭代的方法，计算出较准确的初始相移值。对该方法进行仿真实验后，可知此算法的测量精度较高且抗噪能力比较好，仿真得到面形图的PV值与RMS值误差值均小于0.006λ。在实际测量结果中，得到测量结果的PV值误差小于0.09λ，RMS误差小于0.02λ。测量到的面形与物体真实面形接近，测量精度较高。 發(fā)表于：2021/1/26 视觉系统方案的有效整合可提高自动化生产线效率 本文介绍的三个应用案例展示了业界上先进的机器视觉软件和及其图像预处理技术如何促使2D和3D视觉检测的性能成倍提升。 發(fā)表于：2021/1/25 面向水质监测的无人巡检器控制系统设计与开发 针对传统水质在线监测系统成本高、低扩展性等问题，设计了一种基于4G的无人巡检器及控制系统，构建以树莓派为核心，集成视频、水质传感器、超声波传感、GPS等多种信息采集器的边缘计算网络，设计了应用通信协议，研发了控制系统软件包括无人巡检器端控制软件、云服务器端控制软件和手机端控制软件。系统运行结果表明，控制系统能完成一定水域面积下的多点水质监测数据及地理位置的实时采集、传送、存储、查询，利用远程视频实时控制无人巡检器的航行路线、水质监测点等，并支持多台无人巡检器在线作业，具有高扩展性，可平顺切换到5G网络。 發(fā)表于：2021/1/22 发力传感器仿真，品英仪器深耕模块化仪器新蓝海 2020年是英国Pickering公司在华成立全资子公司并成功运营的第五年，虽然外部环境因为新冠疫情变的不确定，但2020年是品英仪器在中国市场运营5年来业绩最好的一年，所以站在2021年的新起点，品英仪器对自己的业务模式更清晰，对自己的道路方向更坚定，我们也会更开放的拥抱中国市场，坚持持续投资中国市场、继续深耕中国市场的初心不动摇。 發(fā)表于：2021/1/20 Pickering Interfaces公司发布两款新的第三代PXI Express（PXIe）机箱 全混合槽、高性能、低成本，适用于类型丰富的应用，为PXI应用提供最高的灵活性。 發(fā)表于：2021/1/20 同频抗互扰低成本安检机双光障设计 光障是X光安检设备的关键部件，用量大且价格高。为了降低成本及增加性能，减少对外购成品的依赖，提出了一种光障设计方案。针对安检机的特定应用需求，采用单一时钟源和固定相位差的发射和接收方式，选用低成本元件，实现了安检机内多光障的抗互扰可靠工作；设计了自动增益功能及自检功能，通过优化的互连接口，简化了系统接线，进一步完善了整机性能。批量应用后，其价格仅为原系统的十分之一，有效降低了安检机的生产成本。 發(fā)表于：2021/1/19 基于改进的Faster R-CNN的古建筑地砖缺陷检测 缺陷检测对于古建筑的保护和修缮具有重要的意义，传统的地砖缺陷检测通过目视检查，存在受人力影响大、耗时长等限制。基于深度学习的良好应用前景，建立故宫地砖缺陷的数据集，提出改进型Faster R-CNN的网络。首先，构建可变形卷积，通过网络学习并提取地砖中的缺陷特征；然后，将特征图输入区域生成网络中生成候选区域框，将生成的特征图和候选区域框进行池化操作；最后，输出缺陷检测结果。在故宫地砖图片数据集的测试下，改进后的模型平均准确率均值到达92.49%，与Faster R-CNN模型相比提高了2.99%，更适用于地砖缺陷检测。 發(fā)表于：2021/1/15 <…82838485868788899091…>
