色欲天香天天综合免费,日本被公强迫中文字幕

基于殘差結(jié)構(gòu)和幻象模塊的垃圾圖片分類算法[其他][其他]

垃圾圖片分類算法對(duì)于垃圾分揀的智能化和自動(dòng)化具有重要的意義，針對(duì)我國(guó)垃圾分類現(xiàn)狀，收集制作了小型生活垃圾數(shù)據(jù)集，提出基于殘差結(jié)構(gòu)和幻象模塊的垃圾圖片分類算法。使用幻象模塊代替ResNet18的普通卷積，在不降低網(wǎng)絡(luò)性能的同時(shí)減少了網(wǎng)絡(luò)的參數(shù)量。采用數(shù)據(jù)增強(qiáng)方法擴(kuò)充訓(xùn)練數(shù)據(jù)，防止過(guò)擬合。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后網(wǎng)絡(luò)的參數(shù)量減少了46%，識(shí)別精度提高了1%。

發(fā)表于：1/19/2021

基于注意力與Bi-LSTM混合算法的車企輿情情感分析[其他][其他]

隨著大數(shù)據(jù)時(shí)代的來(lái)臨，網(wǎng)絡(luò)輿情對(duì)消費(fèi)者情感分析和商家營(yíng)銷策略產(chǎn)生重大影響。如何利用大數(shù)據(jù)技術(shù)提高車企輿情情感分析效能，受到文本挖掘研究者廣泛關(guān)注。針對(duì)傳統(tǒng)RNN在長(zhǎng)文本分類中的長(zhǎng)期依賴問(wèn)題，提出了一種注意力機(jī)制與Bi-LSTM結(jié)合的混合分類算法（At-Bi-LSTM）。算法利用Bi-LSTM分析車企網(wǎng)絡(luò)評(píng)論的情感，引入注意力機(jī)制計(jì)算不同單詞對(duì)評(píng)論情感的貢獻(xiàn)權(quán)重，降低長(zhǎng)文本中無(wú)關(guān)詞對(duì)分類結(jié)果的影響。實(shí)驗(yàn)證明，At-Bi-LSTM算法在車企輿情情感分類上取得了比樸素貝葉斯、SVM、LSTM更好的分類效果。

發(fā)表于：1/19/2021

基于K-Means算法的SSD-Mobilenet模型優(yōu)化研究[其他][其他]

SSD-Mobilenet目標(biāo)檢測(cè)模型是將SSD和Mobilenet進(jìn)行結(jié)合衍生出的一種輕量化模型，同時(shí)具備了兩模型各自的優(yōu)勢(shì)，即多尺度檢測(cè)和模型輕量化。在原模型中特征提取層使用了人為設(shè)置的先驗(yàn)框，這樣的設(shè)置存在一定的主觀性，并不適用于對(duì)特定場(chǎng)景下單一類別目標(biāo)的識(shí)別與定位。為解決這一問(wèn)題，本文提出了使用K-Means算法對(duì)目標(biāo)真實(shí)框的寬高比進(jìn)行聚類分析，提升模型在特定場(chǎng)景下對(duì)單一類別目標(biāo)的檢測(cè)能力，規(guī)避了人為設(shè)置的主觀先驗(yàn)性。使用Pascal VOC 2007數(shù)據(jù)集對(duì)該模型進(jìn)行訓(xùn)練和評(píng)估，實(shí)驗(yàn)結(jié)果顯示，模型的mAP值比Fast RCNN提高了4.5%，比Faster RCNN提高了1.5%，比SSD-300提高了3.4%，比YOLOv2提高了2.4%。

發(fā)表于：1/19/2021

基于改進(jìn)鯨魚(yú)算法光伏陣列MPPT的研究[其他][其他]

光伏發(fā)電系統(tǒng)處于局部陰影遮擋時(shí)，P-V特性曲線呈現(xiàn)多峰狀態(tài)，傳統(tǒng)的最大功率點(diǎn)追蹤算法已無(wú)法追蹤到最大功率點(diǎn)。針對(duì)此問(wèn)題，應(yīng)用改進(jìn)鯨魚(yú)算法對(duì)光伏陣列的最大功率點(diǎn)進(jìn)行追蹤，改變?cè)惴ǖ氖諗恳蜃?，由線性遞減改為余弦形式的非線性遞減，平衡全局搜索和局部搜索的能力，且加入同步余弦形式的慣性權(quán)重，提高尋優(yōu)精度，加快搜索速度。在MATLAB/Simulink中建立仿真模型，并在不同控制狀態(tài)下模擬不同環(huán)境進(jìn)行仿真、分析、對(duì)比，驗(yàn)證改進(jìn)鯨魚(yú)算法的高效性和實(shí)時(shí)性。

發(fā)表于：1/19/2021

基于光線追蹤的可視性分析研究與模塊開(kāi)發(fā)[其他][其他]

人眼是人類獲取信息最主要的器官，進(jìn)行人眼的可視性分析是人機(jī)工效分析的重要工作內(nèi)容。當(dāng)前主流的可視性分析工具主要集中在可視范圍的定性標(biāo)識(shí)，缺少高級(jí)的光學(xué)特性建模過(guò)程，不能逼真反映人眼在不同工況下的視覺(jué)情況。提出一種基于光線追蹤的可視性分析方法，建立了一種全局光照模型，在此基礎(chǔ)上設(shè)計(jì)并開(kāi)發(fā)了一套渲染引擎，能逐像素地進(jìn)行可視對(duì)象渲染；針對(duì)CATIA平臺(tái)，開(kāi)發(fā)了一個(gè)帶有反射與陰影特性的可視性分析組件。該工作擴(kuò)展了CATIA可視性分析的維度和深度，為其人機(jī)工程組件新增了一個(gè)功能強(qiáng)大的模塊。

發(fā)表于：1/19/2021

HTTP Slow DDoS攻擊機(jī)理分析及針對(duì)OpenStack云平臺(tái)的防御策略與架構(gòu)研究[通信與網(wǎng)絡(luò)][信息安全]

針對(duì)基于OpenStack開(kāi)源云平臺(tái)的應(yīng)用服務(wù)易受HTTP Slow DDoS攻擊的安全問(wèn)題，對(duì)其攻擊的機(jī)理進(jìn)行詳細(xì)分析，并以基于OpenStack架構(gòu)搭建的云平臺(tái)為基礎(chǔ)環(huán)境，構(gòu)建Web試驗(yàn)服務(wù)器環(huán)境，同時(shí)創(chuàng)建Docker模擬“肉雞”（指被攻擊者遠(yuǎn)程控制的計(jì)算機(jī)），通過(guò)使用Python庫(kù)中urllib庫(kù)和socket編程的方法，實(shí)現(xiàn)對(duì)三種常見(jiàn)HTTP Slow DDoS攻擊的模擬，通過(guò)對(duì)攻擊產(chǎn)生的流量和數(shù)據(jù)包內(nèi)容進(jìn)行分析，研究HTTP Slow DDoS攻擊機(jī)理。結(jié)果表明，三種攻擊方式均可以使云平臺(tái)中的Web服務(wù)器連接失敗。HTTP Slow DDoS攻擊方式對(duì)基礎(chǔ)帶寬不足或未部署相關(guān)防御策略的私有云平臺(tái)威脅更大，可使其無(wú)法正常提供服務(wù)。最后針對(duì)文中的三種HTTP Slow DDoS攻擊方式，提出了相應(yīng)的防御策略，并通過(guò)攻擊防御試驗(yàn)證實(shí)了這些策略的有效性。

發(fā)表于：1/19/2021

基于物聯(lián)網(wǎng)的誠(chéng)信體系建設(shè)與隱私保護(hù)制度研究[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

物聯(lián)網(wǎng)的分布廣泛性造就了物聯(lián)網(wǎng)數(shù)據(jù)的豐富內(nèi)涵，大數(shù)據(jù)征信對(duì)數(shù)據(jù)的需求與物聯(lián)網(wǎng)數(shù)據(jù)的特性不謀而合，將物聯(lián)網(wǎng)數(shù)據(jù)應(yīng)用于信用體系建設(shè)是未來(lái)的發(fā)展趨勢(shì)。但隨著信息收集的隱蔽化和全面化不斷提高，暴露出的身份泄露與偽造、過(guò)度監(jiān)控等風(fēng)險(xiǎn)使得信用主體的合法權(quán)益保護(hù)難度加劇。分析了可用于征信的物聯(lián)網(wǎng)數(shù)據(jù)類型，提出了四種新穎的基于物聯(lián)網(wǎng)數(shù)據(jù)的泛信用體系。并對(duì)物聯(lián)網(wǎng)數(shù)據(jù)信用隱私保護(hù)制度進(jìn)行探討，提出了區(qū)分不同主體和區(qū)分不同數(shù)據(jù)類型與隱私場(chǎng)景兩種思路，為信用隱私保護(hù)提供了可行的未來(lái)發(fā)展方向。

發(fā)表于：1/19/2021

同頻抗互擾低成本安檢機(jī)雙光障設(shè)計(jì)[測(cè)試測(cè)量][其他]

光障是X光安檢設(shè)備的關(guān)鍵部件，用量大且價(jià)格高。為了降低成本及增加性能，減少對(duì)外購(gòu)成品的依賴，提出了一種光障設(shè)計(jì)方案。針對(duì)安檢機(jī)的特定應(yīng)用需求，采用單一時(shí)鐘源和固定相位差的發(fā)射和接收方式，選用低成本元件，實(shí)現(xiàn)了安檢機(jī)內(nèi)多光障的抗互擾可靠工作；設(shè)計(jì)了自動(dòng)增益功能及自檢功能，通過(guò)優(yōu)化的互連接口，簡(jiǎn)化了系統(tǒng)接線，進(jìn)一步完善了整機(jī)性能。批量應(yīng)用后，其價(jià)格僅為原系統(tǒng)的十分之一，有效降低了安檢機(jī)的生產(chǎn)成本。

發(fā)表于：1/19/2021

智能電能表停復(fù)電主動(dòng)上報(bào)方法研究[電子元件][智能電網(wǎng)]

及時(shí)獲取電力用戶的停電信息是電網(wǎng)運(yùn)維搶修的關(guān)鍵。提出一種由電能表感知并產(chǎn)生停電事件、由通信模塊轉(zhuǎn)發(fā)的主動(dòng)上報(bào)方案，解決現(xiàn)有電能表停電事件主動(dòng)上報(bào)方案兼容性、擴(kuò)展性差的缺陷。提出一種復(fù)電主動(dòng)上報(bào)并且廣播校時(shí)的方案，實(shí)現(xiàn)了停電運(yùn)維搶修作業(yè)的閉環(huán)管理，解決了由于時(shí)鐘電池欠壓導(dǎo)致的電能表停電后時(shí)鐘錯(cuò)亂的問(wèn)題。介紹新一代智能電能表的設(shè)計(jì)理念，并提出停復(fù)電事件主動(dòng)上報(bào)方法與校時(shí)策略在新一代智能電能表上的實(shí)現(xiàn)方案，為能源互聯(lián)網(wǎng)建設(shè)中新一代智能電能表的推廣應(yīng)用提供了解決方案。

發(fā)表于：1/19/2021

電子支付風(fēng)險(xiǎn)控制個(gè)人可信確認(rèn)方案研究[通信與網(wǎng)絡(luò)][信息安全]

通過(guò)研究電子支付業(yè)務(wù)風(fēng)險(xiǎn)的個(gè)人自主控制模式，分析了電子支付個(gè)人風(fēng)險(xiǎn)控制系統(tǒng)和個(gè)人可信確認(rèn)基本過(guò)程，提出個(gè)人可信確認(rèn)風(fēng)險(xiǎn)控制機(jī)制的密碼應(yīng)用需求。同時(shí)，設(shè)計(jì)了基于密碼應(yīng)用技術(shù)的個(gè)人可信確認(rèn)方案，包括系統(tǒng)構(gòu)成、使用的密鑰、方案原理、個(gè)人可信確認(rèn)報(bào)文、密碼安全應(yīng)用流程、密碼應(yīng)用相關(guān)安全技術(shù)要求等部分。該方案可供支付機(jī)構(gòu)、電子支付個(gè)人風(fēng)險(xiǎn)控制領(lǐng)域相關(guān)系統(tǒng)和設(shè)備廠商作為技術(shù)參考。

發(fā)表于：1/18/2021

工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)安全分類分級(jí)防護(hù)框架研究[通信與網(wǎng)絡(luò)][工業(yè)自動(dòng)化]

通過(guò)對(duì)工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)面臨的主要問(wèn)題和風(fēng)險(xiǎn)進(jìn)行分析，并對(duì)適用于工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)安全的防護(hù)技術(shù)進(jìn)行研究，提出從通用安全防護(hù)、分類安全防護(hù)、分級(jí)安全防護(hù)三個(gè)層面構(gòu)建的工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)安全防護(hù)框架，將系統(tǒng)防護(hù)與數(shù)據(jù)防護(hù)、動(dòng)態(tài)防護(hù)與靜態(tài)防護(hù)、管理要求與技術(shù)支撐相結(jié)合，解決不同層次的安全問(wèn)題，為有效提升企業(yè)工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)安全防護(hù)能力提供借鑒思路。

發(fā)表于：1/18/2021

用于甚低頻無(wú)線通信的一種低噪聲放大器設(shè)計(jì)[模擬設(shè)計(jì)][其他]

介紹了一種用于甚低頻無(wú)線通信中的低噪聲放大器的設(shè)計(jì)。提出了一個(gè)由低通跨導(dǎo)與自共源共柵MOSFET形成的新環(huán)路，用于穩(wěn)定放大器的輸出偏置電壓。該環(huán)路配合恒定跨導(dǎo)偏置電路，可使放大器的開(kāi)環(huán)增益保持在40 dB左右，不會(huì)受到工藝偏差、電源電壓波動(dòng)和工作溫度變化的影響。該放大器中自共源共柵MOSFET作為增益單元，配合全差分電流偏置電路，輸出范圍可達(dá)到軌到軌。此放大器具有高達(dá)101.4 dB的帶內(nèi)電源抑制比。當(dāng)可穿戴設(shè)備采用高阻抗電源供電時(shí)，電源紋波對(duì)輸出信號(hào)幾乎無(wú)影響。

發(fā)表于：1/18/2021

MOSFET寄生參數(shù)對(duì)LLC諧振變換器性能影響研究[模擬設(shè)計(jì)][其他]

針對(duì)MOSFET寄生參數(shù)對(duì)LLC諧振電路性能的影響，首先對(duì)MOSFET的寄生電容進(jìn)行等效分析，基于該等效模型，分析在LLC諧振變換電路中，寄生參數(shù)的存在對(duì)電路各個(gè)階段過(guò)程的影響；接著對(duì)由于寄生參數(shù)引起的非線性特征，基于Angelov模型進(jìn)行建模，并對(duì)該模型在直流電路中的影響進(jìn)行分析。最后在MATLAB下建立了LLC諧振電路模型，在仿真模型中考慮了寄生參數(shù)的影響。仿真結(jié)果表明，建立的等效模型可以較好地反映MOSFET器件的工作特點(diǎn)；同時(shí)，由于寄生參數(shù)的存在，LLC諧振電路的輸出增益和諧振頻率都會(huì)受到影響，其中尤以對(duì)諧振頻率的影響較大。

發(fā)表于：1/18/2021

RS-485現(xiàn)場(chǎng)總線的高速或低功耗解決方案[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

ADI公司的iCoupler®數(shù)字隔離器和RS-485收發(fā)器產(chǎn)品系列解決了工業(yè)應(yīng)用中的兩大需求：更高的數(shù)據(jù)速率和更低功耗的工作模式。

發(fā)表于：1/16/2021

基于SystemVerilog的超高頻RFID標(biāo)簽數(shù)字基帶設(shè)計(jì)與研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

在ISO/IEC 18000-6C標(biāo)準(zhǔn)協(xié)議的基礎(chǔ)上，對(duì)超高頻射頻識(shí)別(UHF RFID)標(biāo)簽數(shù)字基帶的設(shè)計(jì)與實(shí)現(xiàn)展開(kāi)研究。根據(jù)協(xié)議規(guī)定的標(biāo)簽數(shù)字基帶的設(shè)計(jì)要求和指標(biāo)，采用SystemVerilog分別對(duì)標(biāo)簽發(fā)送和接收基帶進(jìn)行建模，并給出基帶中關(guān)鍵模塊的理論推導(dǎo)和設(shè)計(jì)實(shí)現(xiàn)。SystemVerilog作為Verilog基礎(chǔ)上拓展產(chǎn)生的硬件描述語(yǔ)言和驗(yàn)證語(yǔ)言，可以大幅度提高SoC設(shè)計(jì)的效率。最后使用Modelsim SE-64 10.4對(duì)標(biāo)簽數(shù)字基帶設(shè)計(jì)進(jìn)行仿真，結(jié)果表明該數(shù)字基帶符合ISO/IEC 18000-6C協(xié)議要求，該設(shè)計(jì)為單芯片UHF RFID標(biāo)簽提供了設(shè)計(jì)參考。

發(fā)表于：1/15/2021