91向日葵视频在线观看,女人与狥交下配A级在线观

如何使用Hi-Z緩沖器簡化AFE設計[模擬設計][工業(yè)自動化]

克服這些設計難題的一種方法是建立基于復合環(huán)路的方案，使低頻和高頻信號鏈交錯，以獲得直流精度和較寬的大信號帶寬。

發(fā)表于：1/26/2022

SRII重磅推出兩款ALD新品，滿足泛半導體應用多功能性和靈活性的需求[EDA與制造][工業(yè)自動化]

原子層沉積（ALD）工藝被認為是邏輯和存儲半導體器件微縮化的重要推動力。過去20年，ALD工藝及設備已經(jīng)廣泛應用于邏輯和存儲器件的大批量制造，不斷推動諸如動態(tài)隨機存取存儲器（DRAM）、先進的鰭式場效應晶體管（FinFET）以及柵極環(huán)繞晶體管等器件性能的改進與創(chuàng)新。

發(fā)表于：1/26/2022

選擇正確的設備監(jiān)測電池溫度[電源技術][工業(yè)自動化]

電池包需要達到足夠的功率密度（W/kg），才能分配充分的電流來實現(xiàn)電動汽車的加速指標。同時，高功率密度（Wh/kg），才能實現(xiàn)更長的續(xù)航時間或續(xù)航里程。

發(fā)表于：1/25/2022

智能刻蝕帶來突破性的生產力提升[EDA與制造][工業(yè)自動化]

芯片設計的要求是，在每一片晶圓上同時刻蝕超過一萬億個孔，且需要這些孔均勻并可預測。當大批量生產要求晶圓廠每月生產140萬片NAND晶圓時，刻蝕挑戰(zhàn)變得更加復雜，并可能對位成本產生重大影響

發(fā)表于：1/25/2022

主控芯片CPU/FPGA存儲及單粒子翻轉科普[嵌入式技術][通信網(wǎng)絡]

每一次神舟載人飛船和SpaceX衛(wèi)星的發(fā)射升空，都能吸引眾多人關注。對于這些神秘的航天飛信器，你知道它們的信息都是怎么處理的嗎？航天飛行器信息的處理依靠CPU/FPGA，而指令的執(zhí)行則憑借存儲器。目前市場上大多數(shù)售賣主芯片的廠商都是靠存儲器起家的。Excelpoint世健公司的工程師Wolfe Yu在此對存儲的分類以及它們各自的優(yōu)劣進行了科普介紹。

發(fā)表于：1/25/2022

艾尼克斯Adapt FT3000系列 - 強大的測試解決方案，規(guī)避不必要的時間損失 [測試測量][工業(yè)自動化]

艾尼克斯Adapt FT3000系列 - 強大的測試解決方案，規(guī)避不必要的時間損失 Enics Adapt FT3000系列是艾尼克斯自有產品測試平臺。該系列測試解決方案是電子產品生產中PCBA級和終端產品功能測試的綜合測試平臺。

發(fā)表于：1/21/2022

是德科技軟件測試自動化事業(yè)部總經(jīng)理探討軟件質量對于數(shù)字世界的重要意義[測試測量][工業(yè)自動化]

為了進一步了解軟件質量的重要性，是德科技軟件測試自動化部門總經(jīng)理 Gareth Smith 博士進行分享，探討為什么說軟件質量決定了業(yè)務能否取得成功以及我們應當采取哪些措施來提升軟件質量。

發(fā)表于：1/21/2022

為何毫米波需要采用不同的DPD方法？如何量化其值？[微波|射頻][5G]

在5G新無線電技術標準中，除了sub-6 GHz頻率外，還利用毫米波（mmWave）頻率來提高吞吐量。毫米波頻率的使用為大幅提高數(shù)據(jù)吞吐量帶來了獨特的機會，同時也帶來了新的實施挑戰(zhàn)。本文探討sub-6 GHz和毫米波基站無線電之間的架構差異，著重講述在這些系統(tǒng)上實施DPD面臨的挑戰(zhàn)和帶來的好處。數(shù)字預失真（DPD）是一種成熟技術，通常用于sub-6 GHz無線通信系統(tǒng)，以提高功率效率，但大多數(shù)毫米波無線電并不使用DPD。采用ADI波束成型器和收發(fā)器構建的包含256個元件的毫米波陣列原型，我們能夠證明采用DPD能夠將有效各向同性輻射功率（EIRP）提高達3 dB。與不采用DPD，但具有相同目標EIRP的陣列相比，這種陣列的元件數(shù)量可以減少30%。

發(fā)表于：1/19/2022

基于異構信息網(wǎng)絡的學生成績預測與預警模型研究[其他][其他]

發(fā)表于：1/19/2022

重載混合動力車輛再生制動策略設計與優(yōu)化[其他][其他]

為進一步提高混合動力應急救援車輛的能源利用率，針對N3類重型車輛的特點設計了雙模糊邏輯控制策略，分別對前后軸之間的制動力及前軸再生制動與機械制動的制動力進行了合理分配，同時兼顧了車輛的制動穩(wěn)定性及再生制動能量的回收效率。為了更好地發(fā)揮模糊邏輯控制器的性能，采用多目標粒子群優(yōu)化算法，以車輛制動穩(wěn)定性指標及再生制動能量回收量為優(yōu)化目標，對雙模糊邏輯控制器的輸入/輸出隸屬度參數(shù)進行了優(yōu)化。最后，通過Simulink離線仿真實驗驗證了所設計的雙模糊邏輯再生制動策略及多目標粒子群優(yōu)化算法的正確性、有效性及實用性。

發(fā)表于：1/19/2022

基于光電檢測技術的電纜表面缺陷實時監(jiān)測系統(tǒng)研究[其他][其他]

基于光電檢測技術開發(fā)了電纜表面缺陷實時監(jiān)測系統(tǒng)。在硬件結構方面，系統(tǒng)采用半環(huán)形LED白光源照射電纜，利用線陣CCD相機采集電纜表面圖像。在軟件算法方面，提出一種改進的ROI(Region of Interest)算法精確定位電纜區(qū)域，利用一種基于改進雙邊濾波的圖像差分算法建立背景模型，改進一種基于CV-Kmeans區(qū)域分類自適應濾波窗口算法來凸顯電纜表面缺陷特征。研究結果表明，基于光電檢測技術研發(fā)的電纜表面缺陷實時監(jiān)測系統(tǒng)的識別能力較高，整體監(jiān)測準確率不低于97.0%。

發(fā)表于：1/19/2022

面向CNN的類激活映射算法研究[其他][其他]

類激活映射(CAM)是卷積神經(jīng)網(wǎng)絡(CNN)解釋中的一種直觀的方法，通常由CNN的最后一個卷積層生成，可以突出顯示輸入圖片中目標類的不同區(qū)域。之前的CAM方法只依賴于最后的卷積層，生成的解釋圖只能顯示模糊的物體位置信息。提出了一種新的方法即分層加權類激活映射方案(SL-CAM)，通過加權合并CNN淺層到深層的信息來生成類激活圖。由淺層特征圖及其對應的梯度生成的激活圖包含詳細、準確但噪聲大的位置信息；而由深層特征圖生成的激活圖包含噪聲少但模糊的位置信息。在LSVRC2012 Val上的實驗表明，SL-CAM多項指標上均優(yōu)于Grad-CAM、Grad-CAM++和Score-CAM。

發(fā)表于：1/19/2022

基于生成對抗網(wǎng)絡的無監(jiān)督圖像超分辨率算法[其他][其他]

目前，大多數(shù)基于學習的圖像超分辨率研究通常采用預定的降質類型(比如雙三次下采樣)處理高分辨率圖像，來產生成對的訓練集。然而，真實圖像往往存在未知的模糊和噪聲，導致這些算法無法有效應用到真實場景中。為了實現(xiàn)真實圖像的超分辨率重建，提出了一種基于生成對抗網(wǎng)絡的無監(jiān)督圖像超分辨率算法，所提出的算法分為域轉換子網(wǎng)絡和重建子網(wǎng)絡兩個部分。同時設計了深度特征提取模塊，通過融合不同感受野所提取的圖像特征來提升網(wǎng)絡的性能。實驗結果證明，相比于目前多數(shù)的圖像超分辨率算法，本文算法能夠實現(xiàn)真實降質圖像(存在噪聲、模糊等)的圖像超分辨率，在主觀效果和客觀指標上均能獲得更好的性能。

發(fā)表于：1/19/2022

融合CNN和Transformer編碼器的變聲語音鑒別與還原[其他][其他]

語音變聲偽裝會導致人耳感知和聲紋識別出現(xiàn)錯誤，從而達到隱匿說話人真實身份的目的。為削弱變聲語音的影響，提出一種融合卷積神經(jīng)網(wǎng)絡(Convolutional Neural Networks，CNN)和Transformer編碼器的模型，提取變聲語音的局部特征和全局特征用于判別變聲因子，并根據(jù)變聲因子的數(shù)值實施變聲語音還原。在中英文真實場景錄音數(shù)據(jù)集上驗證了所提方法的有效性，對變聲因子判別實現(xiàn)了95%以上的準確率。利用所提出的方法，在黑箱條件下對某型商用硬件變聲器輸出的語音進行鑒別與還原，取得了較好的效果。

發(fā)表于：1/19/2022

我國工業(yè)互聯(lián)網(wǎng)技術發(fā)展路線研究[人工智能][5G]

基于我國工業(yè)互聯(lián)網(wǎng)產業(yè)的空心化問題較為突出、產業(yè)鏈關鍵環(huán)節(jié)自主安全程度較低的發(fā)展現(xiàn)實，結合我國工業(yè)互聯(lián)網(wǎng)“三步走”戰(zhàn)略目標，即“到2025年，基本形成具有國際競爭力的基礎設施和產業(yè)體系；到2035年，建成國際領先的網(wǎng)絡基礎設施和平臺，形成國際先進的技術及產業(yè)體系；到本世紀中葉，網(wǎng)絡基礎設施全面支撐國民經(jīng)濟與社會發(fā)展，綜合實力邁入世界前列”，從關鍵技術自主安全和新一代信息技術融合應用兩個角度推動工業(yè)互聯(lián)網(wǎng)“感、傳、支、用”四個層面發(fā)展的技術路線，為我國工業(yè)互聯(lián)網(wǎng)發(fā)展戰(zhàn)略目標落地與實施提供參考。

發(fā)表于：1/19/2022