亚洲一区视频,久久不射无码影院,精品高潮呻吟AV久久无码

信任，是汽車技術(shù)未來發(fā)展的基礎(chǔ)[測試測量][汽車電子]

汽車行業(yè)的未來前景廣闊，自動駕駛和全電動汽車等技術(shù)正在推動汽車行業(yè)快速發(fā)展。因此而帶來的巨大變化將改善人們的生活、提高駕乘體驗，然而汽車制造商將需要不斷努力提高消費者信心和理解，以取得商業(yè)上的成功。

發(fā)表于：10/20/2021

【技術(shù)大咖測試筆記系列】之八：低功率范圍內(nèi)的MOSFET表征[模擬設(shè)計][消費電子]

　　半導(dǎo)體行業(yè)一直在尋找新型特殊材料、介電解決方案和新型器件形狀，以進(jìn)一步、再進(jìn)一步縮小器件尺寸。例如，2D材料的橫向和縱向異質(zhì)結(jié)構(gòu)導(dǎo)致了新的顛覆性小型低功率電子器件的產(chǎn)生。

發(fā)表于：10/20/2021

Excelitas Technologies推出MachVis OnLine在線鏡頭配置器軟件[模擬設(shè)計][數(shù)據(jù)中心]

全球創(chuàng)新的定制化光電解決方案技術(shù)領(lǐng)導(dǎo)者埃賽力達(dá)科技有限公司（Excelitas Technologies? Corp.），近期宣布面向視覺系統(tǒng)設(shè)計師和工程師推出全新的MachVis? 在線鏡頭配置器軟件?，F(xiàn)在，其免費的MachVis鏡頭配置器軟件可作為Web應(yīng)用程序使用，還能識別和配置所需的所有鏡頭解決方案和機械配件，并生成可用的支持文檔，以簡化機器視覺中各種光學(xué)應(yīng)用的集成計劃和訂購流程，以及工業(yè)、半導(dǎo)體電子和平板顯示器制造等市場領(lǐng)域的檢測流程。

發(fā)表于：10/19/2021

應(yīng)對一致性測試特定挑戰(zhàn)，需要可靠的PCIe 5.0發(fā)射機驗證[模擬設(shè)計][消費電子]

由于5G和IoT互聯(lián)設(shè)備及相關(guān)高帶寬要求預(yù)計將大幅度攀升，所以數(shù)據(jù)中心運營商需要遷移到帶寬更高的網(wǎng)絡(luò)，其中的帶寬要超過當(dāng)前通常使用的100GB以太網(wǎng)（100GE）。遷移到下一代400GE網(wǎng)絡(luò)要求更快速的內(nèi)存和更高速的串行總線通信。除了把以太網(wǎng)接口升級到400GE，服務(wù)器還需要采用速度更高的串行擴展總線接口和內(nèi)存。

發(fā)表于：10/19/2021

Power Integrations推出具有內(nèi)置USB PD控制器的InnoSwitch3-PD可顯著減少元件數(shù)量，最大限度地提高效率[模擬設(shè)計][消費電子]

Power Integrations新推出的InnoSwitch3-PD反激式開關(guān)IC是業(yè)界面向USB Type-C、USB PD和USB數(shù)字控制電源（PPS）適配器應(yīng)用的集成度最高的解決方案。

發(fā)表于：10/19/2021

倉儲自動化，自主移動機器人助企業(yè)應(yīng)考“雙十一”[模擬設(shè)計][工業(yè)自動化]

距今年“雙十一”僅剩不到一個月，戰(zhàn)鼓已經(jīng)敲響。在每年“雙十一”全民購物狂歡中，潮水一般的訂單既給企業(yè)帶來了巨大商機，也對制造及物流環(huán)節(jié)構(gòu)成了嚴(yán)峻的挑戰(zhàn)。據(jù)國家郵政局?jǐn)?shù)據(jù)[1]顯示，去年11月1日至11日期間，全國郵政、快遞企業(yè)共處理快件39.65億件，其中11月11日當(dāng)天共處理快件量達(dá)到創(chuàng)紀(jì)錄的6.75億件，同比增長26.16%。

發(fā)表于：10/19/2021

技術(shù)干貨 | 3D 霍爾效應(yīng)傳感器如何在自治系統(tǒng)中實現(xiàn)精準(zhǔn)的實時位置控制[模擬設(shè)計][消費電子]

隨著工業(yè) 4.0 的先進(jìn)制造工藝席卷全球市場，高度自動化系統(tǒng)的需求急劇增長，這些系統(tǒng)既需要在集成的制造流程中運行，又需要不斷收集流程控制數(shù)據(jù)。大多數(shù)此類系統(tǒng)（包括機械臂中的磁性編碼器、接近傳感器、傳動器、壓力變送器、線性電機和自主移動機器人）均需要先進(jìn)的位置感應(yīng)解決方案來控制性能并收集工廠級數(shù)據(jù)，從而做出更明智的決策并提高設(shè)備運行的安全性和可靠性。

發(fā)表于：10/19/2021

基于自主配置和最小二乘法的數(shù)據(jù)擇優(yōu)[其他][其他]

在傳統(tǒng)的安控系統(tǒng)中，數(shù)據(jù)的選擇都是依賴中心發(fā)送的選擇幀，當(dāng)中心的選擇幀出現(xiàn)問題時，安控系統(tǒng)顯示的信息就可能出現(xiàn)偏差。針對這個問題，融合使用基于自主配置的擇優(yōu)和基于最小二乘法的擇優(yōu)，選出最優(yōu)的數(shù)據(jù)進(jìn)行顯示，可以有效解決完全依賴中心選擇幀的情況。從試驗結(jié)果看，融合基于自主配置擇優(yōu)和基于最小二乘法的擇優(yōu)方法顯示效果優(yōu)于只使用選擇幀的方法。

發(fā)表于：10/19/2021

LED顯示系統(tǒng)自動化健康管理系統(tǒng)研究[其他][其他]

從視頻傳輸、視頻處理、視頻顯示環(huán)節(jié)入手，研究了目前主流LED顯示系統(tǒng)的運維管理及健康診斷技術(shù)發(fā)展現(xiàn)狀和存在問題，分析了各設(shè)備運行狀態(tài)對整個系統(tǒng)運行可能帶來的影響，提出了LED視頻顯示健康管理系統(tǒng)的發(fā)展設(shè)想，并對系統(tǒng)結(jié)構(gòu)組成、實現(xiàn)方法和運行流程進(jìn)行了設(shè)計，為LED顯示系統(tǒng)自動化監(jiān)控管理和安全運維建設(shè)提供了成功案例。

發(fā)表于：10/19/2021

基于極化碼的分布式信源編解碼系統(tǒng)的FPGA設(shè)計與實現(xiàn)[其他][其他]

為解決在終端資源受限的場景下難以進(jìn)行壓縮編碼的問題，在FPGA平臺上設(shè)計了一種基于極化碼的分布式信源編解碼系統(tǒng)。系統(tǒng)在反饋機制下通過刪除部分極化碼校驗比特實現(xiàn)了碼率自適應(yīng)傳輸。最后采用Verilog硬件描述語言在Xilinx公司的Virtex-7系列開發(fā)板上進(jìn)行硬件設(shè)計及系統(tǒng)實現(xiàn)。測試結(jié)果表明，采用時鐘頻率為200 MHz的情況下，系統(tǒng)的吞吐率可達(dá)到919 kb/s。

發(fā)表于：10/19/2021

智能車控制的數(shù)顯儀表識別技術(shù)研究[其他][其他]

在工業(yè)現(xiàn)場中，通過移動機器人自主巡檢與讀表的應(yīng)用越來越廣泛。數(shù)顯儀表的讀數(shù)受到光照、對焦和場景等因素的影響，存在識別精度低的問題。針對上述問題，提出了融合感知與控制的數(shù)顯儀表識別機制，首先使用圖像目標(biāo)檢測網(wǎng)絡(luò)識別數(shù)顯儀表，標(biāo)出目標(biāo)區(qū)域。隨后設(shè)計基于圖像反饋的智能車控制策略，以此抑制模糊對焦的影響。再使用改進(jìn)的自動色彩均衡(ACE)算法對基于色彩膨脹切割的數(shù)字塊進(jìn)行圖像色彩增強。最后通過卷積循環(huán)神經(jīng)網(wǎng)絡(luò)(CRNN)進(jìn)行實時儀表數(shù)字識別。通過實驗驗證了所設(shè)計技術(shù)的性能，證明了方法的可行性和有效性。

發(fā)表于：10/19/2021

基于LSTM-ARIMA組合模型的區(qū)域短期用電量預(yù)測[其他][其他]

用電數(shù)據(jù)具有不平穩(wěn)、非線性的特點，為了提升對用電數(shù)據(jù)的擬合精度，增強預(yù)測能力，基于序列預(yù)測與殘差修正的思想提出通過長短期記憶神經(jīng)網(wǎng)絡(luò)(Long Short-Term Memory Neural Network，LSTM)對用電量序列進(jìn)行預(yù)測，真實值與預(yù)測值所構(gòu)成的差值即殘差用差分自回歸移動平均模型(Autoregressive Integrated Moving Average Model，ARIMA)進(jìn)行殘差修正，將LSTM的預(yù)測值與ARIMA的殘差修正值進(jìn)行重構(gòu)得到最終的預(yù)測值。最后利用廣東省佛山市某工業(yè)園區(qū)的用電數(shù)據(jù)對組合模型進(jìn)行驗證，實驗結(jié)果顯示該模型的預(yù)測精度與預(yù)測穩(wěn)定性均優(yōu)于其他模型，取得了良好的預(yù)測效果。

發(fā)表于：10/19/2021

基于GrabCut的改進(jìn)分割算法[其他][其他]

針對GrabCut算法對于特征不明顯、紋理復(fù)雜的圖像分割效果不理想，且需要用戶交互的問題，提出一種基于GrabCut的改進(jìn)分割算法。首先，運用圖像增強，對特征不明顯的圖像進(jìn)行改善，提高圖像質(zhì)量；然后，利用YOLOv4網(wǎng)絡(luò)對圖像進(jìn)行目標(biāo)檢測，獲取前景目標(biāo)所在矩形框位置，從而減少用戶操作；其次，在高斯混合模型(GMM)中加入圖像像素的位置信息和局部二值模式算子(LBP)提取的像素紋理特征信息，優(yōu)化高斯混合模型參數(shù)，改進(jìn)GrabCut算法，實現(xiàn)圖像優(yōu)化分割；最后，將分割圖像掩膜與原始圖像結(jié)合，得到原始圖像。實驗結(jié)果表明，對特征不明顯、紋理信息復(fù)雜的圖像，該算法分割效果更優(yōu)。

發(fā)表于：10/19/2021

漁政管理系統(tǒng)網(wǎng)絡(luò)環(huán)境威脅態(tài)勢分析[通信與網(wǎng)絡(luò)][信息安全]

網(wǎng)絡(luò)環(huán)境中存在多項確定性和不確定性影響因素，各項因素對整體網(wǎng)絡(luò)環(huán)境的影響程度不同，通過研究多項網(wǎng)絡(luò)影響因素作用下的網(wǎng)絡(luò)威脅評估方法，可準(zhǔn)確識別網(wǎng)絡(luò)環(huán)境態(tài)勢與潛在的發(fā)展趨勢。以漁政管理系統(tǒng)網(wǎng)絡(luò)管理日志數(shù)據(jù)為研究對象，構(gòu)建基于集對分析理論的多因素網(wǎng)絡(luò)環(huán)境威脅綜合評估模型，通過集對勢、偏聯(lián)系數(shù)計算，分析了系統(tǒng)在攻擊流量、威脅等級、相關(guān)度等方面的表現(xiàn)。評估模型提供了系統(tǒng)整體網(wǎng)絡(luò)環(huán)境以及各項影響因素的威脅態(tài)勢和潛在發(fā)展趨勢，為漁政管理系統(tǒng)網(wǎng)絡(luò)安全運維工作提供指導(dǎo)建議，也為信息系統(tǒng)網(wǎng)絡(luò)威脅情報的分析和應(yīng)用提供了研究思路。

發(fā)表于：10/19/2021

基于DDoS攻擊關(guān)聯(lián)化變權(quán)評估算法[通信與網(wǎng)絡(luò)][信息安全]

網(wǎng)絡(luò)攻擊時刻發(fā)生在人們的日常生活中，威脅著網(wǎng)絡(luò)用戶的信息安全。從拒絕服務(wù)出發(fā)，結(jié)合D數(shù)理論和變權(quán)方法，提出了基于DDoS攻擊關(guān)聯(lián)化變權(quán)評估算法。該算法從指標(biāo)權(quán)重的確定和指標(biāo)之間的關(guān)聯(lián)度兩個方面考慮，首先基于變權(quán)理論改善在不同場景下固定權(quán)重所帶來的不確定性，同時利用D數(shù)理論加強數(shù)據(jù)的準(zhǔn)確量化。其次，分別從指標(biāo)數(shù)據(jù)之間關(guān)聯(lián)度和指標(biāo)數(shù)據(jù)、指標(biāo)元素之間關(guān)聯(lián)度兩個方面考慮，確定指標(biāo)之間的關(guān)聯(lián)關(guān)系，保證了指標(biāo)體系的合理性。最后，通過性能和效能仿真實驗對算法進(jìn)行了驗證，實驗結(jié)果表明，該算法在不犧牲時間復(fù)雜度情況下提升了準(zhǔn)確性和有效性。

發(fā)表于：10/19/2021