暴行JAPANESE人妻,亚洲日韩一区二区三区

基于改進(jìn)PSO算法的機(jī)器人路徑規(guī)劃研究[人工智能][工業(yè)自動(dòng)化]

傳統(tǒng)粒子群算法（PSO）容易早熟收斂，陷入局部最優(yōu)，為此提出混沌動(dòng)態(tài)多種群粒子群算法（CDMPSO），并將其應(yīng)用在機(jī)器人三維路徑規(guī)劃中。通過引入混沌映射理論來提高粒子種群初始解的質(zhì)量和分布均勻性，同時(shí)引入分組并行優(yōu)化策略，依據(jù)適應(yīng)度值采用中位數(shù)聚類的方法，將種群分為3個(gè)子種群并迭代進(jìn)行實(shí)時(shí)動(dòng)態(tài)調(diào)整，根據(jù)不同子種群的特點(diǎn)采用不同的方法來進(jìn)行種群更新。在MATLAB軟件中與傳統(tǒng)PSO算法和自適應(yīng)粒子群（APSO）算法進(jìn)行對(duì)比實(shí)驗(yàn)，發(fā)現(xiàn)改進(jìn)后的CDMPSO算法全局搜索范圍更大，陷入局部最優(yōu)次數(shù)更少，最終路徑更短，從而驗(yàn)證了該改進(jìn)算法是切實(shí)可行的。

發(fā)表于：2024/4/29

基于偽觸發(fā)詞的并行預(yù)測(cè)篇章級(jí)事件抽取方法[人工智能][消費(fèi)電子]

篇章級(jí)事件抽取一般將事件抽取任務(wù)分為候選實(shí)體識(shí)別、事件檢測(cè)和論元識(shí)別3個(gè)子任務(wù)，然后采用級(jí)聯(lián)的方式依次進(jìn)行，這樣的方式會(huì)造成誤差傳遞；另外，現(xiàn)有的大多數(shù)模型在解碼事件時(shí)，對(duì)事件數(shù)量的預(yù)測(cè)隱含在解碼過程中，且只能按照預(yù)定義的事件順序及預(yù)定義的角色順序預(yù)測(cè)事件論元，使得先抽取的事件并沒有考慮到后面抽取的事件。針對(duì)以上問題提出一種多任務(wù)聯(lián)合的并行預(yù)測(cè)事件抽取框架。首先，使用預(yù)訓(xùn)練語言模型作為文檔句子的編碼器，檢測(cè)文檔中存在的事件類型，并使用結(jié)構(gòu)化自注意力機(jī)制獲取偽觸發(fā)詞特征，預(yù)測(cè)每種事件類型的事件數(shù)量；然后將偽觸發(fā)詞特征與候選論元特征進(jìn)行交互，并行預(yù)測(cè)每個(gè)事件對(duì)應(yīng)的事件論元，在大幅縮減模型訓(xùn)練時(shí)間的同時(shí)獲得與基線模型相比更好的性能。最終事件抽取結(jié)果F1值為78%，事件類型檢測(cè)子任務(wù)F1值為98.7%，事件數(shù)量預(yù)測(cè)子任務(wù)F1值為90.1%，實(shí)體識(shí)別子任務(wù)F1值為90.3%。

發(fā)表于：2024/4/29

基于改進(jìn)AOD-Net的圖像去霧算法[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

為了更好解決圖像去霧后顏色失真、去霧不徹底和耗時(shí)等問題，提出了一種基于改進(jìn)AOD-Net的圖像去霧算法。首先，在原有的卷積模塊中引入殘差連接，并保留了第二個(gè)特征融合層第一層的特征信息，以增強(qiáng)網(wǎng)絡(luò)的特征提取能力。其次，在第三個(gè)特征融合層后引入注意力模塊，強(qiáng)化霧圖中的關(guān)鍵特征信息，抑制無關(guān)背景干擾。最后，采用新的復(fù)合損失函數(shù)進(jìn)行訓(xùn)練。實(shí)驗(yàn)結(jié)果表明，改進(jìn)算法在公共數(shù)據(jù)集上的峰值信噪比提高了3.8 dB，結(jié)構(gòu)相似性達(dá)到了93.6%。相較于其他去霧算法，該算法在去霧精度和處理效率方面均表現(xiàn)出色。

發(fā)表于：2024/4/29

超融合架構(gòu)下電力通信網(wǎng)絡(luò)管理故障研究分析[通信與網(wǎng)絡(luò)][智能電網(wǎng)]

現(xiàn)網(wǎng)中的新舊設(shè)備共存、新老版本并存等實(shí)際情況，不同廠家網(wǎng)管平臺(tái)的接口開放性、接口協(xié)議等差異性，給電力通信網(wǎng)絡(luò)的有效管理帶來了困難，尤其是更容易造成故障的頻繁發(fā)生?；诓煌W(wǎng)絡(luò)設(shè)備的融合電力通信網(wǎng)絡(luò)管理系統(tǒng)的核心技術(shù)，分析現(xiàn)有各類系統(tǒng)的部署環(huán)境，并對(duì)不同品牌廠商網(wǎng)管系統(tǒng)的網(wǎng)元管理模式、相關(guān)通信協(xié)議互通的可能性進(jìn)行了分析，進(jìn)而提出了一種新的電力通信網(wǎng)絡(luò)管理故障控制策略，以盡可能地避免故障的發(fā)生，并隨后對(duì)已發(fā)生故障作最優(yōu)的處理，經(jīng)實(shí)驗(yàn)驗(yàn)證，可有效避免故障的發(fā)生。

發(fā)表于：2024/4/29

基于電流場(chǎng)的陣列極板水下通信系統(tǒng)仿真分析[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

電流場(chǎng)通信是一種無線通信技術(shù)，通過傳導(dǎo)電流在水體中傳播。傳統(tǒng)的水下電磁波通信存在信號(hào)衰減大、天線復(fù)雜、架設(shè)困難等問題。因此，結(jié)合電流場(chǎng)水下傳播理論，提出了一種基于陣列極板的水下通信系統(tǒng)。使用有限元軟件Comsol建立了陣列極板電場(chǎng)模型，并通過頻域分析模擬了1×4陣列切面的電場(chǎng)和電勢(shì)分布。同時(shí)，在1×4陣列和1×2陣列之間進(jìn)行了信號(hào)接收效果的對(duì)比。在此基礎(chǔ)上，分析了6組正負(fù)極接線方式對(duì)信號(hào)接收強(qiáng)度的影響。瞬態(tài)時(shí)域分析則用于模擬輸入輸出波形的變化。實(shí)驗(yàn)證明，在不增加發(fā)射功率的條件下，通過增加陣列排布數(shù)量，可以有效提高通信效果。同時(shí)，傳輸過程中信號(hào)波形基本保持不變，無相位偏移，從而證明了陣列極板水下通信的可行性。研究結(jié)果為新型電流場(chǎng)水下通信系統(tǒng)的建立提供了理論基礎(chǔ)。

發(fā)表于：2024/4/29

基于系統(tǒng)級(jí)封裝的RISC-V電路設(shè)計(jì)與實(shí)現(xiàn)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

為滿足電子系統(tǒng)在性能、功耗、體積、重量和國(guó)產(chǎn)化等方面的需求，設(shè)計(jì)了一款基于系統(tǒng)級(jí)封裝技術(shù)的RISC-V電路。該電路以采用自主指令集架構(gòu)和國(guó)內(nèi)工藝的處理器為核心，并集成了國(guó)產(chǎn)外圍電路，實(shí)現(xiàn)了一款完全自主創(chuàng)新的、具備常用控制與通信接口的微系統(tǒng)電路。經(jīng)過測(cè)試與驗(yàn)證，該電路各項(xiàng)功能和性能均達(dá)到設(shè)計(jì)指標(biāo)，有效地提高了功能密度，很好地滿足了電子系統(tǒng)在小型化、輕量化和低功耗等方面的需求。

發(fā)表于：2024/4/29

一種寬輸入范圍高PSR帶隙基準(zhǔn)電路設(shè)計(jì)[微波|射頻][通信網(wǎng)絡(luò)]

從DC-DC芯片電路的實(shí)際設(shè)計(jì)需求出發(fā)，設(shè)計(jì)了一款輸入電壓范圍在2.5~15 V的帶隙基準(zhǔn)電路。通過預(yù)調(diào)節(jié)電路的設(shè)計(jì)，帶隙基準(zhǔn)核輸出的基準(zhǔn)電壓轉(zhuǎn)化為一個(gè)穩(wěn)定的電流源，形成的負(fù)反饋結(jié)構(gòu)給帶隙基準(zhǔn)核自身提供供電電壓，提高了電源電壓范圍上限；通過電壓選擇電路，在電源電壓低于5 V時(shí)使帶隙基準(zhǔn)核直接由電源電壓供電，拓寬了電源電壓范圍的下限。同時(shí)，預(yù)調(diào)節(jié)電路和帶隙基準(zhǔn)核中共源共柵結(jié)構(gòu)為電路帶來了良好的電源抑制特性。設(shè)計(jì)基于0.25 μm BCD工藝，完成了原理圖、版圖設(shè)計(jì)以及仿真，結(jié)果表明設(shè)計(jì)在-55 ℃~125 ℃的溫度范圍內(nèi)，可以輸出穩(wěn)定的0.8 V電壓，溫度系數(shù)為7.78 ppm/℃；低頻條件下PSR達(dá)到159 dB，線性調(diào)整率為0.001 2%。

發(fā)表于：2024/4/29

一種SSD主控芯片數(shù)據(jù)加解密模塊的設(shè)計(jì)與驗(yàn)證[模擬設(shè)計(jì)][信息安全]

為了增強(qiáng)固態(tài)硬盤（Solid State Disk， SSD）的數(shù)據(jù)安全，介紹了SSD主控芯片中一種滿足《安全芯片密碼檢測(cè)準(zhǔn)則》二級(jí)要求設(shè)計(jì)的數(shù)據(jù)SM4加解密模塊。另外，為了驗(yàn)證模塊設(shè)計(jì)的正確性，介紹了基于通用驗(yàn)證方法學(xué)（Universal Verification Methodology， UVM）設(shè)計(jì)的自動(dòng)化驗(yàn)證平臺(tái)，以設(shè)計(jì)功能點(diǎn)和代碼覆蓋率為衡量指標(biāo)，數(shù)據(jù)加解密模塊被該驗(yàn)證平臺(tái)較充分地驗(yàn)證，最終達(dá)到片上系統(tǒng)（System on Chip， SoC）的流片交付標(biāo)準(zhǔn)。

發(fā)表于：2024/4/29

TSN時(shí)間敏感網(wǎng)絡(luò)幀搶占的研究與電路實(shí)現(xiàn)[模擬設(shè)計(jì)][通信網(wǎng)絡(luò)]

時(shí)間敏感網(wǎng)絡(luò)（Time Sensitive Network， TSN）是一種新型網(wǎng)絡(luò)技術(shù)，在傳統(tǒng)的以太網(wǎng)技術(shù)基礎(chǔ)上，對(duì)關(guān)鍵數(shù)據(jù)的實(shí)時(shí)性、可靠性和安全性方面進(jìn)行了增強(qiáng)，可滿足工業(yè)互聯(lián)網(wǎng)、自動(dòng)駕駛、醫(yī)療健康等領(lǐng)域的需求。針對(duì)TSN中的幀搶占技術(shù)進(jìn)行了研究分析，實(shí)現(xiàn)了幀搶占電路。作為TSN網(wǎng)絡(luò)交換芯片的重要部分，實(shí)現(xiàn)了TSN幀搶占等芯片實(shí)現(xiàn)的自主創(chuàng)新，在相關(guān)時(shí)間敏感領(lǐng)域具有較好的應(yīng)用價(jià)值。

發(fā)表于：2024/4/29

融合蛋白質(zhì)語言模型與深度神經(jīng)網(wǎng)絡(luò)的植物蛋白質(zhì)相互作用預(yù)測(cè)研究[模擬設(shè)計(jì)][醫(yī)療電子]

預(yù)測(cè)植物中的蛋白質(zhì)-蛋白質(zhì)相互作用（PPI）具有重要的生物學(xué)意義。同時(shí)采用了4種編碼方法及深度神經(jīng)網(wǎng)絡(luò)構(gòu)建了蛋白質(zhì)相互作用預(yù)測(cè)模型。結(jié)果表明，提出的融合蛋白質(zhì)語言模型Ankh與深度神經(jīng)網(wǎng)絡(luò)的方法構(gòu)建的PPI預(yù)測(cè)模型性能在3種植物數(shù)據(jù)集上均獲得了最優(yōu)的AUPR和AUC值，Sen及MCC值也均優(yōu)于其他4種蛋白質(zhì)相互作用預(yù)測(cè)模型。當(dāng)模型在水稻、大豆的植物PPI數(shù)據(jù)集上進(jìn)行測(cè)試時(shí)，所提出的模型AUPR值分別為0.802 5、0.730 1，AUC值分別為0.956 2、0.950 7。這些優(yōu)異的結(jié)果表明，融合蛋白質(zhì)語言模型Ankh的PPI模型可以作為植物蛋白質(zhì)相互作用預(yù)測(cè)的一個(gè)有前途的工具。

發(fā)表于：2024/4/29

混合CNN-SVM的心音信號(hào)分類算法的研究[模擬設(shè)計(jì)][醫(yī)療電子]

針對(duì)當(dāng)前心音信號(hào)識(shí)別算法檢測(cè)精度不佳問題，提出了一種混合卷積神經(jīng)網(wǎng)絡(luò)-支持向量機(jī)模型（CNN-SVM）的心音信號(hào)分類方法。通過PASCAL挑戰(zhàn)實(shí)驗(yàn)數(shù)據(jù)，整理出正常與不正常兩類心音信號(hào)數(shù)據(jù)庫(kù)，通過預(yù)處理濾波及MFCC、一二階差分特征提取、PCA降維，輸入CNN-SVM模型進(jìn)行訓(xùn)練。并從準(zhǔn)確率、召回率、特異性、精確率和F分?jǐn)?shù)5個(gè)方面進(jìn)行性能評(píng)估。為了驗(yàn)證此算法的有效性，將混合CNN-SVM模型與單一SVM、CNN模型分別進(jìn)行了對(duì)比。實(shí)驗(yàn)結(jié)果表明，該方法能夠以較高識(shí)別率將兩種心音信號(hào)區(qū)分開，其平均識(shí)別準(zhǔn)確率接近于99%，相較于單一CNN方法提高了2.48%，同樣高于單一SVM算法。

發(fā)表于：2024/4/29

CNI集成JPALS能力的進(jìn)展及展望[模擬設(shè)計(jì)][航空航天]

衛(wèi)星導(dǎo)航著陸是下一代精密著陸技術(shù)的趨勢(shì)，其在通信導(dǎo)航識(shí)別系統(tǒng)（CNI）中的集成也成為了重要的研究?jī)?nèi)容。綜述了聯(lián)合精密進(jìn)近著陸系統(tǒng)（JPALS）的原理與系統(tǒng)結(jié)構(gòu)，分析了國(guó)內(nèi)當(dāng)前衛(wèi)星導(dǎo)航著陸技術(shù)的研究現(xiàn)狀及工程技術(shù)基礎(chǔ)，在此基礎(chǔ)上提出了堅(jiān)持當(dāng)前綜合化CNI框架下，從JPALS需求論證、系統(tǒng)設(shè)計(jì)、可擴(kuò)展性等方面提出了集成JPALS能力的初步工程設(shè)想。

發(fā)表于：2024/4/29

空基網(wǎng)絡(luò)中定向自組網(wǎng)關(guān)鍵技術(shù)研究綜述[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

基于定向天線的移動(dòng)自組織網(wǎng)絡(luò)被廣泛應(yīng)用于軍事領(lǐng)域，尤其對(duì)于具有易實(shí)施、高隱蔽性、高保密性要求的空基網(wǎng)絡(luò)，定向天線比全向天線更具有優(yōu)勢(shì)，它具有更遠(yuǎn)的傳輸范圍，減小了節(jié)點(diǎn)間的相互干擾，能夠?qū)崿F(xiàn)空間復(fù)用能力的提升。但是定向天線的引入在增加通信距離的同時(shí)也會(huì)帶來一些問題，給許多協(xié)議層帶來破壞性的副作用。目前，國(guó)內(nèi)外研究人員已提出多種算法來解決這些問題。結(jié)合空基網(wǎng)絡(luò)的復(fù)雜性，研究了國(guó)內(nèi)外提出的基于定向天線的移動(dòng)自組網(wǎng)數(shù)據(jù)鏈路層和網(wǎng)絡(luò)層的各類算法和協(xié)議，總結(jié)對(duì)比近年來定向鄰居發(fā)現(xiàn)算法、媒體訪問控制協(xié)議和定向路由協(xié)議三種關(guān)鍵技術(shù)，并提出更適合用于空基網(wǎng)絡(luò)的技術(shù)與協(xié)議，最后對(duì)這些算法和協(xié)議的下一步研究提供了一些方向。

發(fā)表于：2024/4/29

Buck與Buck-Boost在小家電輔助電源中的應(yīng)用[電源技術(shù)][消費(fèi)電子]

在ACDC電源中，輸入電壓一般是來自電網(wǎng)的85V-265V交流高壓，而輸出電壓則是3.3V、5V、12V等直流低壓，因此需要開關(guān)電源來實(shí)現(xiàn)降壓。開關(guān)電源有Buck、Boost和Buck-Boost三大經(jīng)典拓?fù)?，其中Buck與Buck-Boost均可實(shí)現(xiàn)降壓功能。Synergy世輝是世健旗下子公司，擁有豐富的行業(yè)經(jīng)驗(yàn)與專業(yè)的技術(shù)實(shí)力，世輝公司電源與新能源事業(yè)部FAE結(jié)合自身經(jīng)驗(yàn)，針對(duì)小家電的輔助電源應(yīng)用中該如何選擇拓?fù)潆娐芬约跋嚓P(guān)產(chǎn)品，展開詳細(xì)介紹。

發(fā)表于：2024/4/24

Arm 的使命是助力應(yīng)對(duì) AI 無止盡的能源需求[電源技術(shù)][數(shù)據(jù)中心]

人工智能 (AI) 具有超越過去一個(gè)世紀(jì)所發(fā)生的所有變革性創(chuàng)新的潛力，它在醫(yī)療保健、生產(chǎn)力、教育等領(lǐng)域?yàn)樯鐣?huì)帶來的益處將超乎我們的想象。為了運(yùn)行這些復(fù)雜的 AI 工作負(fù)載，全球數(shù)據(jù)中心所需的計(jì)算量需要以指數(shù)級(jí)規(guī)模進(jìn)行擴(kuò)展。然而，這種對(duì)計(jì)算無止盡的需求也揭示了一個(gè)嚴(yán)峻的挑戰(zhàn)：數(shù)據(jù)中心需要龐大的電力來驅(qū)動(dòng)AI這一突破性技術(shù)。

發(fā)表于：2024/4/23