• 首頁
  • 新聞
    業(yè)界動態(tài)
    新品快遞
    高端訪談
    AET原創(chuàng)
    市場分析
    圖說新聞
    會展
    專題
    期刊動態(tài)
  • 設(shè)計(jì)資源
    設(shè)計(jì)應(yīng)用
    解決方案
    電路圖
    技術(shù)專欄
    資源下載
    PCB技術(shù)中心
    在線工具庫
  • 技術(shù)頻道
    模擬設(shè)計(jì)
    嵌入式技術(shù)
    電源技術(shù)
    可編程邏輯
    測試測量
    通信與網(wǎng)絡(luò)
  • 行業(yè)頻道
    工業(yè)自動化
    物聯(lián)網(wǎng)
    通信網(wǎng)絡(luò)
    5G
    數(shù)據(jù)中心
    信息安全
    汽車電子
  • 大學(xué)堂
  • 期刊
  • 文獻(xiàn)檢索
期刊投稿
登錄 注冊

基于改進(jìn)Faster R-CNN的面板缺陷檢測算法

基于改進(jìn)Faster R-CNN的面板缺陷檢測算法[其他][其他]

針對面板表面缺陷檢測存在精度低、效率低等問題,提出了一種基于Faster R-CNN的優(yōu)化缺陷檢測的算法。該方法通過在特征融合層添加不降維的局部自適應(yīng)跨通道卷積,以增加通道交叉的特征映射;且在骨干特征提取網(wǎng)絡(luò)后加入CBAM注意力網(wǎng)絡(luò),從而捕獲特征圖的長期特征依賴關(guān)系。并分析了缺陷數(shù)據(jù)集樣本寬高比的差異性,設(shè)定錨框生成大小,結(jié)合DIoU-NMS建議框篩選機(jī)制以提升先驗(yàn)框與目標(biāo)框的匹配率。實(shí)驗(yàn)結(jié)果表明,優(yōu)化后網(wǎng)絡(luò)模型的精確率與識別率均得到很大提升。

發(fā)表于:1/7/2022 11:54:00 AM

基于動態(tài)偽裝技術(shù)的網(wǎng)絡(luò)安全防御系統(tǒng)研究

基于動態(tài)偽裝技術(shù)的網(wǎng)絡(luò)安全防御系統(tǒng)研究[通信與網(wǎng)絡(luò)][信息安全]

伴隨著物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、移動互聯(lián)、人工智能等新技術(shù)的迅猛發(fā)展,隨之而來的安全問題也更加嚴(yán)重,越來越多的未知攻擊和未知漏洞使得傳統(tǒng)的網(wǎng)絡(luò)安全防御手段難以適應(yīng)?;趧討B(tài)偽裝技術(shù)的網(wǎng)絡(luò)安全防御系統(tǒng)原理是通過動態(tài)變化的漏洞、缺陷和后門的種類、數(shù)量和系統(tǒng)特征等元素構(gòu)建系統(tǒng)外在特征不確定性的假象,從而實(shí)現(xiàn)隱蔽真實(shí)的信息系統(tǒng)漏洞、缺陷和后門的目的。

發(fā)表于:1/7/2022 11:51:00 AM

基于背景字典構(gòu)造的稀疏表示高光譜目標(biāo)檢測

基于背景字典構(gòu)造的稀疏表示高光譜目標(biāo)檢測[其他][其他]

針對現(xiàn)有基于稀疏表示的目標(biāo)檢測算法采用同心雙窗口構(gòu)建背景字典的過程中,目標(biāo)像元將會對背景字典產(chǎn)生干擾的問題,提出基于背景字典構(gòu)造的稀疏表示高光譜目標(biāo)檢測算法。該算法將高光譜圖像分解成低秩背景和稀疏目標(biāo),引入目標(biāo)字典作為稀疏目標(biāo)的先驗(yàn)信息,更好地分離目標(biāo)和背景,構(gòu)建純凈背景字典。通過在4個公開高光譜圖像數(shù)據(jù)集上仿真分析,證明所提出的算法具有出色的檢測性能。

發(fā)表于:1/7/2022 11:47:00 AM

微流程的建模與分析

微流程的建模與分析[其他][其他]

業(yè)務(wù)流程管理技術(shù)是組織實(shí)施信息系統(tǒng)的重要使能技術(shù)。為確保微流程能正常運(yùn)行,提出了一種建模與分析微流程的方法。首先,該方法以Petri網(wǎng)為形式化基礎(chǔ),對微流程以及微流程間的同步組合和異步組合進(jìn)行建模。其次,基于Petri網(wǎng)的分析技術(shù),該方法對組合微流程進(jìn)行了合理性分析。實(shí)驗(yàn)結(jié)果表明,該方法能建模微流程,并檢測出組合微流程中因同步交互或異步交互錯誤引起的死鎖。

發(fā)表于:1/7/2022 11:42:00 AM

IEEE 802.11e EDCA協(xié)議吞吐率性能分析模型

IEEE 802.11e EDCA協(xié)議吞吐率性能分析模型[其他][其他]

對IEEE 802.11e增強(qiáng)的分布式控制接入?yún)f(xié)議進(jìn)行了詳細(xì)分析,對比分布式協(xié)調(diào)功能DCF與增強(qiáng)的分布式控制接入EDCA之間的差別,提出了一種四維馬爾科夫鏈模型,該模型將飽和條件情況和非飽和條件情況進(jìn)行統(tǒng)一。該模型不僅考慮了退避計(jì)時器凍結(jié)狀態(tài)、發(fā)送沖突狀態(tài)、最大重傳次數(shù),還充分考慮了不同接入優(yōu)先級流的內(nèi)部沖突和TXOP傳輸。相比于二維馬爾科夫鏈模型,該模型可以準(zhǔn)確預(yù)測EDCA中不同優(yōu)先級接入流的吞吐率。最后利用仿真軟件,驗(yàn)證了飽和條件下該模型的正確性。

發(fā)表于:1/7/2022 11:38:00 AM

跨社交網(wǎng)絡(luò)的同一用戶識別算法

跨社交網(wǎng)絡(luò)的同一用戶識別算法[其他][其他]

針對跨社交網(wǎng)絡(luò)的同一用戶識別問題,提出了一種綜合用戶興趣、寫作風(fēng)格和檔案屬性的識別方法。通過在這3種不同的特征維度下分別判定用戶關(guān)系,然后綜合判定結(jié)果,提高同一用戶識別準(zhǔn)確性。其中,用戶興趣分為靜態(tài)興趣和動態(tài)興趣,靜態(tài)興趣采用TextRank算法從用戶背景信息中提取,動態(tài)興趣則利用主題模型從用戶發(fā)表的文本內(nèi)容中挖掘出隨時間變化的興趣點(diǎn)。對于用戶寫作風(fēng)格則通過One-Class SVM算法進(jìn)行識別,最后利用信息熵賦權(quán)法比較用戶檔案屬性相似度。實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)機(jī)器學(xué)習(xí)算法相比,所提算法精確率、召回率均有所提升。

發(fā)表于:1/7/2022 11:34:00 AM

基于LVDS傳輸可靠性優(yōu)化設(shè)計(jì)

基于LVDS傳輸可靠性優(yōu)化設(shè)計(jì)[其他][其他]

針對LVDS傳輸初始化建鏈過程中出現(xiàn)的首幀丟失和干擾導(dǎo)致的誤建鏈問題,對鏈路傳輸機(jī)理及穩(wěn)定性進(jìn)行分析,并從硬件與軟件兩方面進(jìn)行優(yōu)化。軟件上采取識別幀頭和發(fā)送訓(xùn)練幀的方法,改善建鏈過程;硬件上選用性能更好的隔離芯片,優(yōu)化差分端阻抗,減小干擾對數(shù)據(jù)傳輸?shù)挠绊?。?jīng)多次試驗(yàn)證明,優(yōu)化后的鏈路可實(shí)現(xiàn)480 Mb/s速率下的可靠傳輸,該優(yōu)化設(shè)計(jì)對提高LVDS鏈路傳輸穩(wěn)定性和減少誤碼方面具有很好的參考價值。

發(fā)表于:1/7/2022 11:29:00 AM

純電動智能汽車制動防抱死系統(tǒng)控制邏輯研究

純電動智能汽車制動防抱死系統(tǒng)控制邏輯研究[其他][汽車電子]

線控制動技術(shù)(Brake-by-Wire)是純電動智能汽車的關(guān)鍵技術(shù)之一。為了提高智能駕駛汽車制動的安全穩(wěn)定性,需要針對一款純電動智能汽車的制動防抱死系統(tǒng)控制邏輯進(jìn)行研究。在該方案實(shí)施前,設(shè)置合理的邏輯門限值,通過Stateflow進(jìn)行仿真實(shí)驗(yàn)?;赟imulink搭建了8自由度的車輛動力學(xué)模型,對彎道制動工況進(jìn)行仿真,通過控制車輛的橫擺力矩實(shí)現(xiàn)車輛的差動控制。通過仿真實(shí)驗(yàn),驗(yàn)證了提出的制動防抱死系統(tǒng)控制邏輯的合理性,對后續(xù)的線控制動系統(tǒng)的研發(fā)具有指導(dǎo)意義。

發(fā)表于:1/7/2022 11:25:00 AM

一種基于130 nm CMOS工藝的K波段上/下雙向混頻器

一種基于130 nm CMOS工藝的K波段上/下雙向混頻器[其他][其他]

基于130 nm RF CMOS工藝,提出了一種可實(shí)現(xiàn)上/下雙向變頻功能的K波段有源混頻器。當(dāng)收發(fā)機(jī)工作于接收模式時,雙向混頻器執(zhí)行下變頻功能,將低噪放大器放大后的射頻信號轉(zhuǎn)換為中頻信號;當(dāng)收發(fā)機(jī)工作于發(fā)射模式時,雙向混頻器則實(shí)現(xiàn)上變頻功能,將輸入的基帶信號轉(zhuǎn)換為射頻信號并輸出至功率放大器。后仿真結(jié)果表明,在0 dBm的本振驅(qū)動下,混頻器工作于上變頻模式時的轉(zhuǎn)換增益、噪聲系數(shù)、輸出1 dB壓縮點(diǎn)在23~25 GHz范圍內(nèi)分別為-1.1~-0.4 dB、12.9~3.3 dB、-8.2 dBm@24 GHz;工作于下變頻工作模式時的轉(zhuǎn)換增益、噪聲系數(shù)、輸入1 dB壓縮點(diǎn)在23~25 GHz范圍內(nèi)分別為2.4~3.4 dB、15.2~15.6 dB、-3.6 dBm@24 GHz。混頻器芯片面積為0.6 mm2;在1.5 V供電電壓下,消耗功率12 mW。

發(fā)表于:1/7/2022 11:21:00 AM

適用于Sigma-Delta ADC的多抽取率數(shù)字濾波器設(shè)計(jì)

適用于Sigma-Delta ADC的多抽取率數(shù)字濾波器設(shè)計(jì)[其他][其他]

采用標(biāo)準(zhǔn)0.18 μm工藝,設(shè)計(jì)了一種能改變抽取率并且適應(yīng)不同信號帶寬的應(yīng)用于Sigma-Delta模數(shù)轉(zhuǎn)換器的數(shù)字抽取濾波器。該濾波器采用多級抽取,由級聯(lián)積分梳狀濾波器、補(bǔ)償濾波器和半帶濾波器組成。實(shí)現(xiàn)的數(shù)字濾波器抽取率可以在64、128、256、512中變化,并且補(bǔ)償濾波器和半帶濾波器的帶寬可調(diào)整。濾波器版圖尺寸0.6 mm×0.6 mm。在1.98 V工作電壓下,最大總功耗約為2 mW,最高信噪比達(dá)到110.5 dB。當(dāng)補(bǔ)償濾波器和半帶濾波器的通帶截止頻率根據(jù)帶寬選擇從最高降到最低時,可分別節(jié)省56%和39%的功耗;當(dāng)濾波器功耗降至最小69.63 μW時,所能處理的帶寬為390.6 Hz,信噪比為107.8 dB。

發(fā)表于:1/7/2022 11:16:00 AM

  • ?
  • …
  • 152
  • 153
  • 154
  • 155
  • 156
  • 157
  • 158
  • 159
  • 160
  • 161
  • …
  • ?

活動

MORE
  • 【熱門活動】2025中國西部微波射頻技術(shù)研討會
  • 【熱門活動】2025年數(shù)據(jù)要素治理學(xué)術(shù)研討會
  • 【技術(shù)沙龍】網(wǎng)絡(luò)安全+DeepSeek
  • 【熱門活動】2025年NI測試測量技術(shù)研討會
  • 【熱門活動】2024年基礎(chǔ)電子測試測量方案培訓(xùn)

高層說

MORE
  • RISC-V國際基金會CEO:中國會員發(fā)揮了關(guān)鍵作用
    RISC-V國際基金會CEO:中國會員發(fā)揮了關(guān)鍵作用
  • 利用人工智能提升車間生產(chǎn)效率
    利用人工智能提升車間生產(chǎn)效率
  • 推動制造業(yè)智能化變革的實(shí)踐者——張野的創(chuàng)新之路
    推動制造業(yè)智能化變革的實(shí)踐者——張野的創(chuàng)新之路
  • 重新思考數(shù)據(jù)中心架構(gòu),推進(jìn)AI的規(guī)?;涞?>
                        </a>
                    </div>
                    <div   id= 重新思考數(shù)據(jù)中心架構(gòu),推進(jìn)AI的規(guī)?;涞?
  • AI智能體的興起讓數(shù)據(jù)隱私的重要性日益凸顯
    AI智能體的興起讓數(shù)據(jù)隱私的重要性日益凸顯
  • 網(wǎng)站相關(guān)
  • 關(guān)于我們
  • 聯(lián)系我們
  • 投稿須知
  • 廣告及服務(wù)
  • 內(nèi)容許可
  • 廣告服務(wù)
  • 雜志訂閱
  • 會員與積分
  • 積分商城
  • 會員等級
  • 會員積分
  • VIP會員
  • 關(guān)注我們

Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2

感谢您访问我们的网站,您可能还对以下资源感兴趣:

欧美色综合二区