123,123

環(huán)境自適應(yīng)灰度循跡傳感器設(shè)計(jì)[其他][其他]

針對(duì)灰度循跡傳感器在環(huán)境光照發(fā)生變化時(shí)不能自動(dòng)適應(yīng)調(diào)節(jié)基準(zhǔn)電壓的問(wèn)題，設(shè)計(jì)了一種新型灰度循跡傳感器。該傳感器將微處理器與傳統(tǒng)灰度循跡傳感器電路進(jìn)行結(jié)合。微處理器對(duì)多路傳統(tǒng)灰度傳感器電路采集到的檢測(cè)電壓信號(hào)進(jìn)行融合計(jì)算，得到該環(huán)境光照下最優(yōu)基準(zhǔn)電壓，以解決傳統(tǒng)灰度循跡傳感器基準(zhǔn)電壓無(wú)法自適應(yīng)環(huán)境光照，存在循跡誤判的問(wèn)題。實(shí)驗(yàn)表明，該傳感器設(shè)計(jì)方案提高了灰度循跡傳感器循跡準(zhǔn)確性，提高了傳統(tǒng)灰度循跡傳感器環(huán)境適應(yīng)性。

發(fā)表于：2/10/2022 9:19:00 AM

一種高速施密特觸發(fā)器的設(shè)計(jì)[其他][其他]

在數(shù)字隔離器系統(tǒng)中，因?yàn)榇嬖陔娐芳纳?yīng)和隨機(jī)噪聲，數(shù)字信號(hào)的波形會(huì)發(fā)生嚴(yán)重畸變。針對(duì)該問(wèn)題，提出了一種電壓—電流模式高速施密特觸發(fā)器，該電路能有效還原信號(hào)的波形。電路主體結(jié)構(gòu)采用電流放大器和跨導(dǎo)運(yùn)算放大器相結(jié)合，在輸入高速數(shù)據(jù)時(shí)，電流放大器提供了快速的前饋通路來(lái)增加比較器的響應(yīng)速度，實(shí)現(xiàn)施密特觸發(fā)器的高速翻轉(zhuǎn)。設(shè)計(jì)采用GF_0.18 μm_BCD工藝，在電源電壓5 V的條件下，可實(shí)現(xiàn)500 MHz高速信號(hào)的整形，信號(hào)的傳輸延時(shí)為652 ps。

發(fā)表于：2/10/2022 9:14:00 AM

一種新型自毀芯片監(jiān)測(cè)和執(zhí)行電路的設(shè)計(jì)[其他][其他]

針對(duì)當(dāng)前自毀技術(shù)中，自毀監(jiān)測(cè)方式單一且自毀執(zhí)行較長(zhǎng)和自毀不徹底、不穩(wěn)定導(dǎo)致自毀成功率較低的問(wèn)題，設(shè)計(jì)了一種同時(shí)具備自毀實(shí)時(shí)監(jiān)測(cè)和執(zhí)行的電路系統(tǒng)。該電路系統(tǒng)設(shè)計(jì)了封裝拆卸和上電時(shí)序兩種自毀監(jiān)測(cè)方式，使自毀監(jiān)測(cè)的方式更加多樣，提高結(jié)果的準(zhǔn)確性。同時(shí)利用MOS管作為開(kāi)關(guān)特性，來(lái)減少自毀執(zhí)行的時(shí)間。實(shí)驗(yàn)結(jié)果表明，該電路系統(tǒng)在3.3 V的供電電壓且鉭電容存儲(chǔ)電壓為20 V時(shí)，可以通過(guò)自毀監(jiān)測(cè)電路對(duì)工作芯片進(jìn)行實(shí)時(shí)的監(jiān)測(cè)，同時(shí)經(jīng)過(guò)測(cè)試表明，從監(jiān)測(cè)到自毀信號(hào)到自毀執(zhí)行開(kāi)始，需要時(shí)間為0.28 ms。

發(fā)表于：2/10/2022 9:10:00 AM

基于雙向GRU模型的網(wǎng)絡(luò)流量預(yù)測(cè)的研究[其他][其他]

當(dāng)前使用門(mén)控循環(huán)單元(Gated Recurrent Units，GRU)神經(jīng)網(wǎng)絡(luò)進(jìn)行流量預(yù)測(cè)時(shí)，普遍存在滯后性以及預(yù)測(cè)準(zhǔn)確性不高的問(wèn)題，因此提出一種改進(jìn)的GRU模型進(jìn)行流量預(yù)測(cè)的方法。首先基于GRU神經(jīng)網(wǎng)絡(luò)提出一種雙向GRU神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)堆疊的網(wǎng)絡(luò)模型，適用于流量特征、時(shí)間特征、事件特征等多維向量的輸入；同時(shí)為解決部分時(shí)間段準(zhǔn)確度不高的問(wèn)題，將訓(xùn)練樣本進(jìn)行日期分類(lèi)，針對(duì)每一類(lèi)日期生成單獨(dú)的網(wǎng)絡(luò)模型，能大幅提升預(yù)測(cè)的準(zhǔn)確度以及改善預(yù)測(cè)的滯后性。最后，為了提升流量峰值的預(yù)測(cè)準(zhǔn)確度，采用樣本的再平衡手段以及自定義損失函數(shù)，實(shí)驗(yàn)結(jié)果表明，能較好地達(dá)成預(yù)期目標(biāo)。

發(fā)表于：2/10/2022 9:06:00 AM

基于深度殘差神經(jīng)網(wǎng)絡(luò)的博彩網(wǎng)頁(yè)識(shí)別算法設(shè)計(jì)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

互聯(lián)網(wǎng)對(duì)人民群眾的生活和工作產(chǎn)生了重要影響，然而網(wǎng)絡(luò)空間中隱藏著大量有害的博彩網(wǎng)站或賭博網(wǎng)站，很容易給網(wǎng)民造成損失和困擾，甚至可能擾亂社會(huì)秩序，因而研究對(duì)此類(lèi)網(wǎng)站進(jìn)行高效識(shí)別的方法具有重要意義。提出利用深度殘差神經(jīng)網(wǎng)絡(luò)解決博彩類(lèi)網(wǎng)頁(yè)識(shí)別問(wèn)題，基于深度殘差網(wǎng)絡(luò)的原理設(shè)計(jì)了算法GamblingRec。經(jīng)驗(yàn)證，算法準(zhǔn)確率達(dá)到了95.16%,正樣本召回率為93.21%，表明基于深度殘差神經(jīng)網(wǎng)絡(luò)的方法能夠用于博彩類(lèi)網(wǎng)頁(yè)識(shí)別，并能達(dá)到較高的識(shí)別性能。

發(fā)表于：2/10/2022 9:01:00 AM

數(shù)字化轉(zhuǎn)型下的企業(yè)人力資源信息系統(tǒng)研究[其他][其他]

介紹了企業(yè)人力資源信息系統(tǒng)的發(fā)展現(xiàn)狀，指出了數(shù)字化轉(zhuǎn)型下人力資源信息系統(tǒng)現(xiàn)階段存在的不足和未來(lái)發(fā)展趨勢(shì)，并結(jié)合當(dāng)下企業(yè)數(shù)字化轉(zhuǎn)型需求，提出了一套數(shù)據(jù)驅(qū)動(dòng)的人力資源信息系統(tǒng)架構(gòu)，并具體闡明了架構(gòu)中每一層的技術(shù)實(shí)現(xiàn)方式，為企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中人力資源信息系統(tǒng)建設(shè)提供了可靠的系統(tǒng)架構(gòu)基礎(chǔ)。

發(fā)表于：2/9/2022 5:24:00 PM

基于移動(dòng)充電設(shè)備的無(wú)線傳感網(wǎng)絡(luò)充電策略研究綜述[電源技術(shù)][汽車(chē)電子]

近年來(lái)，利用移動(dòng)充電設(shè)備為傳感器節(jié)點(diǎn)補(bǔ)充能量，消除電池供電方式導(dǎo)致的網(wǎng)絡(luò)生存期限制，成為傳感器網(wǎng)絡(luò)的研究熱點(diǎn)。從多個(gè)角度介紹基于移動(dòng)充電設(shè)備的無(wú)線傳感器網(wǎng)絡(luò)充電策略的研究現(xiàn)狀，總結(jié)了基于移動(dòng)充電車(chē)或無(wú)人機(jī)的充電策略，在充電方式選擇、路徑優(yōu)化、充電設(shè)備數(shù)量?jī)?yōu)化等方面的研究成果，并討論充電策略研究所面臨的挑戰(zhàn)以及未來(lái)可能的研究方向。

發(fā)表于：2/9/2022 5:20:00 PM

關(guān)于工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)安全解決思路的探討[通信與網(wǎng)絡(luò)][信息安全]

介紹了我國(guó)工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)安全所面臨的發(fā)展現(xiàn)狀，從國(guó)際和國(guó)內(nèi)兩個(gè)方面分析了工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)安全所面臨的問(wèn)題，并從貫徹落實(shí)數(shù)據(jù)安全法律法規(guī)、建立健全數(shù)據(jù)安全組織體系以及建立自主可控的先進(jìn)技術(shù)體系初步提出了工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)安全解決思路，為進(jìn)一步提升我國(guó)工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)安全工作水平提供了參考。

發(fā)表于：2/9/2022 5:15:00 PM

基于異構(gòu)信息網(wǎng)絡(luò)的學(xué)生成績(jī)預(yù)測(cè)與預(yù)警模型研究[其他][其他]

推薦系統(tǒng)是數(shù)據(jù)挖掘中強(qiáng)有力的技術(shù)，異構(gòu)信息網(wǎng)絡(luò)是推薦系統(tǒng)起步晚卻發(fā)展迅猛的主流推薦方法。提出了基于異構(gòu)信息網(wǎng)絡(luò)的學(xué)生成績(jī)預(yù)測(cè)與預(yù)警模型，該方法通過(guò)元路徑計(jì)算得到學(xué)生間相似度矩陣，利用相似度矩陣構(gòu)造成績(jī)變化趨勢(shì)矩陣和幅度矩陣，投票得到學(xué)生成績(jī)預(yù)警與預(yù)測(cè)結(jié)果；最后，在公開(kāi)數(shù)據(jù)集上驗(yàn)證所提模型的有效性，結(jié)果表明，該模型能夠?qū)W(xué)生成績(jī)進(jìn)行預(yù)警，并能在一定閾值下預(yù)測(cè)學(xué)生成績(jī)具體分值。

發(fā)表于：1/19/2022 4:45:15 PM

重載混合動(dòng)力車(chē)輛再生制動(dòng)策略設(shè)計(jì)與優(yōu)化[其他][其他]

為進(jìn)一步提高混合動(dòng)力應(yīng)急救援車(chē)輛的能源利用率，針對(duì)N3類(lèi)重型車(chē)輛的特點(diǎn)設(shè)計(jì)了雙模糊邏輯控制策略，分別對(duì)前后軸之間的制動(dòng)力及前軸再生制動(dòng)與機(jī)械制動(dòng)的制動(dòng)力進(jìn)行了合理分配，同時(shí)兼顧了車(chē)輛的制動(dòng)穩(wěn)定性及再生制動(dòng)能量的回收效率。為了更好地發(fā)揮模糊邏輯控制器的性能，采用多目標(biāo)粒子群優(yōu)化算法，以車(chē)輛制動(dòng)穩(wěn)定性指標(biāo)及再生制動(dòng)能量回收量為優(yōu)化目標(biāo)，對(duì)雙模糊邏輯控制器的輸入/輸出隸屬度參數(shù)進(jìn)行了優(yōu)化。最后，通過(guò)Simulink離線仿真實(shí)驗(yàn)驗(yàn)證了所設(shè)計(jì)的雙模糊邏輯再生制動(dòng)策略及多目標(biāo)粒子群優(yōu)化算法的正確性、有效性及實(shí)用性。

發(fā)表于：1/19/2022 4:35:35 PM