无码国产福利片免费看,欲操精品在线视频在,人妻人人做人碰人人爽91

基于FPGA的SiP原型驗(yàn)證平臺(tái)設(shè)計(jì)[模擬設(shè)計(jì)][其他]

隨著嵌入式系統(tǒng)小型化和模擬數(shù)字/數(shù)字模擬轉(zhuǎn)換器(ADC/DAC)性能需求的日益增長(zhǎng)，如何在減小系統(tǒng)體積和功耗的前提下，提高ADC/DAC信號(hào)傳輸?shù)目煽啃裕黾庸δ芸膳渲眯院托盘?hào)處理可重構(gòu)性，成為一大難題。為此，設(shè)計(jì)了一款基于FPGA的系統(tǒng)級(jí)封裝(SiP)原型驗(yàn)證平臺(tái)，該SiP基于ADC+SoC+DAC架構(gòu)，片上系統(tǒng)(SoC)內(nèi)部以PowerPC470為處理器，集成了多種通用外設(shè)接口和可重構(gòu)算法單元。

發(fā)表于：1/7/2022 10:55:00 AM

HDLC數(shù)據(jù)幀并行搜幀解封裝模塊的設(shè)計(jì)與驗(yàn)證[模擬設(shè)計(jì)][其他]

HDLC信號(hào)鏈路是國(guó)際標(biāo)準(zhǔn)化組織(ISO)制定的高級(jí)數(shù)據(jù)鏈路的控制規(guī)程(High Level Data Link Control，HDLC)。遵循HDLC標(biāo)準(zhǔn)數(shù)據(jù)鏈路層規(guī)范，采用硬件描述語(yǔ)言Verilog HDL實(shí)現(xiàn)了一種基于并行結(jié)構(gòu)的HDLC搜幀解封裝電路，并采用System Verilog技術(shù)搭建驗(yàn)證平臺(tái)，隨機(jī)生成HDLC數(shù)據(jù)幀來驗(yàn)證設(shè)計(jì)正確性。使用Modelsim軟件仿真波形，在仿真過程中，對(duì)于凈荷區(qū)數(shù)據(jù)長(zhǎng)度為10個(gè)字節(jié)的HDLC數(shù)據(jù)幀，解碼器電路工作完成需要16個(gè)時(shí)鐘周期，兼顧了處理速度和靈活性。使用QuartusII軟件綜合，在Altera CycloneV器件上，電路使用了8塊自適應(yīng)邏輯模塊ALM，24個(gè)寄存器，35個(gè)引腳。

發(fā)表于：1/7/2022 10:43:00 AM

基于YOLOv5的姿態(tài)交互球類陪練機(jī)器人[人工智能][其他]

針對(duì)當(dāng)下球類陪練機(jī)器人人機(jī)交互能力不足的問題，提出一種基于樹莓派和YOLOv5目標(biāo)檢測(cè)算法的新型人機(jī)交互模式，使機(jī)器人實(shí)現(xiàn)前進(jìn)、后退、左移、右移、拋球、踢球6種不同的動(dòng)作；通過對(duì)在3種不同環(huán)境(室內(nèi)、室外晴天、室外陰天)下搜集的人體姿態(tài)數(shù)據(jù)集進(jìn)行標(biāo)定、訓(xùn)練后，得到6種姿態(tài)在3種環(huán)境中測(cè)試集上的識(shí)別準(zhǔn)確率分別為：室內(nèi)96.33%、室外晴天95%、室外陰天94.3%。相比基于特征匹配和其他利用手勢(shì)等小目標(biāo)檢測(cè)的算法，基于該算法的機(jī)器人具有更高的檢測(cè)速度和準(zhǔn)確性，使機(jī)器人更加智能化。

發(fā)表于：1/7/2022 10:36:00 AM

基于深度學(xué)習(xí)的智能垃圾分揀車系統(tǒng)[其他][其他]

針對(duì)生活垃圾的高效分類及搬運(yùn)處理，設(shè)計(jì)了一款以邊緣嵌入式AI設(shè)備Jetson Nano為控制器的光電智能小車系統(tǒng)，該系統(tǒng)設(shè)計(jì)以YOLOv5為目標(biāo)檢測(cè)算法，以Pytorch1.8.1為深度學(xué)習(xí)框架。使智能小車從指定區(qū)域出發(fā)，通過自身的光電傳感器在指定范圍內(nèi)搜尋垃圾，利用六軸機(jī)械臂對(duì)垃圾進(jìn)行分揀并送到指定分類地點(diǎn)。對(duì)采集到的5 048張圖片(包括5種垃圾類別)進(jìn)行300次的迭代訓(xùn)練，實(shí)驗(yàn)測(cè)試結(jié)果表明：平均精確度達(dá)到91.8%，準(zhǔn)確率達(dá)到94.5%，召回率達(dá)到89.03%。

發(fā)表于：1/7/2022 10:27:00 AM

基于VGG16網(wǎng)絡(luò)的人臉情緒識(shí)別[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

近年來，如何通過人工智能對(duì)人的面部表情進(jìn)行識(shí)別分析成為一個(gè)研究熱點(diǎn)，利用人工智能可以快速地分析人的面部情緒，并以此為基礎(chǔ)進(jìn)行進(jìn)一步研究。在深度學(xué)習(xí)中，傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)存在對(duì)面部表情特征的提取不充分以及計(jì)算機(jī)參數(shù)量較大的問題，導(dǎo)致分類準(zhǔn)確率較低。因此，提出了基于VGG16網(wǎng)絡(luò)的人臉表情識(shí)別算法，通過與InceptionV3、InceptionResNetV2、ResNet50等模型實(shí)驗(yàn)對(duì)比，結(jié)果表明，VGG16神經(jīng)網(wǎng)絡(luò)在FER2013PLUS測(cè)試數(shù)據(jù)集上的識(shí)別準(zhǔn)確率為79%，準(zhǔn)確率比傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)高。

發(fā)表于：1/7/2022 10:23:00 AM

區(qū)域多能源系統(tǒng)數(shù)字孿生應(yīng)用平臺(tái)構(gòu)建[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對(duì)缺乏支撐區(qū)域多能源系統(tǒng)數(shù)字孿生動(dòng)態(tài)規(guī)劃、運(yùn)行優(yōu)化等上層應(yīng)用接入、管理和運(yùn)行的高性能平臺(tái)的現(xiàn)狀，考慮到數(shù)字孿生應(yīng)用對(duì)通信效率、數(shù)據(jù)安全的要求，借助CloudPSS云仿真平臺(tái)設(shè)計(jì)了包含基礎(chǔ)層、應(yīng)用層、業(yè)務(wù)層的安全、靈活、可擴(kuò)展的數(shù)字孿生應(yīng)用平臺(tái)的軟硬件；并以貴州紅楓湖區(qū)域多能源系統(tǒng)為試點(diǎn)區(qū)域，介紹了包括建模仿真、數(shù)據(jù)通信和應(yīng)用集成功能的區(qū)域多能源系統(tǒng)數(shù)字孿生應(yīng)用平臺(tái)的構(gòu)建過程。所構(gòu)建的區(qū)域多能源系統(tǒng)數(shù)字孿生應(yīng)用平臺(tái)作為數(shù)字孿生從概念到應(yīng)用的理想實(shí)現(xiàn)工具，其架構(gòu)設(shè)計(jì)方案與具體構(gòu)建經(jīng)驗(yàn)可為數(shù)字孿生技術(shù)的廣泛落地提供理論和實(shí)踐參考。

發(fā)表于：1/7/2022 10:14:00 AM

基于CloudPSS-RT和RT-Lab聯(lián)合實(shí)時(shí)仿真平臺(tái)的在線阻抗分析裝置設(shè)計(jì)[其他][其他]

準(zhǔn)確的寬頻帶阻抗測(cè)量是發(fā)現(xiàn)和解決未來雙高電力系統(tǒng)穩(wěn)定性問題的重要基礎(chǔ)，但直接向電力系統(tǒng)注入諧波進(jìn)行測(cè)量可能會(huì)帶來失穩(wěn)的風(fēng)險(xiǎn)，而基于半實(shí)物仿真技術(shù)可以以較低的成本與風(fēng)險(xiǎn)實(shí)現(xiàn)較為準(zhǔn)確的寬頻帶阻抗測(cè)量。實(shí)時(shí)仿真器的計(jì)算性能和仿真規(guī)模取決于目標(biāo)計(jì)算機(jī)的計(jì)算能力，仿真精度與規(guī)模顧此失彼，難以兼顧，并且隨著電力系統(tǒng)仿真規(guī)模要求的不斷提高，單一的實(shí)時(shí)仿真系統(tǒng)越來越難以滿足大規(guī)模仿真的要求。使用多個(gè)實(shí)時(shí)仿真器協(xié)同進(jìn)行聯(lián)合仿真，是提高仿真規(guī)模的有效途徑。首先構(gòu)建了基于CloudPSS-RT和RT-Lab聯(lián)合實(shí)時(shí)仿真平臺(tái)的在線阻抗分析裝置，并通過構(gòu)建光伏與雙饋風(fēng)力發(fā)電系統(tǒng)，驗(yàn)證了在線阻抗分析裝置的準(zhǔn)確性和有效性。

發(fā)表于：1/7/2022 10:05:00 AM

高性能高可用Redis客戶端的設(shè)計(jì)與實(shí)現(xiàn)[模擬設(shè)計(jì)][其他]

Redis是一個(gè)基于內(nèi)存存儲(chǔ)的非結(jié)構(gòu)化數(shù)據(jù)庫(kù)，以高I/O(Input/Output)性能和高響應(yīng)速度著稱，在數(shù)據(jù)緩沖、消息隊(duì)列、Key-Value存儲(chǔ)等場(chǎng)景都發(fā)揮著重要的作用。在其支持的眾多客戶端中，C/C++客戶端Hiredis的應(yīng)用尤為廣泛。對(duì)Hiredis庫(kù)做了深入分析，發(fā)現(xiàn)了其管道功能存在高開銷、指令存儲(chǔ)不當(dāng)以及內(nèi)存混淆問題?；诖?，在32邏輯核的X86架構(gòu)處理器以及64 GB內(nèi)存的Linux服務(wù)器上，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)面向C/C++的高性能高可用Redis客戶端，通過內(nèi)存預(yù)分配以及內(nèi)存隔離的方法提高了大量指令批處理時(shí)的性能并解決了復(fù)雜場(chǎng)景下的內(nèi)存混淆問題。經(jīng)測(cè)試，新客戶端提高了3～7倍的指令執(zhí)行效率，同時(shí)也保證了復(fù)雜場(chǎng)景下的內(nèi)存安全以及數(shù)據(jù)準(zhǔn)確性。

發(fā)表于：1/7/2022 10:00:00 AM

GRAPES區(qū)域模式的輸入輸出分析和優(yōu)化[其他][其他]

新一代全球/區(qū)域多尺度統(tǒng)一的同化與數(shù)值預(yù)報(bào)系統(tǒng)Global/Regional Assimilation and PreEdiction System(GRAPES)是中國(guó)氣象局(China Meteorological Administration，CMA)自主研發(fā)的數(shù)值天氣預(yù)報(bào)軟件。隨著對(duì)模式分辨率和預(yù)測(cè)時(shí)效性要求的提高，GRAPES的輸入輸出(I/O)性能成為了一個(gè)重要的瓶頸。分析了GRAPES區(qū)域模式的I/O行為，提出并設(shè)計(jì)實(shí)現(xiàn)了一個(gè)高性能I/O框架。該框架采用二進(jìn)制編碼以及多I/O通道技術(shù)實(shí)現(xiàn)了靈活可配置的輸出方式。同時(shí)，通過非堵塞通信的方式實(shí)現(xiàn)了異步I/O，隱藏了I/O與通信的開銷。工作在曙光“派”超級(jí)計(jì)算機(jī)上進(jìn)行了測(cè)試，結(jié)果顯示該框架不僅可以提高I/O性能達(dá)到10倍以上，也可以減少性能抖動(dòng)帶來的性能不確定性問題。

發(fā)表于：1/7/2022 9:54:00 AM

面向國(guó)產(chǎn)神威眾核架構(gòu)的區(qū)域氣候模式CWRF性能優(yōu)化技術(shù)[其他][其他]

區(qū)域氣候模式CWRF(Climate-Weather Research and Forecasting model)是國(guó)家氣候中心區(qū)域氣候預(yù)測(cè)系統(tǒng)的重要組成部分，也是系統(tǒng)最耗時(shí)的程序。高性能計(jì)算是提高CWRF數(shù)值預(yù)報(bào)計(jì)算性能的關(guān)鍵技術(shù)，開展CWRF模式在國(guó)產(chǎn)神威眾核架構(gòu)上的移植和優(yōu)化，提高模式的模擬效率，對(duì)模式的擴(kuò)展、開發(fā)能力和可持續(xù)發(fā)展具有重要意義?；趪?guó)產(chǎn)眾核SW26010處理器，完成了CWRF區(qū)域氣候模式的移植、性能分析和深入性能優(yōu)化，采用訪存優(yōu)化、Cache命中率優(yōu)化及眾核加速優(yōu)化等方法，對(duì)CWRF模式動(dòng)力過程、物理過程和I/O過程計(jì)算代碼進(jìn)行重構(gòu)及眾核加速。結(jié)果表明：優(yōu)化技術(shù)可使CWRF動(dòng)力過程平均加速2倍，最高加速6.4倍，物理過程平均加速1.7倍，最高加速5.4倍，I/O過程加速1.2倍，程序整體最高加速1.4倍，計(jì)算誤差在合理范圍內(nèi)。

發(fā)表于：1/7/2022 9:48:00 AM