久久精品国产72国产精,精品三级久久久久电影网

基于微波雷達(dá)的近距離移動(dòng)物體檢測(cè)系統(tǒng)設(shè)計(jì)

為了快速識(shí)別一定范圍內(nèi)的移動(dòng)物體并提高檢測(cè)的準(zhǔn)確度，提出了一種基于STM32的微波雷達(dá)近距離移動(dòng)物體的檢測(cè)系統(tǒng)設(shè)計(jì)。該系統(tǒng)使用電磁波的多普勒原理來(lái)檢測(cè)移動(dòng)物體的反射波波長(zhǎng)差異。通過(guò)STM32和優(yōu)化算法對(duì)接收的信號(hào)進(jìn)行處理以提高檢測(cè)判定速度和準(zhǔn)確度。最后對(duì)系統(tǒng)測(cè)試，表明該系統(tǒng)具有成本低、工作環(huán)境穩(wěn)定、快速準(zhǔn)確顯示的能力。

發(fā)表于：2020/12/30

鼎陽(yáng)科技發(fā)布SNA5000X系列矢量網(wǎng)絡(luò)分析儀

2020年12月18日，鼎陽(yáng)科技正式發(fā)布SNA5000X系列矢量網(wǎng)絡(luò)分析儀（Vector Network Analyzer），其測(cè)量頻率高達(dá)8.5GHz,支持4端口S參數(shù)測(cè)量，差分(平衡)測(cè)量，時(shí)域測(cè)量，濾波器插入損耗、帶寬、Q值等一鍵測(cè)量，支持端口阻抗轉(zhuǎn)換、端口擴(kuò)展功能，支持極限測(cè)試、紋波測(cè)試功能，支持夾具仿真和去嵌入功能，支持線性頻率掃描、對(duì)數(shù)頻率掃描、分段頻率掃描、線性功率掃描方式，支持SOLT、SOLR、TRL、Response、Enhanced Response等校準(zhǔn)方法，可廣泛應(yīng)用于濾波器，雙工器，天線，有源器件，射頻線纜等領(lǐng)域的研發(fā)，生產(chǎn)制造。

發(fā)表于：2020/12/22

基于生命體征監(jiān)測(cè)與室內(nèi)定位技術(shù)的消防員協(xié)助系統(tǒng)

現(xiàn)代科技發(fā)展帶來(lái)高層建筑和復(fù)雜建筑結(jié)構(gòu)增多，導(dǎo)致消防員很容易在火場(chǎng)內(nèi)受到生命危險(xiǎn)。針對(duì)消防人員進(jìn)入復(fù)雜火場(chǎng)后的生命體征狀態(tài)及室內(nèi)定位問(wèn)題，提出了一套完整的協(xié)助系統(tǒng)。提出使用LSTM神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)消防人員的動(dòng)作姿態(tài)，使用光電傳感器監(jiān)測(cè)消防員的心率血氧以及周邊氣體環(huán)境。同時(shí)，提出了一種基于超寬帶通信定位與高精度慣性元件導(dǎo)航進(jìn)行數(shù)據(jù)融合的室內(nèi)消防員定位手段。最后，終端通過(guò)LoRa-170M無(wú)線系統(tǒng)上傳給移動(dòng)監(jiān)測(cè)平臺(tái)，利用LabVIEW軟件完成了監(jiān)測(cè)上位機(jī)，并通過(guò)實(shí)驗(yàn)驗(yàn)證了其可靠性及穩(wěn)定程度。

發(fā)表于：2020/12/22

塊LBP-TOP稀疏表示表情與車輛檢測(cè)技術(shù)研究

提出基于分塊LBP-TOP(Local Binary Patterns from Three Orthogonal Planes)特征和改進(jìn)的加權(quán)稀疏表示分類解決微表情識(shí)別與專用線車輛狀態(tài)檢測(cè)問(wèn)題。首先利用LBP-TOP特征描述符對(duì)從分塊圖像中選擇出的有效塊進(jìn)行提取特征，將提取的特征作為字典，采取加權(quán)稀疏表示(Weighted Sparse Representation，WSRC)和對(duì)偶增廣拉格朗日乘子法(Dual Augmented Lagrange Multiplier，DALM)相結(jié)合的算法(WSRC_DALM)進(jìn)行稀疏表示分類；然后利用不同尺寸的塊劃分圖像，選擇有效塊提取特征，特征融合后參與分類。在CASME Ⅱ與SAMM表情數(shù)據(jù)庫(kù)上采用“留一人交叉驗(yàn)證”(Leave One Subject Out, LOSO)的分類方法進(jìn)行5分類，得到的識(shí)別率分別達(dá)到了77.30%與58.82%，在車輛狀態(tài)檢測(cè)檢測(cè)數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)達(dá)到了84.60%的檢測(cè)率。實(shí)驗(yàn)結(jié)果表明了所提出算法的有效性。

發(fā)表于：2020/12/18

曼瑞（MRT）選擇是德科技的5G法規(guī)測(cè)試解決方案進(jìn)行測(cè)試

2020年12月16日，是德科技公司（NYSE：KEYS）日前宣布，專注于提供射頻（RF）和電磁兼容性（EMC）檢測(cè)認(rèn)證服務(wù)的供應(yīng)商曼瑞檢測(cè)科技有限公司（MRT）已選擇是德科技的5G法規(guī)測(cè)試解決方案進(jìn)行5G終端設(shè)備測(cè)試。是德科技是一家領(lǐng)先的技術(shù)公司，致力于幫助企業(yè)，服務(wù)提供商和政府加速創(chuàng)新，創(chuàng)建安全互聯(lián)的世界。

發(fā)表于：2020/12/16

MVG推出用于全尺寸汽車天線測(cè)量的多探頭測(cè)量系統(tǒng)SG 3000M

無(wú)線連接測(cè)試專家MVG近日宣布推出多探頭測(cè)量系統(tǒng)SG 3000M。SG 3000M專為全尺寸汽車天線測(cè)量和OTA測(cè)試而設(shè)計(jì)，可將現(xiàn)有吸波暗室升級(jí)為用于互聯(lián)車輛的天線測(cè)量和OTA測(cè)試設(shè)備。

發(fā)表于：2020/12/16

品牌保護(hù)就是消費(fèi)者保護(hù)：英飛凌SECORA Blockchain讓產(chǎn)品來(lái)源和歷史清晰可見(jiàn)

【2020年12月14日，德國(guó)慕尼黑訊】英飛凌科技股份公司（FSE：IFX / OTCQX：IFNNY）為區(qū)塊鏈應(yīng)用開(kāi)發(fā)了定制的安全解決方案，以改善品牌和消費(fèi)者保護(hù)。新的SECORABlockchain安全解決方案已集成到品牌產(chǎn)品中，并通過(guò)NFC技術(shù)連接到區(qū)塊鏈，從而將現(xiàn)實(shí)與數(shù)字世界聯(lián)系在一起。通過(guò)將信息存儲(chǔ)在區(qū)塊鏈中，制造商可以記錄產(chǎn)品的真實(shí)性，提供限量版特征或展示生產(chǎn)的可持續(xù)性，例如符合環(huán)境標(biāo)準(zhǔn)。消費(fèi)者可以通過(guò)移動(dòng)設(shè)備和應(yīng)用程序訪問(wèn)存儲(chǔ)在區(qū)塊鏈中的信息。

發(fā)表于：2020/12/16

基于DAPA的卷積神經(jīng)網(wǎng)絡(luò)Web異常流量檢測(cè)方法

針對(duì)Web攻擊流量檢測(cè)問(wèn)題，提出一種基于動(dòng)態(tài)自適應(yīng)池化算法(Dynamic Adaptive Pooling Algorithm,DAPA)的卷積神經(jīng)網(wǎng)絡(luò)模型。首先將數(shù)據(jù)集中每一條請(qǐng)求流量進(jìn)行剪裁、對(duì)齊、補(bǔ)足等操作，生成一系列50×150的矩陣數(shù)據(jù)A作為輸入，然后搭建基于動(dòng)態(tài)自適應(yīng)的卷積神經(jīng)網(wǎng)絡(luò)模型去進(jìn)行異常流量檢測(cè)，使之可以根據(jù)特征圖的不同，動(dòng)態(tài)地調(diào)整池化過(guò)程，在網(wǎng)絡(luò)結(jié)構(gòu)中添加Dropout層來(lái)解決流量特征提取過(guò)程中的過(guò)擬合問(wèn)題。實(shí)驗(yàn)表明，該方法比未使用動(dòng)態(tài)自適應(yīng)池化的方式精確度提升了1.2%，損失值降低了2.6%，過(guò)擬合問(wèn)題也得到了解決。

發(fā)表于：2020/12/15

低成本脈沖激光測(cè)距系統(tǒng)研究

基于脈沖飛行時(shí)間測(cè)距法構(gòu)建了一套近程高精度脈沖激光測(cè)距系統(tǒng)，系統(tǒng)采用直接探測(cè)工作方式，利用FPGA(Field Programmable Gate Array)主控芯片控制脈沖激光的發(fā)射以及回波信號(hào)的采集和處理，進(jìn)而實(shí)現(xiàn)高精度測(cè)距。在實(shí)驗(yàn)室條件下，借助測(cè)距性能驗(yàn)證實(shí)驗(yàn)，獲得了泡沫板目標(biāo)的距離信息，且系統(tǒng)測(cè)距精度可達(dá)5.43 mm@8.08 m。主要介紹了脈沖激光測(cè)距系統(tǒng)的工作原理、系統(tǒng)構(gòu)成以及基于FPGA的距離信息提取算法。

發(fā)表于：2020/12/14

基于YOLO改進(jìn)殘差網(wǎng)絡(luò)結(jié)構(gòu)的車輛檢測(cè)方法

針對(duì)車輛檢測(cè)任務(wù)，設(shè)計(jì)更高效、精確的網(wǎng)絡(luò)模型是行業(yè)研究的熱點(diǎn)，深層網(wǎng)絡(luò)模型具有比淺層網(wǎng)絡(luò)模型更好的特征提取能力，但構(gòu)建深層網(wǎng)絡(luò)模型時(shí)將導(dǎo)致梯度消失、模型過(guò)擬合等問(wèn)題，應(yīng)用殘差網(wǎng)絡(luò)結(jié)構(gòu)可以緩解此類問(wèn)題?；赮OLO算法，改進(jìn)殘差網(wǎng)絡(luò)結(jié)構(gòu)，加深網(wǎng)絡(luò)層數(shù)，設(shè)計(jì)了一種含有68個(gè)卷積層的卷積神經(jīng)網(wǎng)絡(luò)模型，同時(shí)對(duì)輸入圖像進(jìn)行預(yù)處理，保證目標(biāo)在圖像上不變形失真，最后在自定義的車輛數(shù)據(jù)集上對(duì)模型進(jìn)行訓(xùn)練與測(cè)試，并將實(shí)驗(yàn)結(jié)果與YOLOV3模型進(jìn)行對(duì)比，實(shí)驗(yàn)表明，本文設(shè)計(jì)的模型檢測(cè)精準(zhǔn)度(AP)達(dá)90.63%，較YOLOV3提高了4.6%。

發(fā)表于：2020/12/14