国产欧美日韩久久精品,久久国产情侣愉拍

CTSD精密ADC — 第2部分：為信號鏈設(shè)計人員介紹CTSD架構(gòu)[EDA與制造][工業(yè)自動化]

　　本文將采用一種與傳統(tǒng)方法不同的方式介紹連續(xù)時間Σ-Δ （CTSD） ADC技術(shù)，以便信號鏈設(shè)計人員了解這種簡單易用的新型精密ADC技術(shù)，將其想像成一個連接了某些已知組件的簡單系統(tǒng)。在第1部分，我們主要介紹了現(xiàn)有信號鏈設(shè)計的關(guān)鍵挑戰(zhàn)，利用精密CTSD ADC，在實現(xiàn)高精度的同時還可保持連續(xù)時間信號完整性，從而可以顯著簡化這些設(shè)計?，F(xiàn)在的問題是CTSD架構(gòu)背后是什么使其能夠?qū)崿F(xiàn)這些優(yōu)勢？

發(fā)表于：8/13/2021

使用成像技術(shù)優(yōu)化食物分揀過程[測試測量][其他]

　　近年來，食品安全和質(zhì)量控制問題越來越受到人們的重視。據(jù)估計，到 2025 年，世界人口將超過 80 億，其中發(fā)展中國家人口增長最快。為了滿足不斷增長的人口的需求，食品供應(yīng)量將需要翻一番，這給食品行業(yè)帶來了巨大壓力，因為它將努力滿足對高品質(zhì)食品日益增長的需求。

發(fā)表于：8/12/2021

CTSD ADC-第1部分：如何改進(jìn)精密ADC信號鏈設(shè)計[EDA與制造][工業(yè)自動化]

　　精密信號鏈設(shè)計人員面臨著滿足中等帶寬應(yīng)用中噪聲性能要求的挑戰(zhàn)，最后往往要在噪聲性能和精度之間做出權(quán)衡。縮短上市時間并在第一時間完成正確的設(shè)計則進(jìn)一步增加了壓力。持續(xù)時間Σ-Δ （CTSD） ADC本身具有架構(gòu)優(yōu)勢，簡化了信號鏈設(shè)計，從而縮減了解決方案尺寸，有助于客戶縮短終端產(chǎn)品的上市時間。為了說明CTSD ADC本身的架構(gòu)優(yōu)勢及其如何適用于各種精密中等帶寬應(yīng)用，我們將深入分析信號鏈設(shè)計，讓設(shè)計人員了解CTSD技術(shù)的關(guān)鍵優(yōu)勢，并探索AD4134 精密ADC易于設(shè)計的特性。

發(fā)表于：8/12/2021

基于模板匹配OCR的報告自動歸檔系統(tǒng)研究[其他][其他]

針對建筑檢測行業(yè)中檢測報告多、人工歸檔效率低下的問題，利用模板匹配算法與LeNet框架建立了一套強(qiáng)魯棒性用于報告文件數(shù)字符號的OCR識別系統(tǒng)。針對報告中感興趣區(qū)域(ROI)位置和大小不固定的問題，采用了機(jī)器視覺領(lǐng)域中的模板匹配定位算法來定位報告文件的ROI區(qū)域。結(jié)合LeNet網(wǎng)絡(luò)與模板匹配定位算法，實現(xiàn)了傳統(tǒng)機(jī)器視覺方法與人工智能方法的結(jié)合，構(gòu)建了一套檢測報告自動歸檔系統(tǒng)。所構(gòu)建的自動歸檔系統(tǒng)的正確歸檔率達(dá)到了95.8%，有效節(jié)約了人工成本與時間成本。

發(fā)表于：8/12/2021

基于5G技術(shù)的高可靠數(shù)據(jù)傳輸終端的設(shè)計[其他][其他]

無線數(shù)據(jù)傳輸終端又稱為“工業(yè)領(lǐng)域的手機(jī)”，其數(shù)據(jù)傳輸原理與人們平常使用的手機(jī)是類似的。目前無線數(shù)據(jù)傳輸終端中常使用2G/4G網(wǎng)絡(luò)傳輸數(shù)據(jù)。2G/4G網(wǎng)絡(luò)存在帶寬小、時延大以及接入終端量受限等問題，因此傳統(tǒng)的數(shù)據(jù)傳輸終端不適用車聯(lián)網(wǎng)和大型工控領(lǐng)域。將5G技術(shù)應(yīng)用到DTU(Data Transfer Unit)中，設(shè)計了一個高可靠性的5G數(shù)據(jù)傳輸終端即5G-DTU。它的主處理器為Rockchip公司的RK1808芯片，集成了5G通信模組、WiFi模塊和接口模塊。因此5G-DTU能為外置設(shè)備提供2.4 G和5 G雙頻段的無線接入以及豐富的外設(shè)接口。最后通過測試證明了5G-DTU的高帶寬、低延時和高可靠性。

發(fā)表于：8/12/2021

基于應(yīng)用場景特征描述的無人機(jī)基站飛行高度部署[其他][其他]

由于無人機(jī)基站在不同應(yīng)用場景下，所處的地理環(huán)境、用戶分布、用戶需求和所希望提升的性能需求不同，需要根據(jù)不同應(yīng)用場景的特征對無人機(jī)基站進(jìn)行部署?；跓o人機(jī)基站的典型應(yīng)用場景，構(gòu)建兩個具有代表性的無人機(jī)基站應(yīng)用場景模型，并對應(yīng)用場景模型特征進(jìn)行抽象描述。分別構(gòu)建了兩個應(yīng)用場景的空地通信傳輸模型。在此基礎(chǔ)上，給出了最大化傳輸速率以及最大化無人機(jī)覆蓋范圍的無人機(jī)基站最優(yōu)飛行高度的數(shù)學(xué)計算模型。最后，對不同場景下無人機(jī)基站最優(yōu)飛行高度的影響因素和變化趨勢進(jìn)行了分析。

發(fā)表于：8/12/2021

機(jī)器學(xué)習(xí)中的成員推斷攻擊與防御研究[其他][其他]

隨著機(jī)器學(xué)習(xí)滲透到日常生活中的各個方面，其數(shù)據(jù)隱私問題受到越來越多的關(guān)注。成員推斷攻擊是機(jī)器學(xué)習(xí)算法面臨的安全威脅之一，用于推斷特定數(shù)據(jù)是否存在于機(jī)器學(xué)習(xí)模型的訓(xùn)練集中，給用戶帶來極大的安全隱患，對機(jī)器學(xué)習(xí)模型的安全性提出挑戰(zhàn)。為此，研究成員推斷攻擊不僅能發(fā)現(xiàn)隱私數(shù)據(jù)面臨的威脅，而且還能為防御技術(shù)的提出提供思路。對近年來有關(guān)成員推斷攻擊的研究進(jìn)行詳細(xì)的分析，按照應(yīng)用場景的不同將攻擊分為判別模型攻擊、生成模型攻擊以及聯(lián)邦學(xué)習(xí)攻擊三類。同時根據(jù)成員推斷攻擊和防御的發(fā)展現(xiàn)狀，闡述了影響攻擊的因素以及經(jīng)典的防御策略。最后指出成員推斷攻擊中仍需解決的問題以及未來的發(fā)展方向。

發(fā)表于：8/12/2021

基于多任務(wù)學(xué)習(xí)的無參考超分辨圖像質(zhì)量評估[其他][其他]

圖像超分辨率重建旨在從低分辨率圖像中恢復(fù)其對應(yīng)的高分辨率圖像，是計算機(jī)視覺中的經(jīng)典問題。為改進(jìn)傳統(tǒng)超分辨圖像質(zhì)量評價方法與人眼感知不一致的問題，提出一種基于多任務(wù)學(xué)習(xí)的超分辨圖像質(zhì)量評估網(wǎng)絡(luò)。網(wǎng)絡(luò)采用多任務(wù)學(xué)習(xí)的方式，分別學(xué)習(xí)圖像的局部頻率特征與質(zhì)量分?jǐn)?shù)，其中局部頻率特征用來輔助網(wǎng)絡(luò)進(jìn)行圖像質(zhì)量分?jǐn)?shù)的回歸，提高分?jǐn)?shù)預(yù)測的準(zhǔn)確性和泛化能力。另外，在網(wǎng)絡(luò)中加入?yún)f(xié)調(diào)注意力模塊，進(jìn)一步增強(qiáng)了模型的預(yù)測能力。實驗結(jié)果表明，所提出的算法在QADS數(shù)據(jù)集上的SROCC、PLCC等指標(biāo)優(yōu)于目前先進(jìn)的無參考超分辨圖像質(zhì)量評價方法。

發(fā)表于：8/12/2021

基于Flink流處理框架的FFT并行及優(yōu)化[其他][其他]

FFT作為雷達(dá)信號處理的關(guān)鍵計算步驟之一，本質(zhì)上是一個基于數(shù)據(jù)流的處理過程。以往的FFT計算大多集中在通用計算平臺上進(jìn)行并行計算實現(xiàn)，計算系統(tǒng)存在擴(kuò)展性和魯棒性問題。隨著科學(xué)計算應(yīng)用在Flink上的逐漸興起，將FFT在Flink上進(jìn)行并行和優(yōu)化，不僅可以很好地利用框架自身良好的系統(tǒng)擴(kuò)展性和魯棒性，同時也能使其具備高吞吐的實時性能?；贔link對FFT流處理算法流程進(jìn)行了設(shè)計和優(yōu)化，同時針對Flink對適用于FFT計算的緩存窗口機(jī)制進(jìn)行了設(shè)計，實驗結(jié)果表明，改進(jìn)后FFT并行算法在多個大規(guī)模點數(shù)下計算速度均有所提高。

發(fā)表于：8/12/2021

一種基于CEEMDAN-LSTM組合的水體溶解氧預(yù)測方法[其他][其他]

為了對水體含氧量進(jìn)行更好的監(jiān)測，提高溶解氧含量預(yù)測精度，采用“先分解再集成”的結(jié)構(gòu)，提出了CEEMDAN-LSTM組合預(yù)測模型。首先利用CEEMDAN得到分解后的各個分量，然后對每個分量進(jìn)行LSTM建模預(yù)測，最后對所有的預(yù)測結(jié)果進(jìn)行集成，得到最終預(yù)測結(jié)果。該模型解決了單個LSTM模型預(yù)測的延遲性，與單個LSTM預(yù)測模型相比，其擬合優(yōu)度(R2)提高了3.3%，其余誤差指標(biāo)也均有所降低，預(yù)測精度得到了有效的提升；與其他模型相比，也更具優(yōu)越性。

發(fā)表于：8/12/2021

基于深度網(wǎng)絡(luò)的推薦系統(tǒng)偏置項改良研究[其他][其他]

傳統(tǒng)的矩陣分解算法為用戶和項目分別獨立設(shè)置了偏置項，而沒有深入挖掘特定用戶對于特定項目的隱性偏好；同時，傳統(tǒng)的排序預(yù)測推薦算法將用戶所有打分過的項目都統(tǒng)一地設(shè)置為該用戶的正例項目(無論用戶給出了好評還是差評)，這導(dǎo)致訓(xùn)練完成的系統(tǒng)在實際應(yīng)用中很可能會為用戶繼續(xù)推薦其厭惡的項目。因此提出了一種基于深度網(wǎng)絡(luò)的推薦系統(tǒng)偏置項改良方案，該改良方案考慮了用戶為特定項目所作的評分背后所蘊(yùn)含的好惡態(tài)度，并學(xué)習(xí)出一個用戶-項目聯(lián)合偏置項加入到推薦過程中以提升推薦性能。在三個公開數(shù)據(jù)集上進(jìn)行的對比實驗結(jié)果表明，該改良方案可以有效地提升推薦的性能表現(xiàn)。

發(fā)表于：8/12/2021

基于特征集聚和卷積神經(jīng)網(wǎng)絡(luò)的惡意PDF文檔檢測方法[通信與網(wǎng)絡(luò)][信息安全]

針對現(xiàn)有惡意PDF文檔檢測方法存在特征維度高、數(shù)據(jù)集樣本少導(dǎo)致模型欠擬合等問題，提出了一種基于特征集聚和卷積神經(jīng)網(wǎng)絡(luò)的惡意PDF文檔檢測方法。該方法以詞袋模型為基礎(chǔ)，從PDF文檔中提取常規(guī)特征和結(jié)構(gòu)特征。然后以合并后特征簇最小方差為目標(biāo)，使用Ward最小方差聚類方法實現(xiàn)特征集聚。最后，將聚合特征送入卷積神經(jīng)網(wǎng)絡(luò)分類模型進(jìn)行訓(xùn)練。根據(jù)不同聚合特征數(shù)下模型性能的好壞，確定最優(yōu)的聚合特征數(shù)。實驗結(jié)果表明，該方法降低了特征維度，提升了模型的召回率，緩解了模型的欠擬合問題?？v向比較來看，在不同的良性樣本和惡意樣本比例下，遍歷得到最優(yōu)的聚合特征數(shù)，召回率平均提升了53%，F(xiàn)-score平均提升了0.44，運(yùn)行時間平均縮短了27%；與PJScan、PDFrate、Luxor 3種檢測工具橫向相比，檢測的綜合性能平均提升了5%。

發(fā)表于：8/12/2021

汽車電氣化競爭：獲勝的途徑[電源技術(shù)][汽車電子]

雖然 OEM 廠商正在推出電動汽車，以達(dá)到這些標(biāo)準(zhǔn)，但目前還沒有一種統(tǒng)一方法，來為電機(jī)以及車輛的所有子系統(tǒng)供電。

發(fā)表于：8/12/2021

基于全同態(tài)加密的安全人臉識別算法[其他][其他]

人臉識別技術(shù)是計算機(jī)視覺研究的重要課題，在生物認(rèn)證領(lǐng)域有著廣泛的應(yīng)用前景。然而人臉圖像的易獲取性使其被濫用，造成隱私的泄露，因此各界對用戶人臉圖像隱私問題的關(guān)注度日益提高。提出了一種基于全同態(tài)加密的安全人臉識別算法，可以有效地保護(hù)用戶人臉圖像的隱私，保證服務(wù)器在提供人臉識別服務(wù)時，不會學(xué)習(xí)到用戶圖像的任何信息。實驗結(jié)果表明，該算法安全性較高，計算效率也有所提高。

發(fā)表于：8/11/2021

水下聲吶通信安全研究[其他][其他]

隨著人類對海洋的探索與開發(fā)，水下網(wǎng)絡(luò)特別是水下通信技術(shù)逐漸成熟。水下通常使用聲吶進(jìn)行通信，而水下聲吶通信信道具有傳輸速率低、誤碼率高、延時高和信道窄等缺陷，特別容易遭受惡意攻擊。因此，必須重視水下聲吶通信的安全問題。針對水下聲吶通信系統(tǒng)安全防護(hù)等級較弱的現(xiàn)狀，考慮水聲通信的獨特特性，概述了水下密碼裝備的未來發(fā)展趨勢。進(jìn)而，從保護(hù)數(shù)據(jù)機(jī)密性角度出發(fā)，設(shè)計了一型密碼樣機(jī)和一種輕量級密碼算法，用于水下聲吶通信加密技術(shù)的演示驗證。測試結(jié)果表明：采用輕量級密碼算法的密碼樣機(jī)非常適合水下通信安全防護(hù)，能夠滿足通信速率要求，這為未來水下聲吶通信系統(tǒng)搭載密碼系統(tǒng)奠定了一定研究基礎(chǔ)。

發(fā)表于：8/11/2021