• 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)計資源
    設(shè)計應(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
    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

改進(jìn)電潤濕電子紙圖像自適應(yīng)增強算法

改進(jìn)電潤濕電子紙圖像自適應(yīng)增強算法[其他][其他]

由于電潤濕顯示器受顯示技術(shù)的限制存在圖像失真、邊緣細(xì)節(jié)丟失的問題,為了提高顯示質(zhì)量,提出一種改進(jìn)電潤濕電子紙圖像自適應(yīng)增強算法。首先,通過基于局部標(biāo)準(zhǔn)差的引導(dǎo)濾波獲得顯著圖像,然后,結(jié)合顯著圖以及改進(jìn)的引導(dǎo)濾波獲得鈍化模糊圖像,有效消除引導(dǎo)濾波平滑圖像后產(chǎn)生的光暈現(xiàn)象;最后,將原圖像與鈍化模糊圖像作差提取圖像中的細(xì)節(jié)部分,利用改進(jìn)的非銳化掩模將細(xì)節(jié)部分與原圖像自適應(yīng)融合。實驗結(jié)果表明,相較于傳統(tǒng)線性非銳化掩模方法,該方法其圖像評價指標(biāo)H值、PSNR值分別平均提高了0.2%、28.4%,AMBE值平均降低了88.4%,SSIM的值更加接近1。因此,該算法使得圖像顯示在電潤濕顯示器上細(xì)節(jié)紋理更加清晰可見,同時避免圖像過度增強,取得了較好的顯示效果。

發(fā)表于:11/3/2021 10:29:00 AM

基于投影法和卷積神經(jīng)網(wǎng)絡(luò)的手寫漢字圖像分割研究

基于投影法和卷積神經(jīng)網(wǎng)絡(luò)的手寫漢字圖像分割研究[其他][其他]

為提高手寫漢字的識別率,針對手寫漢字的有效分割,建立了卷積神經(jīng)網(wǎng)絡(luò)手寫漢字體識別模型,并對投影法和輪廓檢測法的適用性進(jìn)行了對比分析。實驗結(jié)果顯示,相較于輪廓檢測法,投影法更適用于手寫漢字識別中對文字圖像的處理工作,可以實現(xiàn)對所需文字的有效切分,同時簡化手寫漢字識別網(wǎng)絡(luò)的設(shè)置并提高識別準(zhǔn)確率。

發(fā)表于:11/3/2021 10:24:00 AM

基于深度級聯(lián)網(wǎng)絡(luò)的入侵檢測算法研究

基于深度級聯(lián)網(wǎng)絡(luò)的入侵檢測算法研究[其他][其他]

針對海量多源異構(gòu)的網(wǎng)絡(luò)流量數(shù)據(jù)難以用傳統(tǒng)的機器學(xué)習(xí)算法有效提取特征,分類效果差的問題,提出一種基于深度級聯(lián)網(wǎng)絡(luò)的入侵檢測算法,利用神經(jīng)網(wǎng)絡(luò)自動學(xué)習(xí)特征的能力,將卷積神經(jīng)網(wǎng)絡(luò)和長短期記憶網(wǎng)絡(luò)結(jié)合起來,同時提取流量數(shù)據(jù)的空間特征和時序特征,并采用softmax進(jìn)行分類,提高模型的檢測性能和泛化能力。最后將該算法在KDDCUP99數(shù)據(jù)集上進(jìn)行驗證,實驗結(jié)果表明,該入侵檢測模型相較于SVM、DBN等算法有更高的檢測率,準(zhǔn)確率可達(dá)95.39%,誤報率僅0.96%,有效提高了入侵檢測分類性能。

發(fā)表于:11/3/2021 10:15:00 AM

自適應(yīng)定階的快速Burg算法設(shè)計與FPGA實現(xiàn)

自適應(yīng)定階的快速Burg算法設(shè)計與FPGA實現(xiàn)[其他][其他]

針對信號頻譜分析的實時性要求,設(shè)計了一種適用于短序列的自適應(yīng)定階的快速Burg算法硬件加速電路。以FPGA為平臺進(jìn)行實驗,將快速Burg算法與最終預(yù)測誤差(Final Prediction Error,F(xiàn)PE)準(zhǔn)則結(jié)合可做到自回歸(Auto-Regressive,AR)參數(shù)自適應(yīng)定階。實現(xiàn)了靈活控制的并行二級流水線結(jié)構(gòu)和并行化計算單元,同時優(yōu)化了存儲單元,達(dá)到速度與面積的平衡。實驗結(jié)果表明,該算法對短序列也能準(zhǔn)確地估計信號頻率,與Burg算法硬件實現(xiàn)方案的計算時間對比,該算法將運算時間降低了75%,確實起到了加速作用,并且節(jié)省了內(nèi)存空間,符合設(shè)計要求。

發(fā)表于:11/3/2021 10:07:00 AM

基于超分辨率重建的智能顯示終端系統(tǒng)的設(shè)計

基于超分辨率重建的智能顯示終端系統(tǒng)的設(shè)計[其他][其他]

智能顯示是將發(fā)送端(手機、電腦等智能顯示設(shè)備)屏幕畫面在其他智能顯示設(shè)備上投放顯示,是提升用戶視覺感受、信息實時共享的重要途徑。對于傳統(tǒng)智能顯示系統(tǒng),受其傳輸、環(huán)境、硬件設(shè)備等影響,大多數(shù)圖像或視頻在數(shù)據(jù)傳輸過程中會丟失少部分高頻信息,除此之外還伴隨著設(shè)備復(fù)雜、功能單一等情況。提出一種以Wi-Fi作為連接技術(shù),以超分辨率重建作為圖像、視頻再處理技術(shù)的智能顯示系統(tǒng),該系統(tǒng)通過Wi-Fi連接個人電腦或手機,對待投圖像、視頻等文件進(jìn)行超分辨率重建后顯示共享,在智能共享同時用戶可以同步在顯示屏進(jìn)行標(biāo)注、繪圖等。測試結(jié)果表明,該設(shè)計具有投顯示畫面分辨度高、操作簡便、靈活度高等特點。

發(fā)表于:11/3/2021 10:01:00 AM

基于Stacking模型融合的串聯(lián)故障電弧檢測

基于Stacking模型融合的串聯(lián)故障電弧檢測[其他][其他]

針對低壓交流配電網(wǎng)中由于電弧燃燒程度不同、電流畸變程度不同而導(dǎo)致漏檢、錯檢問題,提出一種基于Stacking模型融合的時域故障電弧檢測方法。從回路電流中提取時域特征,將時域特征組成特征矩陣對機器學(xué)習(xí)算法決策樹和集成學(xué)習(xí)算法隨機森林等進(jìn)行參數(shù)尋優(yōu)。最后,將集成學(xué)習(xí)算法代替機器學(xué)習(xí)算法作為基學(xué)習(xí)器通過Stacking模型融合構(gòu)建低壓交流故障檢測模型。實驗共采集6種電器的并聯(lián)電流共計96 970組,結(jié)果表明,相較于非集成算法和其他集成算法,所提方法具有更高的準(zhǔn)確率、精確度和F1指標(biāo),其模型更為穩(wěn)健。

發(fā)表于:11/3/2021 9:56:00 AM

基于北斗短報文的農(nóng)業(yè)環(huán)境數(shù)據(jù)采集通信機制研究

基于北斗短報文的農(nóng)業(yè)環(huán)境數(shù)據(jù)采集通信機制研究[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

為實現(xiàn)偏遠(yuǎn)地區(qū)等通信盲區(qū)的農(nóng)業(yè)環(huán)境數(shù)據(jù)采集,提出一種基于北斗短報文通信、物聯(lián)網(wǎng)、云存儲等技術(shù)的農(nóng)業(yè)環(huán)境數(shù)據(jù)采集方式。針對北斗短報文通信容量有限的局限性,對農(nóng)業(yè)環(huán)境數(shù)據(jù)進(jìn)行編碼設(shè)計,提高數(shù)據(jù)傳輸效率;針對北斗短報文通信不可靠的不足,自定義系統(tǒng)通信協(xié)議,分別在發(fā)送端提出基于概率判斷的請求確認(rèn)機制和在接收端提出動態(tài)累積確認(rèn)機制。通過仿真實驗,驗證了該通信機制可以有效保證數(shù)據(jù)的可靠傳輸。通過在湖北長陽縣實地試驗,結(jié)果表明,在發(fā)送端通信成功率隨環(huán)境變化情況下,數(shù)據(jù)傳輸?shù)某晒β蔬_(dá)到99%以上,且系統(tǒng)運行穩(wěn)定,能提供可靠的農(nóng)業(yè)環(huán)境數(shù)據(jù)采集服務(wù)。

發(fā)表于:11/3/2021 9:52:00 AM

DMSA在時序簽核中的應(yīng)用

DMSA在時序簽核中的應(yīng)用[其他][其他]

在芯片的設(shè)計過程中,靜態(tài)時序分析(Static Timing Analysis,STA)無疑是整個設(shè)計中最重要的一環(huán)。如今納米級工藝下的芯片設(shè)計往往屬于多工藝角多模式(MultiCorner-MultiMode,MCMM)物理設(shè)計,工藝角和工作模式的特定組合稱之為場景,多場景的物理設(shè)計會給芯片帶來更加穩(wěn)定的性能,但也會使靜態(tài)時序分析變得更為復(fù)雜。介紹了分布式多場景時序分析(Distribute Multi_Scenario Analysis,DMSA)技術(shù)在多工藝角多模式物理設(shè)計中的應(yīng)用。經(jīng)過基于Smic 90 nm工藝的多場景數(shù)字芯片Cxdp13設(shè)計實踐分析表明,在一定硬件條件支撐下,分布式多場景時序分析技術(shù)在多工藝角多模式的物理設(shè)計中可以達(dá)到快速時序簽核的目的。

發(fā)表于:11/3/2021 9:46:00 AM

一種新型高精度電流檢測電路的設(shè)計

一種新型高精度電流檢測電路的設(shè)計[其他][其他]

針對待檢測的負(fù)載電阻在實際電路中存在偏差問題,提出新型軌到軌電流檢測電路。利用對稱的軌到軌跨導(dǎo)運放電路,將輸入電壓轉(zhuǎn)化成電流,通過兩級運放組成的負(fù)反饋電路,將電流輸出。該電流檢測電路增加了輸入電壓范圍,也沒有了傳統(tǒng)串聯(lián)電阻檢測結(jié)構(gòu)的采樣保持支路,并且對待檢測電阻進(jìn)行步進(jìn)設(shè)計來減小誤差,進(jìn)一步提高檢測電路的精度。該電路采用GLOBALFOUNDRIES 0.13 μm RF SOI-CMOS工藝實現(xiàn),工作電壓為5 V,啟動時間為27 ns,靜態(tài)功耗為1.17 mW,電流檢測電路檢測精度高達(dá)99.43%。

發(fā)表于:11/3/2021 9:42:00 AM

基于MIPI規(guī)范的從端D-PHY數(shù)字電路設(shè)計

基于MIPI規(guī)范的從端D-PHY數(shù)字電路設(shè)計[其他][其他]

基于MIPI D-PHY v1.1規(guī)范,提出了一種從端D-PHY數(shù)字電路設(shè)計,該從端D-PHY采用4通道實現(xiàn)。高速模式下,單通道數(shù)據(jù)傳輸速率最高支持1.5 Gb/s;低功耗模式下,通道0數(shù)據(jù)傳輸速率最高支持10 Mb/s。高速模式下,串行數(shù)據(jù)流的解串由模擬電路實現(xiàn),解串后數(shù)據(jù)的幀頭同步檢測由數(shù)字電路實現(xiàn);D-PHY引導(dǎo)碼的檢測以及低功耗模式下數(shù)據(jù)傳輸為異步通信,提出了一種異步時鐘實現(xiàn)方式;采用SMIC 0.18 μm CMOS工藝庫進(jìn)行綜合,典型工藝角下,整體電路的面積為95 061 μm2;整體功耗為4.291 mW,其中低功耗模式下功耗為231.3 μW。

發(fā)表于:11/3/2021 9:36:00 AM

  • ?
  • …
  • 159
  • 160
  • 161
  • 162
  • 163
  • 164
  • 165
  • 166
  • 167
  • 168
  • …
  • ?

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
  • 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
  • NVIDIA 的“三臺計算機”方案開啟機器人進(jìn)化新時代
    NVIDIA 的“三臺計算機”方案開啟機器人進(jìn)化新時代
  • 觀點|本土EDA工具要走差異化路線解決客戶“痛點”
    觀點|本土EDA工具要走差異化路線解決客戶“痛點”
  • 現(xiàn)代化制造策略推動ICT在線測試持續(xù)精進(jìn)
    現(xiàn)代化制造策略推動ICT在線測試持續(xù)精進(jìn)
  • 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 華北計算機系統(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