• 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

Power Integrations推出具有內(nèi)置USB PD控制器的InnoSwitch3-PD可顯著減少元件數(shù)量,最大限度地提高效率

Power Integrations推出具有內(nèi)置USB PD控制器的InnoSwitch3-PD可顯著減少元件數(shù)量,最大限度地提高效率[模擬設(shè)計][消費(fèi)電子]

Power Integrations新推出的InnoSwitch3-PD反激式開關(guān)IC是業(yè)界面向USB Type-C、USB PD和USB數(shù)字控制電源(PPS)適配器應(yīng)用的集成度最高的解決方案。

發(fā)表于:10/19/2021 9:09:05 PM

倉儲自動化,自主移動機(jī)器人助企業(yè)應(yīng)考“雙十一”

倉儲自動化,自主移動機(jī)器人助企業(yè)應(yīng)考“雙十一”[模擬設(shè)計][工業(yè)自動化]

距今年“雙十一”僅剩不到一個月,戰(zhàn)鼓已經(jīng)敲響。在每年“雙十一”全民購物狂歡中,潮水一般的訂單既給企業(yè)帶來了巨大商機(jī),也對制造及物流環(huán)節(jié)構(gòu)成了嚴(yán)峻的挑戰(zhàn)。據(jù)國家郵政局?jǐn)?shù)據(jù)[1]顯示,去年11月1日至11日期間,全國郵政、快遞企業(yè)共處理快件39.65億件,其中11月11日當(dāng)天共處理快件量達(dá)到創(chuàng)紀(jì)錄的6.75億件,同比增長26.16%。

發(fā)表于:10/19/2021 8:49:03 PM

技術(shù)干貨 | 3D 霍爾效應(yīng)傳感器如何在自治系統(tǒng)中實現(xiàn)精準(zhǔn)的實時位置控制

技術(shù)干貨 | 3D 霍爾效應(yīng)傳感器如何在自治系統(tǒng)中實現(xiàn)精準(zhǔn)的實時位置控制[模擬設(shè)計][消費(fèi)電子]

隨著工業(yè) 4.0 的先進(jìn)制造工藝席卷全球市場,高度自動化系統(tǒng)的需求急劇增長,這些系統(tǒng)既需要在集成的制造流程中運(yùn)行,又需要不斷收集流程控制數(shù)據(jù)。大多數(shù)此類系統(tǒng)(包括機(jī)械臂中的磁性編碼器、接近傳感器、傳動器、壓力變送器、線性電機(jī)和自主移動機(jī)器人)均需要先進(jìn)的位置感應(yīng)解決方案來控制性能并收集工廠級數(shù)據(jù),從而做出更明智的決策并提高設(shè)備運(yùn)行的安全性和可靠性。

發(fā)表于:10/19/2021 8:33:23 PM

基于自主配置和最小二乘法的數(shù)據(jù)擇優(yōu)

基于自主配置和最小二乘法的數(shù)據(jù)擇優(yōu)[其他][其他]

在傳統(tǒng)的安控系統(tǒng)中,數(shù)據(jù)的選擇都是依賴中心發(fā)送的選擇幀,當(dāng)中心的選擇幀出現(xiàn)問題時,安控系統(tǒng)顯示的信息就可能出現(xiàn)偏差。針對這個問題,融合使用基于自主配置的擇優(yōu)和基于最小二乘法的擇優(yōu),選出最優(yōu)的數(shù)據(jù)進(jìn)行顯示,可以有效解決完全依賴中心選擇幀的情況。從試驗結(jié)果看,融合基于自主配置擇優(yōu)和基于最小二乘法的擇優(yōu)方法顯示效果優(yōu)于只使用選擇幀的方法。

發(fā)表于:10/19/2021 2:47:00 PM

LED顯示系統(tǒng)自動化健康管理系統(tǒng)研究

LED顯示系統(tǒng)自動化健康管理系統(tǒng)研究[其他][其他]

從視頻傳輸、視頻處理、視頻顯示環(huán)節(jié)入手,研究了目前主流LED顯示系統(tǒng)的運(yùn)維管理及健康診斷技術(shù)發(fā)展現(xiàn)狀和存在問題,分析了各設(shè)備運(yùn)行狀態(tài)對整個系統(tǒng)運(yùn)行可能帶來的影響,提出了LED視頻顯示健康管理系統(tǒng)的發(fā)展設(shè)想,并對系統(tǒng)結(jié)構(gòu)組成、實現(xiàn)方法和運(yùn)行流程進(jìn)行了設(shè)計,為LED顯示系統(tǒng)自動化監(jiān)控管理和安全運(yùn)維建設(shè)提供了成功案例。

發(fā)表于:10/19/2021 2:43:00 PM

基于極化碼的分布式信源編解碼系統(tǒng)的FPGA設(shè)計與實現(xiàn)

基于極化碼的分布式信源編解碼系統(tǒng)的FPGA設(shè)計與實現(xiàn)[其他][其他]

為解決在終端資源受限的場景下難以進(jìn)行壓縮編碼的問題,在FPGA平臺上設(shè)計了一種基于極化碼的分布式信源編解碼系統(tǒng)。系統(tǒng)在反饋機(jī)制下通過刪除部分極化碼校驗比特實現(xiàn)了碼率自適應(yīng)傳輸。最后采用Verilog硬件描述語言在Xilinx公司的Virtex-7系列開發(fā)板上進(jìn)行硬件設(shè)計及系統(tǒng)實現(xiàn)。測試結(jié)果表明,采用時鐘頻率為200 MHz的情況下,系統(tǒng)的吞吐率可達(dá)到919 kb/s。

發(fā)表于:10/19/2021 2:39:20 PM

智能車控制的數(shù)顯儀表識別技術(shù)研究

智能車控制的數(shù)顯儀表識別技術(shù)研究[其他][其他]

在工業(yè)現(xiàn)場中,通過移動機(jī)器人自主巡檢與讀表的應(yīng)用越來越廣泛。數(shù)顯儀表的讀數(shù)受到光照、對焦和場景等因素的影響,存在識別精度低的問題。針對上述問題,提出了融合感知與控制的數(shù)顯儀表識別機(jī)制,首先使用圖像目標(biāo)檢測網(wǎng)絡(luò)識別數(shù)顯儀表,標(biāo)出目標(biāo)區(qū)域。隨后設(shè)計基于圖像反饋的智能車控制策略,以此抑制模糊對焦的影響。再使用改進(jìn)的自動色彩均衡(ACE)算法對基于色彩膨脹切割的數(shù)字塊進(jìn)行圖像色彩增強(qiáng)。最后通過卷積循環(huán)神經(jīng)網(wǎng)絡(luò)(CRNN)進(jìn)行實時儀表數(shù)字識別。通過實驗驗證了所設(shè)計技術(shù)的性能,證明了方法的可行性和有效性。

發(fā)表于:10/19/2021 2:33:42 PM

基于LSTM-ARIMA組合模型的區(qū)域短期用電量預(yù)測

基于LSTM-ARIMA組合模型的區(qū)域短期用電量預(yù)測[其他][其他]

用電數(shù)據(jù)具有不平穩(wěn)、非線性的特點,為了提升對用電數(shù)據(jù)的擬合精度,增強(qiáng)預(yù)測能力,基于序列預(yù)測與殘差修正的思想提出通過長短期記憶神經(jīng)網(wǎng)絡(luò)(Long Short-Term Memory Neural Network,LSTM)對用電量序列進(jìn)行預(yù)測,真實值與預(yù)測值所構(gòu)成的差值即殘差用差分自回歸移動平均模型(Autoregressive Integrated Moving Average Model,ARIMA)進(jìn)行殘差修正,將LSTM的預(yù)測值與ARIMA的殘差修正值進(jìn)行重構(gòu)得到最終的預(yù)測值。最后利用廣東省佛山市某工業(yè)園區(qū)的用電數(shù)據(jù)對組合模型進(jìn)行驗證,實驗結(jié)果顯示該模型的預(yù)測精度與預(yù)測穩(wěn)定性均優(yōu)于其他模型,取得了良好的預(yù)測效果。

發(fā)表于:10/19/2021 2:29:03 PM

基于GrabCut的改進(jìn)分割算法

基于GrabCut的改進(jìn)分割算法[其他][其他]

針對GrabCut算法對于特征不明顯、紋理復(fù)雜的圖像分割效果不理想,且需要用戶交互的問題,提出一種基于GrabCut的改進(jìn)分割算法。首先,運(yùn)用圖像增強(qiáng),對特征不明顯的圖像進(jìn)行改善,提高圖像質(zhì)量;然后,利用YOLOv4網(wǎng)絡(luò)對圖像進(jìn)行目標(biāo)檢測,獲取前景目標(biāo)所在矩形框位置,從而減少用戶操作;其次,在高斯混合模型(GMM)中加入圖像像素的位置信息和局部二值模式算子(LBP)提取的像素紋理特征信息,優(yōu)化高斯混合模型參數(shù),改進(jìn)GrabCut算法,實現(xiàn)圖像優(yōu)化分割;最后,將分割圖像掩膜與原始圖像結(jié)合,得到原始圖像。實驗結(jié)果表明,對特征不明顯、紋理信息復(fù)雜的圖像,該算法分割效果更優(yōu)。

發(fā)表于:10/19/2021 2:21:21 PM

漁政管理系統(tǒng)網(wǎng)絡(luò)環(huán)境威脅態(tài)勢分析

漁政管理系統(tǒng)網(wǎng)絡(luò)環(huán)境威脅態(tài)勢分析[通信與網(wǎng)絡(luò)][信息安全]

網(wǎng)絡(luò)環(huán)境中存在多項確定性和不確定性影響因素,各項因素對整體網(wǎng)絡(luò)環(huán)境的影響程度不同,通過研究多項網(wǎng)絡(luò)影響因素作用下的網(wǎng)絡(luò)威脅評估方法,可準(zhǔn)確識別網(wǎng)絡(luò)環(huán)境態(tài)勢與潛在的發(fā)展趨勢。以漁政管理系統(tǒng)網(wǎng)絡(luò)管理日志數(shù)據(jù)為研究對象,構(gòu)建基于集對分析理論的多因素網(wǎng)絡(luò)環(huán)境威脅綜合評估模型,通過集對勢、偏聯(lián)系數(shù)計算,分析了系統(tǒng)在攻擊流量、威脅等級、相關(guān)度等方面的表現(xiàn)。評估模型提供了系統(tǒng)整體網(wǎng)絡(luò)環(huán)境以及各項影響因素的威脅態(tài)勢和潛在發(fā)展趨勢,為漁政管理系統(tǒng)網(wǎng)絡(luò)安全運(yùn)維工作提供指導(dǎo)建議,也為信息系統(tǒng)網(wǎng)絡(luò)威脅情報的分析和應(yīng)用提供了研究思路。

發(fā)表于:10/19/2021 2:17:15 PM

  • ?
  • …
  • 177
  • 178
  • 179
  • 180
  • 181
  • 182
  • 183
  • 184
  • 185
  • 186
  • …
  • ?

活動

MORE
  • 【技術(shù)沙龍】可信數(shù)據(jù)空間構(gòu)建“安全合規(guī)的數(shù)據(jù)高速公路”
  • 【下載】5G及更多無線技術(shù)應(yīng)用實戰(zhàn)案例
  • 【通知】2025第三屆電子系統(tǒng)工程大會調(diào)整時間的通知
  • 【征文】2025電子系統(tǒng)工程大會“數(shù)據(jù)編織”分論壇征文通知
  • 【技術(shù)沙龍】聚焦數(shù)據(jù)資產(chǎn)——從技術(shù)治理到價值變現(xiàn)

高層說

MORE
  • 以技術(shù)創(chuàng)新與“雙A戰(zhàn)略”引領(lǐng)網(wǎng)安高質(zhì)量發(fā)展
    以技術(shù)創(chuàng)新與“雙A戰(zhàn)略”引領(lǐng)網(wǎng)安高質(zhì)量發(fā)展
  • 創(chuàng)新,向6G:人工智能在無線接入網(wǎng)中的應(yīng)用潛力
    創(chuàng)新,向6G:人工智能在無線接入網(wǎng)中的應(yīng)用潛力
  • API安全:守護(hù)智能邊緣的未來
    API安全:守護(hù)智能邊緣的未來
  • 從棕地工廠到智能工廠
    從棕地工廠到智能工廠
  • 革新車內(nèi)視界:OLED引領(lǐng)智能座艙新變革
    革新車內(nèi)視界:OLED引領(lǐng)智能座艙新變革
  • 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(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