国产天天射日日干,99亚洲精品无码久久久久,高H纯肉无码动漫在线观看

基于Cloud Native的質(zhì)檢信息管理系統(tǒng)設(shè)計與實現(xiàn)[其他][其他]

隨著質(zhì)檢信息管理業(yè)務(wù)的復(fù)雜化，現(xiàn)有的質(zhì)量檢驗信息管理系統(tǒng)呈現(xiàn)出對大數(shù)據(jù)的處理能力不夠、人工操作出錯率高、擴展性差等問題。提出了一種基于Cloud Native(云原生)的質(zhì)量檢驗信息管理系統(tǒng)，并對Cloud Native技術(shù)進行分析研究，明確了Cloud Native技術(shù)的原理和特性。接著結(jié)合質(zhì)量檢驗信息管理業(yè)務(wù)的實際使用情況，對基于Cloud Native的質(zhì)量檢驗信息管理系統(tǒng)進行了詳細設(shè)計并實現(xiàn)。最后對該系統(tǒng)進行了功能和性能測試，驗證了整體設(shè)計方案的有效性。

發(fā)表于：6/9/2022 10:42:00 AM

帶殘余頻偏的LSC-DS-CDMA信號偽碼估計[其他][其他]

針對帶殘余頻偏的長短碼直擴碼分多址信號偽碼估計問題，首先利用短碼和長碼的周期性分段接收信號構(gòu)建信號矩陣；其次采用特征值分解法得到帶殘余載波的用戶特征向量子空間，并采用全數(shù)字鎖相環(huán)跟蹤、消除殘余頻偏；然后利用Givens矩陣對特征向量組成的荷載矩陣進行旋轉(zhuǎn)，提出結(jié)合隨機差分和模擬退火思想的鯨魚優(yōu)化算法，尋求方差最小化的最佳旋轉(zhuǎn)角，從而估計各用戶的復(fù)合碼片段并依次拼接；最后利用梅西算法和相關(guān)運算估計各用戶的長碼和短碼。仿真結(jié)果驗證了該算法對帶殘余頻偏的LSC-DS-CDMA信號偽碼估計的有效性。

發(fā)表于：6/9/2022 10:37:00 AM

基于4/5G融合網(wǎng)絡(luò)QoS差異化服務(wù)關(guān)鍵技術(shù)研究[通信與網(wǎng)絡(luò)][5G]

隨著5G網(wǎng)絡(luò)的部署和商用，基于業(yè)務(wù)對網(wǎng)絡(luò)能力的不同需求，在現(xiàn)網(wǎng)中對不同用戶進行差異化服務(wù)已成為行業(yè)研究熱點。為此提出了一種實現(xiàn)4/5G網(wǎng)絡(luò)QoS差異化服務(wù)融合部署和統(tǒng)一調(diào)用的方法。該方法包含了4/5G網(wǎng)絡(luò)QoS差異化服務(wù)融合部署的網(wǎng)絡(luò)架構(gòu)、QoS平臺服務(wù)端對終端4/5G用戶自動識別的方法以及4/5G融合的QoS業(yè)務(wù)端到端流程等。此方案的設(shè)計使得第三方不需要區(qū)分用戶的4/5G形態(tài)，使用全國統(tǒng)一的調(diào)度接口直接調(diào)用運營商的QoS能力，充分發(fā)揮運營商的網(wǎng)絡(luò)優(yōu)勢和價值。

發(fā)表于：6/9/2022 10:33:00 AM

基于VPX開放式架構(gòu)的無線電監(jiān)測平臺設(shè)計[可編程邏輯][其他]

無線電監(jiān)測系統(tǒng)對信號搜索、截獲、識別等能力提出了更高的要求，傳統(tǒng)無線電監(jiān)測系統(tǒng)軟硬件標準化、模塊化不成熟，定制性較強，通用性較差，難以滿足未來對裝備的需求。結(jié)合軟件無線電的思路，設(shè)計了一種基于VPX開放式的無線電監(jiān)測平臺，重點研究了平臺的硬件架構(gòu)設(shè)計和軟件架構(gòu)設(shè)計，最后搭建驗證平臺，測試了平臺的傳輸功能和系統(tǒng)性能，驗證了平臺的可行性。

發(fā)表于：6/9/2022 10:28:00 AM

基于3D傳感器的帶束層糾偏算法[其他][其他]

為了解決帶束層在傳輸時中心位置發(fā)生偏移的問題，提出了一種基于3D傳感器的帶束層糾偏算法。首先對3D傳感器采集的輪廓數(shù)據(jù)進行預(yù)處理，使數(shù)據(jù)變得更平滑；其次在糾偏過程中，將帶束層糾偏過程分為上中下3個區(qū)域，在上邊和下邊區(qū)域采用定邊，中間區(qū)域采用定中，通過在3個不同區(qū)域計算不同的位置進行實時糾偏。最終通過MATLAB進行仿真，該算法的糾偏精度可以達到1 mm以內(nèi)，相比于傳統(tǒng)的單邊糾偏，糾偏精度和糾偏穩(wěn)定性更好。

發(fā)表于：6/9/2022 10:23:00 AM

先進工藝芯片填充冗余金屬后的時序偏差分析及修復(fù)[模擬設(shè)計][工業(yè)自動化]

在芯片物理設(shè)計的完成階段，為了滿足設(shè)計規(guī)則中金屬密度要求，需要填充冗余金屬。增加的金屬層會產(chǎn)生額外的寄生電容，導致芯片的時序結(jié)果惡化。40 nm以上的工藝節(jié)點中，這些額外增加的寄生電容對于時序的影響在0.12%左右，這個時序偏差甚至比靜態(tài)時序分析與SPICE仿真之間的誤差還小，在芯片設(shè)計時通常忽略它。然而在使用FinFET結(jié)構(gòu)的先進工藝節(jié)點中，這個時序偏差必須要進行修復(fù)。以一款FinFET結(jié)構(gòu)工藝的工業(yè)級DSP芯片為實例，使用QRC工具對比了芯片填充冗余金屬前后寄生電容的變化；使用Tempus工具分析了芯片時序結(jié)果發(fā)生偏差的原因；最后提出了一種基于Innovus平臺的時序偏差修復(fù)方法，時序結(jié)果通過簽核驗證，有效提高了時序收斂的效率。

發(fā)表于：6/9/2022 10:12:00 AM

基于UVM的Wishbone-SPI驗證平臺設(shè)計[模擬設(shè)計][工業(yè)自動化]

隨著芯片復(fù)雜度增加，芯片驗證在設(shè)計流程中所消耗時間也不斷提高。針對傳統(tǒng)驗證平臺重用性差、覆蓋率低，通過使用通用驗證方法學(Universal Verification Methodology，UVM)設(shè)計Wishbone-SPI驗證平臺，用UVM組件靈活地搭建驗證平臺，完成標準的驗證框架，設(shè)計受約束隨機激勵，自動統(tǒng)計功能覆蓋率。仿真結(jié)果顯示，該驗證平臺功能覆蓋率達到100%，并表明該平臺具有良好的可配置性與可重用性。

發(fā)表于：6/9/2022 10:08:00 AM

基于SGCN的化合物致癌性預(yù)測模型[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

癌癥患者的激增引起了全世界的關(guān)注，許多研究者將目光放在了對化合物致癌性的評估上，但這是一項極其具有挑戰(zhàn)性的任務(wù)。本實驗獲取了341種實驗數(shù)據(jù)，利用三維圖卷積網(wǎng)絡(luò)(SGCN)，建立了對化合物致癌性的預(yù)測模型。結(jié)果表明：對化合物進行致癌性預(yù)測的SGCN分類模型準確率高達96.9%，比其余模型效果更好，這表明SGCN模型能夠準確地對化學品進行分類，并且在實際應(yīng)用中具有相當大的潛力。

發(fā)表于：6/9/2022 10:03:00 AM

基于改進BCCSA和深層LSTM的空氣質(zhì)量預(yù)測方法[其他][其他]

現(xiàn)有的空氣質(zhì)量預(yù)測方法很少考慮季節(jié)性因素，且預(yù)測的效果不佳，因此提出一種基于改進二元混沌烏鴉搜索算法(Binary Chaotic Crow Search Algorithm，BCCSA)和深層長短期記憶神經(jīng)網(wǎng)絡(luò)(Long Short Term Memory，LSTM)的空氣質(zhì)量預(yù)測方法。首先提出季節(jié)調(diào)整的方法對收集的原始空氣質(zhì)量數(shù)據(jù)進行預(yù)處理，以消除季節(jié)對預(yù)測的影響；然后提出改進BCCSA，對空氣質(zhì)量數(shù)據(jù)進行優(yōu)化處理；最后，將自注意力機制加入到深層LSTM中，對空氣質(zhì)量數(shù)據(jù)進行預(yù)測。實驗結(jié)果表明，該方法能有效地提高空氣質(zhì)量的預(yù)測精度。

發(fā)表于：6/9/2022 9:59:00 AM

基于支持向量機和PCA的腦電α波運動想象分類研究[其他][其他]

針對腦電信號(EEG)運動想象分類過程中弱相關(guān)特征量影響分類準確度的問題，提出一種篩選方法，該方法是基于α波和主成分分析(PCA)算法的?；谀X機接口(BCI)系統(tǒng)，通過聽覺誘發(fā)刺激產(chǎn)生向左和向右兩種運動想象任務(wù)對應(yīng)的腦電信號，并對其做小波包分解處理，然后進行腦電α頻段信號的重構(gòu)，從而提取出α波形并對其進行統(tǒng)計特征提取。再結(jié)合PCA技術(shù)和支持向量機(SVM)方法，實現(xiàn)弱相關(guān)特征的剔除和特征分類。根據(jù)篩選后的數(shù)據(jù)進行分類，所得結(jié)果準確率更高，信號分類的準確度由90.1%提高至94.0%。

發(fā)表于：6/9/2022 9:55:00 AM