一区二区三区精品视频在线观看,欧美三级免费,欧美综合天天夜夜久久

融合外觀特征的行人重識(shí)別方法[其他][其他]

針對(duì)行人重識(shí)別中由于姿勢(shì)變化、視角改變、遮擋等引起的識(shí)別率不高的問(wèn)題，提出了融合外觀特征的行人重識(shí)別方法。該方法通過(guò)兩個(gè)網(wǎng)絡(luò)分支的設(shè)計(jì)，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(shí)結(jié)合分類損失和度量學(xué)習(xí)損失，通過(guò)多任務(wù)學(xué)習(xí)策略對(duì)兩個(gè)網(wǎng)絡(luò)分支進(jìn)行模型優(yōu)化。此外，該模型設(shè)計(jì)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(yàn)結(jié)果表明：融合外觀特征的行人重識(shí)別方法大大提高了行人重識(shí)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(cè)算法研究[其他][其他]

針對(duì)目前車輛實(shí)時(shí)檢測(cè)中存在定位不準(zhǔn)確、檢測(cè)精度低等問(wèn)題，采用了一種以Darknet-53為骨架網(wǎng)絡(luò)的YOLOv3車輛檢測(cè)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(cè)試集進(jìn)行測(cè)試。實(shí)驗(yàn)結(jié)果表明，YOLOv3算法的檢測(cè)精度達(dá)到84.9%，相比于SSD算法，其檢測(cè)精度提高了11.3%，檢測(cè)速度提高了3.8 f/s。因此YOLOv3算法檢測(cè)精度更好，檢測(cè)速度更快，能準(zhǔn)確地檢測(cè)出圖像中的車輛信息，滿足車輛實(shí)時(shí)檢測(cè)的要求。

發(fā)表于：6/10/2021

函數(shù)級(jí)別的復(fù)用開源代碼檢測(cè)方法[其他][其他]

軟件開發(fā)中對(duì)開源代碼的復(fù)用會(huì)帶來(lái)開源代碼漏洞和違反開源許可等問(wèn)題。傳統(tǒng)復(fù)用代碼檢測(cè)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(cè)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(jí)別復(fù)用開源代碼檢測(cè)方法。該方法對(duì)被測(cè)代碼和開源代碼庫(kù)，先使用克隆檢測(cè)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(shí)符在開源代碼庫(kù)中的出現(xiàn)頻率的復(fù)用度量指標(biāo)，判定每對(duì)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(yàn)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(chǎng)應(yīng)用的邊緣網(wǎng)關(guān)架構(gòu)設(shè)計(jì)和性能評(píng)估[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

發(fā)表于：6/10/2021

一種利用類別顯著性映射生成對(duì)抗樣本的方法[其他][其他]

如果對(duì)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(jì)對(duì)抗樣本生成方法的一個(gè)關(guān)鍵在于提升對(duì)抗樣本的遷移性。然而現(xiàn)有方法所生成的對(duì)抗樣本，與模型的結(jié)構(gòu)和參數(shù)高度耦合，從而難以對(duì)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。基于顯著性映射的這一特點(diǎn)，在樣本生成過(guò)程中，引入類別顯著性映射進(jìn)行約束，實(shí)驗(yàn)結(jié)果表明，該方法生成的對(duì)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(jì)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(dòng)的第二空間，網(wǎng)絡(luò)空間測(cè)繪對(duì)人們了解認(rèn)識(shí)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(duì)域名這一網(wǎng)絡(luò)空間重要資產(chǎn)的測(cè)繪研究相對(duì)較少，因此針對(duì)域名資產(chǎn)進(jìn)行探測(cè)分析，結(jié)合多源域名數(shù)據(jù)對(duì)域名的基礎(chǔ)屬性、譜系關(guān)系、規(guī)模狀況和時(shí)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(duì)網(wǎng)絡(luò)流量過(guò)濾和惡意域名檢測(cè)、網(wǎng)絡(luò)空間資產(chǎn)屬性識(shí)別等提供支撐。

發(fā)表于：6/10/2021

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

泛林集團(tuán)計(jì)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(duì)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(shí)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(duì)新的現(xiàn)實(shí)生活時(shí)，許多領(lǐng)域會(huì)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(dòng)化]

電子系統(tǒng)需要其他形式的電源，以便在主電源中斷時(shí)有電可用。

發(fā)表于：6/8/2021

Vicor 發(fā)布針對(duì)汽車、高性能計(jì)算及機(jī)器人在疫情下的發(fā)展預(yù)測(cè)[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(dòng)了創(chuàng)新加速。Vicor 的專家列舉了一些示例，表明現(xiàn)有趨勢(shì)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(dòng)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(dòng)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(gè)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(tái)的新款車型——極狐阿爾法S華為HI版智能純電動(dòng)轎車。

發(fā)表于：6/7/2021

如何采用人工智能規(guī)劃試點(diǎn)項(xiàng)目[模擬設(shè)計(jì)][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(yíng)的機(jī)會(huì)。根據(jù)《財(cái)富商業(yè)見解》的調(diào)查，2019年全球人工智能市場(chǎng)規(guī)模為270億美元，這一數(shù)字預(yù)計(jì)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(shí)代這個(gè)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(duì)于那些根本不知道從

發(fā)表于：6/3/2021

亞皮秒級(jí)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(jì)][工業(yè)自動(dòng)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(hào)。提出一種激光回波仿真系統(tǒng)設(shè)計(jì)方案，系統(tǒng)中采用FPGA生成延時(shí)信號(hào)，可以對(duì)回波信號(hào)實(shí)現(xiàn)亞皮秒級(jí)的延時(shí)精度；對(duì)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(hào)傳輸系統(tǒng)，擺脫了現(xiàn)有方案中對(duì)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(jì)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(jì)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(lái)越少，提高頻譜利用率就愈來(lái)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(duì)調(diào)制信號(hào)的格式的定義，當(dāng)調(diào)制方式在QPSK、8PSK、16APSK、32APSK中切換時(shí)，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(duì)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(duì)不同調(diào)制方式進(jìn)行解調(diào)，同時(shí)保證在不同調(diào)制方式進(jìn)行切換時(shí)仍能穩(wěn)定完成解調(diào)，測(cè)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(jiǎn)單，節(jié)省了FPGA資源。

發(fā)表于：6/2/2021