无码免费午夜视频在线,国产AV无码专区久久精品网站,久久99国产综合精品三级婷婷

融合外觀特征的行人重識別方法[其他][其他]

針對行人重識別中由于姿勢變化、視角改變、遮擋等引起的識別率不高的問題，提出了融合外觀特征的行人重識別方法。該方法通過兩個網(wǎng)絡(luò)分支的設(shè)計，分別提取行人的全局特征和局部特征，二者融合后得到行人的外觀特征。同時結(jié)合分類損失和度量學(xué)習(xí)損失，通過多任務(wù)學(xué)習(xí)策略對兩個網(wǎng)絡(luò)分支進(jìn)行模型優(yōu)化。此外，該模型設(shè)計了隨機(jī)擦除算法，在數(shù)據(jù)集中加入噪聲，增強(qiáng)模型的魯棒性。實(shí)驗結(jié)果表明：融合外觀特征的行人重識別方法大大提高了行人重識別的準(zhǔn)確率，在Market-1501數(shù)據(jù)集上rank1達(dá)到了92.82%、mAP 達(dá)到了80.51%，在DukeMTMC-reID數(shù)據(jù)集上rank1達(dá)到了85.06%、mAP達(dá)到了72.72%。

發(fā)表于：6/10/2021

基于深度學(xué)習(xí)的車輛檢測算法研究[其他][其他]

針對目前車輛實(shí)時檢測中存在定位不準(zhǔn)確、檢測精度低等問題，采用了一種以Darknet-53為骨架網(wǎng)絡(luò)的YOLOv3車輛檢測算法，將該算法模型在標(biāo)準(zhǔn)數(shù)據(jù)集Pascal-VOC2012上進(jìn)行訓(xùn)練，以拍攝的西安南二環(huán)路的圖片作為測試集進(jìn)行測試。實(shí)驗結(jié)果表明，YOLOv3算法的檢測精度達(dá)到84.9%，相比于SSD算法，其檢測精度提高了11.3%，檢測速度提高了3.8 f/s。因此YOLOv3算法檢測精度更好，檢測速度更快，能準(zhǔn)確地檢測出圖像中的車輛信息，滿足車輛實(shí)時檢測的要求。

發(fā)表于：6/10/2021

函數(shù)級別的復(fù)用開源代碼檢測方法[其他][其他]

軟件開發(fā)中對開源代碼的復(fù)用會帶來開源代碼漏洞和違反開源許可等問題。傳統(tǒng)復(fù)用代碼檢測方法常常檢出較多偶然克隆代碼，影響了復(fù)用代碼的檢測準(zhǔn)確性。為此，提出了一種基于復(fù)用度量指標(biāo)的函數(shù)級別復(fù)用開源代碼檢測方法。該方法對被測代碼和開源代碼庫，先使用克隆檢測工具獲取克隆函數(shù)，然后使用依據(jù)克隆代碼行和共用標(biāo)識符在開源代碼庫中的出現(xiàn)頻率的復(fù)用度量指標(biāo)，判定每對克隆函數(shù)是否為復(fù)用。在公開有標(biāo)注數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上的實(shí)驗結(jié)果均表明所提方法優(yōu)于基于逆文檔頻率的方法。

發(fā)表于：6/10/2021

面向工控現(xiàn)場應(yīng)用的邊緣網(wǎng)關(guān)架構(gòu)設(shè)計和性能評估[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

工業(yè)現(xiàn)場控制作為邊緣網(wǎng)關(guān)的典型應(yīng)用場景，是物聯(lián)網(wǎng)與人工智能交叉學(xué)科的研究熱點(diǎn)。在場景中，傳感器的數(shù)據(jù)經(jīng)過高速無線網(wǎng)絡(luò)匯集至邊緣網(wǎng)關(guān)，算法模塊根據(jù)傳感器數(shù)據(jù)向設(shè)備發(fā)送控制指令，完成控制閉環(huán)。與傳統(tǒng)網(wǎng)關(guān)僅僅收集和轉(zhuǎn)發(fā)數(shù)據(jù)相比，邊緣計算網(wǎng)關(guān)還承擔(dān)了數(shù)據(jù)加工和控制生成的重要功能，所以其安全與性能顯得尤為重要。針對邊緣網(wǎng)關(guān)中的安全與性能要求，提出了一種工業(yè)邊緣網(wǎng)關(guān)架構(gòu)，該架構(gòu)在基于X86的Linux平臺上進(jìn)行了模擬仿真和實(shí)機(jī)測試，結(jié)果表明該邊緣網(wǎng)關(guān)可以滿足工業(yè)現(xiàn)場控制的典型應(yīng)用場景，并滿足了傳統(tǒng)網(wǎng)關(guān)的基準(zhǔn)性能。

發(fā)表于：6/10/2021

一種利用類別顯著性映射生成對抗樣本的方法[其他][其他]

如果對抗樣本的遷移性越強(qiáng)，則其攻擊結(jié)構(gòu)未知的深度神經(jīng)網(wǎng)絡(luò)模型的效果越好，所以設(shè)計對抗樣本生成方法的一個關(guān)鍵在于提升對抗樣本的遷移性。然而現(xiàn)有方法所生成的對抗樣本，與模型的結(jié)構(gòu)和參數(shù)高度耦合，從而難以對結(jié)構(gòu)未知的模型進(jìn)行有效攻擊。類別顯著性映射能夠提取出樣本的關(guān)鍵特征信息，而且在不同網(wǎng)絡(luò)模型中有較高的相似度?；陲@著性映射的這一特點(diǎn)，在樣本生成過程中，引入類別顯著性映射進(jìn)行約束，實(shí)驗結(jié)果表明，該方法生成的對抗樣本具有較好的遷移性。

發(fā)表于：6/10/2021

域名畫像系統(tǒng)的設(shè)計與實(shí)現(xiàn)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

網(wǎng)絡(luò)空間逐漸成為人類生產(chǎn)活動的第二空間，網(wǎng)絡(luò)空間測繪對人們了解認(rèn)識網(wǎng)絡(luò)空間資源分布、網(wǎng)絡(luò)關(guān)系和威脅情況等具有重要意義。當(dāng)前對域名這一網(wǎng)絡(luò)空間重要資產(chǎn)的測繪研究相對較少，因此針對域名資產(chǎn)進(jìn)行探測分析，結(jié)合多源域名數(shù)據(jù)對域名的基礎(chǔ)屬性、譜系關(guān)系、規(guī)模狀況和時空變化等情況進(jìn)行分析，形成域名畫像。該研究有助于用戶掌握互聯(lián)網(wǎng)域名整體發(fā)展情況，可對網(wǎng)絡(luò)流量過濾和惡意域名檢測、網(wǎng)絡(luò)空間資產(chǎn)屬性識別等提供支撐。

發(fā)表于：6/10/2021

泛林集團(tuán)計算產(chǎn)品部副總裁David Fried博士：晶體管與IC架構(gòu)的未來 [電子元件][其他]

泛林集團(tuán)計算產(chǎn)品部副總裁David Fried接受了行業(yè)媒體Semiconductor Engineering (SE)的采訪，探討并分享他對于芯片縮放、晶體管、新型架構(gòu)和封裝等話題的看法。以下內(nèi)容節(jié)選自采訪原文。

發(fā)表于：6/8/2021

在后疫情時代替換觸控屏幕[顯示光電][消費(fèi)電子]

新冠已經(jīng)永久改變了我們的世界，在我們開始迎接挑戰(zhàn)以面對新的現(xiàn)實(shí)生活時，許多領(lǐng)域會與之前完全不同。

發(fā)表于：6/8/2021

需要備用電源？保持電源連續(xù)性[電源技術(shù)][工業(yè)自動化]

電子系統(tǒng)需要其他形式的電源，以便在主電源中斷時有電可用。

發(fā)表于：6/8/2021

Vicor 發(fā)布針對汽車、高性能計算及機(jī)器人在疫情下的發(fā)展預(yù)測[電源技術(shù)][汽車電子]

因疫情原因改變了大家的習(xí)慣、優(yōu)先次序被重新定義，這些推動了創(chuàng)新加速。Vicor 的專家列舉了一些示例，表明現(xiàn)有趨勢將大幅加快并重點(diǎn)關(guān)注高效、緊湊、模塊化供電網(wǎng)絡(luò) (PDN) 的使用與發(fā)展。

發(fā)表于：6/8/2021

40年ALD積淀助力超越摩爾，思銳智能完成第一階段發(fā)展布局[EDA與制造][工業(yè)自動化]

業(yè)界主流的薄膜沉積工藝主要有原子層沉積(ALD)、物理式真空鍍膜(PVD)和化學(xué)式真空鍍膜(CVD)等。其中ALD屬于CVD的一種，是當(dāng)下最先進(jìn)的薄膜沉積技術(shù)。

發(fā)表于：6/7/2021

安富利：激光雷達(dá)進(jìn)入量產(chǎn)元年，將加快自動駕駛的商用進(jìn)程[MEMS|傳感技術(shù)][汽車電子]

　　跨界“造車”年年有，尤其今年特別多！繼小米高調(diào)官宣投資百億造車之后僅半個月，華為也與合作伙伴北汽聯(lián)合發(fā)布了采用自家技術(shù)平臺的新款車型——極狐阿爾法S華為HI版智能純電動轎車。

發(fā)表于：6/7/2021

如何采用人工智能規(guī)劃試點(diǎn)項目[模擬設(shè)計][智能電網(wǎng)]

　　人工智能（AI）為各行業(yè)領(lǐng)域的企業(yè)提供了發(fā)展和改善業(yè)務(wù)運(yùn)營的機(jī)會。根據(jù)《財富商業(yè)見解》的調(diào)查，2019年全球人工智能市場規(guī)模為270億美元，這一數(shù)字預(yù)計到2027年將達(dá)到2670億美元。這表明很多企業(yè)致力于采用當(dāng)今時代這個最具生產(chǎn)力的技術(shù)。　　但是，實(shí)施人工智能戰(zhàn)略面臨著挑戰(zhàn)，特別是對于那些根本不知道從

發(fā)表于：6/3/2021

亞皮秒級激光回波半實(shí)物仿真系統(tǒng)關(guān)鍵技術(shù)研究[模擬設(shè)計][工業(yè)自動化]

激光回波仿真系統(tǒng)能夠根據(jù)所模擬的目標(biāo)生成高頻高精度模擬回波信號。提出一種激光回波仿真系統(tǒng)設(shè)計方案，系統(tǒng)中采用FPGA生成延時信號，可以對回波信號實(shí)現(xiàn)亞皮秒級的延時精度；對光纖通信協(xié)議進(jìn)行了優(yōu)化，用FPGA實(shí)現(xiàn)基于該協(xié)議的回波信號傳輸系統(tǒng)，擺脫了現(xiàn)有方案中對反射內(nèi)存卡的依賴性，提升了數(shù)據(jù)的刷新頻率。仿真結(jié)果表明，所設(shè)計的仿真系統(tǒng)數(shù)據(jù)傳輸速度達(dá)到1.6 Gb/s，回波精度達(dá)到125 ps，距離分辨率達(dá)到0.05 m。為基于激光陣列的高精度激光制導(dǎo)半實(shí)物仿真系統(tǒng)的研制奠定了基礎(chǔ)。

發(fā)表于：6/2/2021

一種G比特可變編碼調(diào)制的解調(diào)方法設(shè)計與實(shí)現(xiàn)[微波|射頻][通信網(wǎng)絡(luò)]

隨著衛(wèi)星通信技術(shù)的發(fā)展，寬帶頻譜越來越少，提高頻譜利用率就愈來愈重要，可變編碼調(diào)制技術(shù)(VCM)就是一種解決方案。根據(jù)DVB-S2標(biāo)準(zhǔn)中對調(diào)制信號的格式的定義，當(dāng)調(diào)制方式在QPSK、8PSK、16APSK、32APSK中切換時，幀頭和導(dǎo)頻仍然采用π/2BPSK進(jìn)行調(diào)制，基于此提出了對導(dǎo)頻和幀頭部分進(jìn)行高碼率可變編碼的載波同步和均衡處理，實(shí)現(xiàn)結(jié)果表明，能正常對不同調(diào)制方式進(jìn)行解調(diào)，同時保證在不同調(diào)制方式進(jìn)行切換時仍能穩(wěn)定完成解調(diào)，測試結(jié)果表明解調(diào)性能偏離理論值小于3 dB，由于只采用了一種載波同步方法和均衡方法，實(shí)現(xiàn)方法簡單，節(jié)省了FPGA資源。

發(fā)表于：6/2/2021