久章草在线毛片视频播放,亚洲欧美成人AⅤ在线专区

InGaAs/GaAs多量子阱近紅外光探測結(jié)構(gòu)設(shè)計與表征[其他][其他]

介紹了用于近紅外光探測的InGaAs三元化合物材料體系，并通過數(shù)學(xué)軟件編寫求解出InGaAs/GaAs單量子阱有限深勢阱的波函數(shù)方程。根據(jù)計算結(jié)果，設(shè)計出InGaAs/GaAs多量子阱結(jié)構(gòu)，之后采用分子束外延技術(shù)完成了高質(zhì)量外延片結(jié)構(gòu)的研制，通過雙晶X射線衍射等分析手段，推算出多量子阱結(jié)構(gòu)中In的組分，勢壘與勢阱的厚度等參數(shù)與理論設(shè)計一致，具有很好的近紅外探測器研制價值。

發(fā)表于：7/5/2021 4:48:00 PM

軌道動靜結(jié)合快速檢測多源數(shù)據(jù)采集模塊設(shè)計[測試測量][智能交通]

多源異構(gòu)數(shù)據(jù)的高精度同步采集是軌道動靜結(jié)合快速檢測系統(tǒng)中的關(guān)鍵技術(shù)。設(shè)計了一套軌道動靜結(jié)合快速檢測多源數(shù)據(jù)采集模塊，該模塊以Xilinx公司的Artix-7系列FPGA為主控芯片，以英偉達TX2高性能計算機為核心數(shù)據(jù)處理單元，利用高穩(wěn)晶振、結(jié)合GPS輸出的PPS脈沖和NEMA數(shù)據(jù)建立高精度時間基準(zhǔn)，通過控制AD采樣頻率實現(xiàn)位移傳感器、溫度傳感器、激光位移傳感器等多傳感器數(shù)據(jù)的高精度實時同步采集。該模塊體積小、成本低。測試表明，該模塊可實現(xiàn)多傳感器數(shù)據(jù)高精度同步采集，同步精度達微秒級。

發(fā)表于：7/5/2021 4:46:00 PM

一種寬帶全量程示波器信道保護器研制[其他][其他]

基于THS3491運算放大器芯片研制示波器信道保護器，應(yīng)用在脈沖輻射場診斷測試之中。研究測試了SOIC、VQFN兩種封裝的THS3491的幅頻特性曲線，采用VQFN封裝的THS3491作為保護器的核心芯片；研制的保護器輸出電壓幅值范圍為±10 V(50 Ω負載)，等效電噪聲峰峰值約為2 mV；-3 dB小信號帶寬約為850 MHz，0.3 dB平坦度帶寬約為710 MHz，發(fā)現(xiàn)并理論解釋了保護器輸出電壓的峰移現(xiàn)象。通過delta脈沖信號源對保護器進行測試，對比輸入輸出電壓波形，實現(xiàn)了無失真的delta響應(yīng)；在輸出信號電壓幅值范圍超過±10 V時，保護器進入到輸出保護狀態(tài)，輸出恢復(fù)時間小于7 ns，可以很好滿足脈沖輻射場診斷中的示波器信道保護要求。

發(fā)表于：7/5/2021 4:44:00 PM

基于Hi3516D的低功耗圖像采集系統(tǒng)的設(shè)計[電子元件][航空航天]

在分析日益小型化、集成化的航天圖像設(shè)備功耗緊張的基礎(chǔ)上，設(shè)計了以國產(chǎn)視頻處理芯片Hi3516D為核心的接口方案，使設(shè)備能應(yīng)用該接口實現(xiàn)低功耗圖像采集傳輸功能。具體分析了低功耗器件選型、電源功耗硬件適配、動態(tài)調(diào)壓硬件電路及數(shù)據(jù)收發(fā)流程；給出了動態(tài)調(diào)壓硬件電路參數(shù)計算、低功耗模塊軟件設(shè)計流程及uboot寄存器、內(nèi)核模塊的信息配置；測試了不同分辨率下的圖像質(zhì)量以及功耗情況。經(jīng)設(shè)計分析及測試驗證，該接口工作在3 Mb/s碼率以內(nèi)時，整機功耗不超2.5 W，且優(yōu)化降低功耗8%～16%，圖像質(zhì)量PSNR優(yōu)于36 dB，接口性能滿足設(shè)計要求。

發(fā)表于：7/5/2021 4:42:00 PM

多分支卷積神經(jīng)網(wǎng)絡(luò)的FPGA設(shè)計與優(yōu)化[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對拓寬神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)會導(dǎo)致計算量增大，計算性能降低，需要針對并行的網(wǎng)絡(luò)進行更有效的優(yōu)化以及調(diào)度。通過分析FPGA平臺上實現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)的計算吞吐量和所需的帶寬，在計算資源和訪存帶寬的限制下，采用了屋頂模型進行了設(shè)計空間的探索，提出了在不同支的卷積神經(jīng)網(wǎng)絡(luò)中使用不同的循環(huán)展開因子，從而實現(xiàn)同一卷積層中不同支神經(jīng)網(wǎng)絡(luò)的并行計算，保證計算資源和內(nèi)存資源的合理分配。實驗結(jié)果表明，所提出的設(shè)計與先前研究相比獲得了1.31×的性能提升。

發(fā)表于：7/5/2021 4:41:00 PM

基于MEMS微鏡的混合式掃描同步設(shè)計[MEMS|傳感技術(shù)][其他]

為了解決MEMS微鏡掃描角度較小的缺點，設(shè)計了一種MEMS微鏡與無刷電機同步掃描系統(tǒng)。該系統(tǒng)由STM32微控制器、DDS驅(qū)動電路、相位檢測電路組成。通過設(shè)計光柵碼盤實現(xiàn)對無刷電機速度的測量，由PID算法控制電機轉(zhuǎn)速使電機反饋信號與MEMS微鏡反饋信號頻率相同，并檢測兩路反饋信號的相位差，調(diào)節(jié)DDS驅(qū)動信號的相位實現(xiàn)相位同步。實驗表明，系統(tǒng)工作穩(wěn)定，相位誤差不超過1.5%。

發(fā)表于：7/5/2021 4:39:00 PM

基于自補償技術(shù)的模數(shù)混合標(biāo)準(zhǔn)電能表設(shè)計[其他][其他]

目前數(shù)字化電能表溯源方面存在很多問題，針對這一情況，描述了一款模擬數(shù)字混合標(biāo)準(zhǔn)電能表的設(shè)計方法，使數(shù)字化電能表溯源統(tǒng)一到傳統(tǒng)的模擬溯源體系中。介紹了功率角自補償?shù)姆椒?，提升功率角的測量精度；通過一系列技術(shù)措施，克服了61850-9-2數(shù)字報文采樣率偏低的困難，使得該標(biāo)準(zhǔn)表準(zhǔn)確度等級達到了0.01級，對于開展電力公司常用的0.05級數(shù)字電能表校驗儀檢定工作有重要的意義。

發(fā)表于：7/5/2021 4:37:00 PM

電動公交車充電插座識別方法研究[電源技術(shù)][汽車電子]

隨著電動公交車在城市交通的廣泛應(yīng)用，充電工作量隨之加大。由于充電功率較大，充電電纜比較粗重，且插拔充電槍需要較大的操作力，人工作業(yè)勞動強度較大。采用通用機械臂代替人工實現(xiàn)自動插接充電槍具有廣泛的需求，識別充電插座是實現(xiàn)自動插接的前提。以充電插座為識別目標(biāo)，提出一種基于Canny算子的亞像素精度輪廓幾何匹配檢測方法，通過Halcon軟件應(yīng)用圖像處理和機器視覺技術(shù)對目標(biāo)區(qū)域進行特征提取與模板匹配，實現(xiàn)充電插座的自動識別。實驗證明，該方法對于有外部光照環(huán)境影響具有良好的魯棒性。

發(fā)表于：7/5/2021 4:35:00 PM

基于特征級注意力的方面級情感分類模型研究[其他][數(shù)據(jù)中心]

近年來大數(shù)據(jù)、自然語言處理等技術(shù)得到了飛速發(fā)展。情感分析作為自然語言處理細分領(lǐng)域的前沿技術(shù)之一，得到了極大的重視。然而，低參數(shù)量、高精度依然是制約情感分析的關(guān)鍵因素之一。為實現(xiàn)模型參數(shù)少、模型分類精度高的情感分析需求，通過改進特征級注意力機制的輸入向量，以及前饋神經(jīng)網(wǎng)絡(luò)與注意力編碼的前后位置關(guān)系，得到可復(fù)位特征級注意力機制，并基于該機制提出了基于可復(fù)位特征級注意力方面級情感分類模型(RFWA)和基于可復(fù)位特征級自注意力方面級情感分類模型(RFWSA)，實現(xiàn)了高精度的方面級情感分析效果。在公開數(shù)據(jù)集上的實驗結(jié)果表明，相比現(xiàn)有的主流情感分析方法，所提出的模型有明顯的優(yōu)勢，尤其是在取得相當(dāng)分類效果的情況下，模型的參數(shù)量僅為最新AOA網(wǎng)絡(luò)的1/4。

發(fā)表于：7/5/2021 4:33:00 PM

基于ReliefF-DDC特征選擇算法的非侵入式負荷識別研究[其他][其他]

提取有效的負荷運行數(shù)據(jù)特征對于提高非侵入式負荷識別的精度具有重要作用。針對數(shù)據(jù)特征選擇欠佳導(dǎo)致負荷識別準(zhǔn)確率不高的問題，提出了一種基于ReliefF-DDC特征選擇算法，用于降低特征維數(shù)減少復(fù)雜度，改善負荷識別效果。首先，利用ReliefF算法分析各特征與類別的關(guān)系計算特征權(quán)重，篩選無關(guān)特征；其次，利用DDC算法計算特征之間與類別的互信息分析相關(guān)性，根據(jù)特征子集評價度量刪除冗余特征；最后，采用孿生支持向量機(TWSVM)作分類器進行負荷識別。實驗表明，所提出的算法在提升分類效果的同時減少了運行時間。

發(fā)表于：7/5/2021 4:32:00 PM