久久久久亚洲AV无码专区桃色,久久久久久不卡久久99精品,国产AV一区二区三区最新精品

基于ROS的家用老年服務(wù)機(jī)器人設(shè)計[人工智能][消費(fèi)電子]

針對當(dāng)前老年服務(wù)機(jī)器人存在的問題，如智能語音功能單一、感知能力不足和集成化水平不高等，設(shè)計了一款具有人臉識別、語音交互和摔倒檢測功能的機(jī)器人。該機(jī)器人基于機(jī)器人操作系統(tǒng)（ROS）開發(fā)，配備Jeston Nano主控板和ZED2i雙目立體相機(jī)等多種傳感器。通過基于Haar特征和LBPH算法的人臉識別、利用百度語音API和Alpaca-2模型實(shí)現(xiàn)的語音交互，以及基于ZED2i雙目相機(jī)的摔倒檢測，為老年人提供更加綜合、智能的護(hù)理服務(wù)。實(shí)驗(yàn)結(jié)果顯示，該機(jī)器人在人臉識別、語音交互和摔倒檢測方面均表現(xiàn)出色。

發(fā)表于：4/22/2025 1:05:01 PM

高穩(wěn)定性光纖激光器恒流驅(qū)動系統(tǒng)設(shè)計與實(shí)現(xiàn)[模擬設(shè)計][工業(yè)自動化]

光纖激光器波長和輸出功率的穩(wěn)定性易受泵浦源驅(qū)動電流波動的影響，為應(yīng)對該問題，設(shè)計了一款高精度、高穩(wěn)定性恒流驅(qū)動系統(tǒng)。恒流源部分采用閉環(huán)負(fù)反饋原理，通過金屬氧化物半導(dǎo)體場效應(yīng)晶體管（MOSFET）來控制恒流輸出，實(shí)現(xiàn)了對半導(dǎo)體激光器（LD）驅(qū)動電流的精準(zhǔn)控制；限流保護(hù)電路利用二極管的限幅作用使LD免受過電流沖擊的影響，電流緩慢啟動采用軟件控制的方法確保LD免受浪涌電流損害；光功率探測電路采用ADA4530芯片，確保在極低光照水平下也可精準(zhǔn)探測到功率輸出。實(shí)驗(yàn)結(jié)果表明，該電路可實(shí)現(xiàn)驅(qū)動電流在0~1.2 A連續(xù)可調(diào)，電流短期（120 min）和長期（24 h）穩(wěn)定性分別為±0.001 mA和±0.002 mA；激光器中心波長波動不超過±0.03 nm，輸出功率的穩(wěn)定度不超過0.084 3%，精度小于±0.15 mW。

發(fā)表于：4/21/2025 5:21:00 PM

基于多線縫隙耦合的Ka波段薄膜功分器設(shè)計[微波|射頻][工業(yè)自動化]

傳統(tǒng)的功分器結(jié)構(gòu)由于高頻串?dāng)_明顯、阻抗變換線體積大等原因，難以滿足微波系統(tǒng)高頻率、小型化的需求。為此，提出一種基于多線縫隙耦合結(jié)構(gòu)的Ka波段功分器。從電路拓?fù)涑霭l(fā)，對該器件進(jìn)行了電路設(shè)計、建模仿真與實(shí)驗(yàn)驗(yàn)證。測試結(jié)果表明，該器件具備良好的高頻性能，且表現(xiàn)出通帶兩側(cè)具有傳輸零點(diǎn)的濾波響應(yīng)，實(shí)現(xiàn)了多線縫隙耦合的薄膜功分器設(shè)計。

發(fā)表于：4/21/2025 5:10:51 PM

T型柵GaN HEMT微波器件ESD特性研究[模擬設(shè)計][工業(yè)自動化]

對Si基GaN HEMT器件在ESD事件下的失效機(jī)理與影響因素進(jìn)行了研究。探究了器件在不同偏置下的失效電壓分布情況，并結(jié)合微光顯微鏡定位了引起器件退化的異常點(diǎn)，進(jìn)行了對應(yīng)的微區(qū)分析。另外，還探究了T型柵幾何尺寸如柵腳、柵帽寬度與總柵寬等工藝參數(shù)對器件抗靜電能力的影響并進(jìn)行相關(guān)機(jī)理分析，為器件ESD性能、可靠性的優(yōu)化提供了方向與參考。

發(fā)表于：4/21/2025 4:59:39 PM

器件級帶電器件模型靜電放電測試標(biāo)準(zhǔn)分析及應(yīng)用[模擬設(shè)計][工業(yè)自動化]

針對器件級帶電器件模型（CDM）靜電放電國內(nèi)外主要測試標(biāo)準(zhǔn)進(jìn)行了整理、分析與解讀。梳理了各標(biāo)準(zhǔn)之間的差異性和關(guān)聯(lián)性，明確了各標(biāo)準(zhǔn)的應(yīng)用范圍與技術(shù)要點(diǎn)。深入研究了影響器件級帶電器件模型（CDM）靜電放電測試結(jié)果的因素與控制方法，提出了在標(biāo)準(zhǔn)應(yīng)用過程中保障結(jié)果一致性和準(zhǔn)確性的相關(guān)技術(shù)技巧，為器件級帶電器件模型（CDM）測試標(biāo)準(zhǔn)的選擇、測試和工程應(yīng)用提供了指導(dǎo)。

發(fā)表于：4/21/2025 4:50:39 PM

基于改進(jìn)U-Net的瀝青拌合站混合料裝車語義分割[人工智能][其他]

針對現(xiàn)有的瀝青拌合站混合料裝車語義分割方法平均交并比（Mean Intersection over Union，mIoU）值較低、檢測速度較慢等問題，提出一種輕量化網(wǎng)絡(luò)RCS-UNet對瀝青拌合站混合料裝車狀態(tài)進(jìn)行語義分割。首先在U-Net網(wǎng)絡(luò)中加入殘差連接以緩解梯度消失的問題，使網(wǎng)絡(luò)在訓(xùn)練過程中更加穩(wěn)定，提高模型的收斂速度和泛化能力；其次加入坐標(biāo)注意力（Coordinate Attention，CA）機(jī)制，增強(qiáng)位置與通道的信息感知，提高模型的特征提取能力，使模型更加關(guān)注圖像中的重要區(qū)域；最后將U-Net網(wǎng)絡(luò)中的標(biāo)準(zhǔn)卷積修改為深度可分離卷積，以減小模型的體積和參數(shù)量，使得模型在保持較高性能的同時，具有更低的資源消耗和更快的推理速度。實(shí)驗(yàn)結(jié)果表明，改進(jìn)模型的準(zhǔn)確率、mIoU值以及FPS值分別為99.20%、98.41%和22.98，與經(jīng)典模型和當(dāng)前先進(jìn)模型相比三個指標(biāo)均為最高，取得了最優(yōu)的語義分割效果。

發(fā)表于：4/21/2025 4:39:16 PM

基于SAM和pix2pix的商品數(shù)據(jù)集生成網(wǎng)絡(luò)[人工智能][消費(fèi)電子]

發(fā)表于：4/21/2025 4:30:15 PM

一種基于改進(jìn)的生成式對抗網(wǎng)絡(luò)的完整12導(dǎo)聯(lián)心電圖重構(gòu)方法[人工智能][醫(yī)療電子]

心電圖（ECG）是評估心臟健康的重要工具。隨著科技的進(jìn)步，越來越多的智能設(shè)備被開發(fā)用于監(jiān)測心電信號。然而，由于便攜性的要求，這些智能設(shè)備通常只能測量有限導(dǎo)聯(lián)數(shù)量的心電信號，這可能會影響心臟疾病診斷的準(zhǔn)確性。為了解決這一問題，提出了一種基于生成對抗網(wǎng)絡(luò)（GAN）的模型。該模型融合了Transformer和U-Net結(jié)構(gòu)，能夠從單一導(dǎo)聯(lián)的心電信號重建完整的12導(dǎo)聯(lián)心電信號，從而提高便攜式智能設(shè)備的診斷性能。在PTB-XL和紹興人民醫(yī)院12導(dǎo)聯(lián)心電信號數(shù)據(jù)集上對提出的模型進(jìn)行了評估，并將其與幾種先進(jìn)的方法進(jìn)行了比較。相關(guān)代碼全部上傳至https：//github.com/Chaoquan-123/12-lead-ECG-reconstruction。

發(fā)表于：4/21/2025 4:19:13 PM

航空兵場站信息保障體系發(fā)展研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

場站作為航空兵部隊(duì)訓(xùn)練保障基地，為任務(wù)單位飛行和裝備維修進(jìn)行組織指揮和專業(yè)勤務(wù)工作。飛行任務(wù)全過程通信導(dǎo)航保障是場站信息通信保障的中心工作，信息通信發(fā)展更新速度不斷加快，面臨的新問題急需解決。為了更好適應(yīng)當(dāng)前信息通信體系建設(shè)的發(fā)展，通過研究網(wǎng)絡(luò)信息一體化建設(shè)，采取仿真計算模型，得到了實(shí)現(xiàn)場站高效通信導(dǎo)航保障、控制方式全面的系統(tǒng)發(fā)展思路。該研究為適應(yīng)信息化條件下的航空兵導(dǎo)航保障體制、提高體系信息保障能力，奠定了扎實(shí)的理論基礎(chǔ)。

發(fā)表于：4/21/2025 4:10:11 PM

機(jī)器學(xué)習(xí)在惡意加密流量檢測中的應(yīng)用及研究[人工智能][信息安全]

隨著加密通信的普及，惡意攻擊者利用加密流量隱藏活動，傳統(tǒng)基于簽名和規(guī)則的檢測方法面臨挑戰(zhàn)。機(jī)器學(xué)習(xí)為惡意加密流量檢測提供了新解決方案。綜述了監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、深度學(xué)習(xí)和集成學(xué)習(xí)在該領(lǐng)域的應(yīng)用。監(jiān)督學(xué)習(xí)通過標(biāo)記數(shù)據(jù)識別已知攻擊，非監(jiān)督學(xué)習(xí)在未標(biāo)記數(shù)據(jù)中發(fā)現(xiàn)新型攻擊模式，深度學(xué)習(xí)提升了在大數(shù)據(jù)環(huán)境中的特征提取能力，而集成學(xué)習(xí)則通過模型融合增強(qiáng)系統(tǒng)魯棒性。研究表明，機(jī)器學(xué)習(xí)顯著提高了惡意行為識別的準(zhǔn)確性，特別是在復(fù)雜數(shù)據(jù)特征提取和新攻擊模式發(fā)現(xiàn)方面。

發(fā)表于：4/21/2025 4:01:10 PM