久久精品激情综合,亚洲av色吊丝无码

一種快速瞬態(tài)響應(yīng)片上LDO電路[電子元件][工業(yè)自動化]

基于雙有源反饋米勒補(bǔ)償結(jié)構(gòu)設(shè)計了一種單極點系統(tǒng)的無電容片上低壓差線性穩(wěn)壓器，該線性穩(wěn)壓器中誤差放大器采用全差分結(jié)構(gòu)，兩個并聯(lián)的前饋通路可在提升電路瞬態(tài)響應(yīng)性能的同時額外在功率管柵端構(gòu)成推挽驅(qū)動級，最終電路在輕重載時具有對稱的瞬態(tài)響應(yīng)特性。基于TSMC 0.18µm BCD工藝仿真結(jié)果表明，在2 V~4 V電源電壓下，輸入輸出最小壓差為200 mV，最大負(fù)載電流為120 mA，瞬態(tài)響應(yīng)恢復(fù)時間≤0.7 µs，相位裕度≥60°。

發(fā)表于：3/28/2023 5:08:00 PM

基于YOLOX融合自注意力機(jī)制的FSA-FPN重構(gòu)方法[人工智能][其他]

隨著目前目標(biāo)檢測任務(wù)輸入圖像分辨率的不斷增大，在特征提取網(wǎng)絡(luò)的感受野不變的情況下，網(wǎng)絡(luò)提取的特征信息會越來越局限，相鄰特征點之間的信息重合度也會越來越高。提出一種FSA（Fusion Self-Attention）-FPN，設(shè)計SAU（Self-Attention Upsample）模塊，SAU內(nèi)部結(jié)構(gòu)通過CNN與自注意力機(jī)制（Self-Attention）進(jìn)行交叉計算以進(jìn)一步進(jìn)行特征融合，并通過重構(gòu)FCU（Feature Coupling Unit）消除二者之間的特征錯位，彌補(bǔ)語義差距。以YOLOX-Darknet53為主干網(wǎng)絡(luò)，在Pascal VOC2007數(shù)據(jù)集上進(jìn)行了對比實驗。實驗結(jié)果表明，對比原網(wǎng)絡(luò)的FPN，替換FSA-FPN后的平均精度值mAP@［.5：.95］提升了1.5%，預(yù)測框的位置也更為精準(zhǔn)，在需要更高精度的檢測場景下有更為出色的使用價值。

發(fā)表于：3/28/2023 4:56:00 PM

基于深度學(xué)習(xí)的變壓器故障信號識別算法[人工智能][其他]

針對變壓器結(jié)構(gòu)復(fù)雜、維護(hù)成本高等特點，提出一種基于深度學(xué)習(xí)的變壓器故障信號識別算法。首先分析變壓器工作狀態(tài)下的聲紋信號并進(jìn)行二維圖像信號的轉(zhuǎn)換，利用VGG16神經(jīng)網(wǎng)絡(luò)在圖像中的優(yōu)勢，并在此基礎(chǔ)上提出一種MCA注意力機(jī)制，該注意力機(jī)制能夠同時保留背景信息和細(xì)節(jié)信息；其次對VGG16中的最大池化下采樣進(jìn)行優(yōu)化，采用一種軟池化的采樣方法，減少圖像中最大池化下采樣帶來的特征損失；最后為避免過擬合現(xiàn)象的發(fā)生，將VGG16頂層結(jié)構(gòu)中的激活函數(shù)進(jìn)行優(yōu)化，引用可以自歸一化的SELU激活函數(shù)。實驗證明，廣義S變換是將一維時域信號轉(zhuǎn)換為二維圖像信號的最佳選擇，所提算法對于6類故障信號的平均識別率達(dá)到99.15%。

發(fā)表于：3/28/2023 4:50:00 PM

一種深度神經(jīng)網(wǎng)絡(luò)的分布式訓(xùn)練方法[人工智能][數(shù)據(jù)中心]

深度神經(jīng)網(wǎng)絡(luò)在高維數(shù)據(jù)的分類和預(yù)測中取得了巨大成功。訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)是數(shù)據(jù)密集型的任務(wù)，需從多個數(shù)據(jù)源收集大規(guī)模的數(shù)據(jù)。這些數(shù)據(jù)中通常包含敏感信息時，使得深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程容易泄露數(shù)據(jù)隱私。針對訓(xùn)練過程中的數(shù)據(jù)隱私和通信代價問題，提出了一種深度神經(jīng)網(wǎng)絡(luò)的分布式訓(xùn)練方法，允許基于多個數(shù)據(jù)源共同訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)。首先，提出了分布式訓(xùn)練架構(gòu)，由1個計算中心和多個代理組成。其次，提出了基于多代理的分布式訓(xùn)練算法，允許代理在數(shù)據(jù)不出本地和減少通信代價的情況下，通過切割深度神經(jīng)網(wǎng)絡(luò)，實現(xiàn)分布式地共同訓(xùn)練模型。然后，分析了算法的正確性。最后，實驗結(jié)果表明該方法是有效的。

發(fā)表于：3/28/2023 4:42:00 PM

計算機(jī)文本分析算法發(fā)展綜述[其他][其他]

計算機(jī)文本分析是自然語言處理領(lǐng)域的一個重要分支，是研究如何在文本數(shù)據(jù)中提取出給定語料的各類信息的計算機(jī)技術(shù)。目前，計算機(jī)文本分析已經(jīng)進(jìn)入了新的歷史階段，一方面關(guān)鍵詞提取算法已經(jīng)逐漸完備，另一方面隨著BERT方法的出現(xiàn)，詞向量計算問題也取得了極大的進(jìn)步。但是，無論是關(guān)鍵詞提取還是詞向量計算都仍存在一些有待解決的問題。另外，現(xiàn)有的許多適合使用文本分析的研究仍在使用早期的文本分析方法。因此在未來，如何更好地降低模型尺寸以促進(jìn)學(xué)科融合、提升文本分析的綜合社會效益，成為文本分析算法發(fā)展的重要問題。

發(fā)表于：3/28/2023 4:37:00 PM

基于RISC-V的多路光電容積脈搏波監(jiān)測系統(tǒng)[測試測量][醫(yī)療電子]

針對光電容積脈搏波（Photoplethysmographic，PPG），基于RISC-V內(nèi)核設(shè)計了一款多通道、實時PPG監(jiān)測系統(tǒng)。該系統(tǒng)使用RISC-V架構(gòu)的E203 IP作為低功耗內(nèi)核，通過ICB總線掛接模擬前端和藍(lán)牙控制模塊。AFE4400模擬前端控制模塊控制背靠背LED實現(xiàn)兩路PPG信號采集，復(fù)用該模塊分時處理來實現(xiàn)多路采集。藍(lán)牙控制模塊掛接到E203實現(xiàn)了通過藍(lán)牙外設(shè)下達(dá)系統(tǒng)控制指令，之后上傳PPG波至終端。該系統(tǒng)通過FPGA驗證了22位雙通道PPG信號物聯(lián)網(wǎng)終端應(yīng)用。

發(fā)表于：3/28/2023 4:31:00 PM

基于圖形化彈性基底的細(xì)胞牽引力測量研究[其他][醫(yī)療電子]

細(xì)胞牽引力顯微鏡方法是測量細(xì)胞牽引力的主流工具之一，該方法一般使用熒光微珠作為標(biāo)志點，通過測量細(xì)胞牽引力作用下熒光微珠的位移場，反演得出細(xì)胞牽引力場。由于熒光微珠在基底分布的深度不可控，但計算時候默認(rèn)所有微珠分布在基底表面，一定程度上降低了細(xì)胞牽引力場的計算精度。針對熒光微珠深度不可控的問題，提出在彈性基底表面加工圖形陣列作為基底變形標(biāo)志點，開展細(xì)胞牽引力測量的方法。在聚二甲基硅氧烷基底表面設(shè)計直徑3 μm，高度0.8 μm的凸臺陣列作為基底位移標(biāo)志點。使用有限元仿真軟件在圖形化基底表面不同位置施加外力，仿真得到凸臺陣列的位移場，利用牽引力反演算法計算得到力場，與仿真過程中輸入的外力場相比較，結(jié)果一致。使用乳鼠心肌細(xì)胞在設(shè)計加工的圖形化彈性基底上開展了牽引力測量實驗，并計算得出牽引力場。仿真和實驗均表明圖形化彈性基底適用于細(xì)胞牽引力的測量，為心肌相關(guān)疾病病理研究提供了新的研究手段。

發(fā)表于：3/28/2023 4:24:00 PM

凝血功能物理檢測方法的研究進(jìn)展[測試測量][醫(yī)療電子]

凝血功能的評估有助于診斷血液疾病，指導(dǎo)心腦血管疾病的治療，評估手術(shù)中出血的風(fēng)險。基于物理方法的凝血檢測因其檢測時間快、靈敏度高、操作簡便等優(yōu)點備受臨床醫(yī)學(xué)的關(guān)注。近年來，隨著光學(xué)相干層析成像（Optical Coherence Tomography， OCT）技術(shù)的進(jìn)步，OCT技術(shù)開始應(yīng)用于凝血檢測中。對近年來物理方法在凝血檢測中的應(yīng)用進(jìn)行了綜述，重點分析了OCT技術(shù)在凝血檢測中的應(yīng)用，并對未來凝血檢測方法的發(fā)展做出展望。

發(fā)表于：3/28/2023 4:16:00 PM

諧振微懸臂梁傳感器的工作原理及其在生化檢測中的研究進(jìn)展[MEMS|傳感技術(shù)][醫(yī)療電子]

諧振微懸臂梁是一種可以將質(zhì)量變化轉(zhuǎn)換為頻率信號的微質(zhì)量型傳感器，因其分辨率高、靈敏度高、成本低、易于集成和小型化等優(yōu)點而備受關(guān)注。諧振微懸臂梁現(xiàn)已被廣泛應(yīng)用于流量控制、生物醫(yī)學(xué)痕量檢測、氣態(tài)和液態(tài)分子分析等領(lǐng)域。近年來，隨著微機(jī)電系統(tǒng)（Micro-Electro-Mechanical System，MEMS）技術(shù)的快速發(fā)展，針對諧振式微懸臂梁傳感器的研究與應(yīng)用越來越多，對近年來諧振式微懸臂梁傳感器在環(huán)境檢測、生物醫(yī)學(xué)等領(lǐng)域的具體應(yīng)用進(jìn)行了綜述，并對未來的發(fā)展方向做出了展望。

發(fā)表于：3/28/2023 4:02:00 PM

電子鼻技術(shù)檢測人呼出氣揮發(fā)性有機(jī)物的研究進(jìn)展[其他][醫(yī)療電子]

揮發(fā)性有機(jī)化合物（Volatile Organic Compounds， VOCs）不僅存在于人類生活環(huán)境中，也會在人體代謝過程中產(chǎn)生，人體產(chǎn)生的VOCs的種類和峰度與人體健康和疾病狀態(tài)密切相關(guān)。近年來，通過無創(chuàng)檢測的方式分析人體呼出氣中VOCs的組分和濃度可以用來指示人體健康狀態(tài)，在臨床診斷和健康監(jiān)測領(lǐng)域得到廣泛關(guān)注。綜述了呼出氣VOCs的臨床檢測應(yīng)用價值和常見檢測方法，描述了各種方法的利弊。詳細(xì)闡述了新型電子鼻技術(shù)給呼出氣VOCs檢測帶來的革命性進(jìn)展，為呼出氣VOCs的高靈敏、高通量、智能化檢測帶來了更多可能。

發(fā)表于：3/28/2023 3:42:00 PM