欧美精品中文,男人添女人下部全视频免,在%亚洲中文字幕

基于物聯(lián)網(wǎng)技術(shù)的智慧工地[人工智能][物聯(lián)網(wǎng)]

調(diào)查石油管道工程工地管理現(xiàn)狀，對現(xiàn)階段工地管理問題進(jìn)行分析并明確了突出問題，同時(shí)得到了工地管理需求，以需求為依據(jù)，結(jié)合物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能及BIM等前沿技術(shù)構(gòu)建了智慧工地架構(gòu)，實(shí)現(xiàn)了數(shù)據(jù)的自動(dòng)采集處理、施工過程可視化、施工過程實(shí)時(shí)監(jiān)測和各參與方協(xié)同作業(yè)。通過云計(jì)算、大數(shù)據(jù)技術(shù)對數(shù)據(jù)進(jìn)行整合、存儲、分析、挖掘，輔助管理者決策，利用BIM模型集成各類信息，協(xié)同多方人員工作，實(shí)現(xiàn)工程目標(biāo)集成管理，轉(zhuǎn)變現(xiàn)有工地管理模式，推進(jìn)現(xiàn)有工地逐步邁向標(biāo)準(zhǔn)化、科學(xué)化、智慧化。

發(fā)表于：2/22/2021 9:07:00 AM

基于物聯(lián)網(wǎng)技術(shù)的寵物防丟可穿戴設(shè)備系統(tǒng)[人工智能][物聯(lián)網(wǎng)]

為解決寵物丟失、找回困難的問題，提出了一種基于物聯(lián)網(wǎng)技術(shù)寵物防丟可穿戴設(shè)備的設(shè)計(jì)。該系統(tǒng)近距離內(nèi)，通過低功耗藍(lán)牙4.2模塊實(shí)現(xiàn)手機(jī)微信小程序控制播放可穿戴設(shè)備的音樂以及點(diǎn)亮炫彩LED燈，提示寵物所處的位置,同時(shí)可以借助語音識別模塊，使用喚醒詞喚醒系統(tǒng)，用戶說出二級關(guān)鍵詞也可完成上述操作。在藍(lán)牙信號范圍之外，在微信小程序查看寵物可穿戴設(shè)備上GPS+GPRS定位模塊采集的定位及速度信息。實(shí)驗(yàn)結(jié)果表明，該設(shè)計(jì)系統(tǒng)功能完善，微信小程序端藍(lán)牙控制距離達(dá)到80 m，可穿戴設(shè)備GPS定位精度誤差控制在2 m以內(nèi)，語音識別功能穩(wěn)定性良好，能夠幫助主人及時(shí)尋找和控制寵物，避免寵物丟失造成的安全隱患和財(cái)產(chǎn)損失。

發(fā)表于：2/22/2021 8:54:00 AM

面向工控的協(xié)議解析方法應(yīng)用研究[其他][其他]

根據(jù)工控環(huán)境特點(diǎn)，通過分析現(xiàn)有的協(xié)議解析方法，提出了兩種面向工控的協(xié)議解析方法，分別為針對網(wǎng)絡(luò)通信數(shù)據(jù)包的網(wǎng)絡(luò)報(bào)文序列解析法和基于對目標(biāo)應(yīng)用程序進(jìn)行二進(jìn)制分析的協(xié)議解析法，實(shí)現(xiàn)了對工控協(xié)議的語義級解析。最后進(jìn)行了相關(guān)實(shí)驗(yàn)，證明了方法的有效性。

發(fā)表于：2/20/2021 5:09:00 PM

基于TGAM的無線腦電監(jiān)測系統(tǒng)[其他][其他]

針對飛行人員日常模擬訓(xùn)練時(shí)監(jiān)測裝置便攜式、無線化的特殊要求，設(shè)計(jì)并實(shí)現(xiàn)了一種基于腦波模塊TGAM的無線腦電監(jiān)測系統(tǒng)。采用Nordic 2.4G超低功耗無線平臺，實(shí)現(xiàn)了采集設(shè)備與監(jiān)測電腦之間的無線傳輸。系統(tǒng)具有低功耗、小型化、易使用的特點(diǎn)，可實(shí)時(shí)監(jiān)控飛行員模擬訓(xùn)練期間的腦電圖并反饋專注度和冥想度指標(biāo)。

發(fā)表于：2/20/2021 11:18:00 AM

二值VGG卷積神經(jīng)網(wǎng)絡(luò)加速器優(yōu)化設(shè)計(jì)[模擬設(shè)計(jì)][其他]

基于FPGA的二值卷積神經(jīng)網(wǎng)絡(luò)加速器研究大多是針對小尺度的圖像輸入，而實(shí)際應(yīng)用主要以YOLO、VGG等大尺度的卷積神經(jīng)網(wǎng)絡(luò)作為骨干網(wǎng)絡(luò)。通過從網(wǎng)絡(luò)拓?fù)?、流水線等層面對卷積神經(jīng)網(wǎng)絡(luò)硬件進(jìn)行優(yōu)化設(shè)計(jì)，從而解決邏輯資源以及性能瓶頸，實(shí)現(xiàn)輸入尺度更大、網(wǎng)絡(luò)層次更深的二值VGG神經(jīng)網(wǎng)絡(luò)加速器。采用CIFAR-10數(shù)據(jù)集對基于FPGA的VGG卷積神經(jīng)網(wǎng)絡(luò)加速器優(yōu)化設(shè)計(jì)進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果表明系統(tǒng)實(shí)現(xiàn)了81%的識別準(zhǔn)確率以及219.9 FPS的識別速度，驗(yàn)證了優(yōu)化方法的有效性。

發(fā)表于：2/20/2021 11:10:00 AM

融合多特征TFIDF文本分析的汽車造型需求提取方法[其他][其他]

針對汽車造型智能設(shè)計(jì)領(lǐng)域中如何有效提取用戶需求的問題，提出一種融合多特征TFIDF(詞頻-逆向文件頻率)文本分析的汽車造型需求提取方法。首先，通過基于互信息與邊界自由度獲取大量未登錄的專業(yè)詞匯，優(yōu)化和修正簡單分詞后的詞匯；然后針對經(jīng)典TFIDF算法的局限性，引入詞匯特征因素與情感特征因素，獲取用戶需求特征候選集；最后根據(jù)設(shè)定的閾值得到有效的用戶需求。實(shí)驗(yàn)結(jié)果表明，融合多特征TFIDF文本分析算法在特征提取方面有一定優(yōu)勢，能有效提取文本中關(guān)于汽車造型的用戶需求。

發(fā)表于：2/8/2021 11:47:00 AM

一種基于鴿群優(yōu)化算法的入侵檢測技術(shù)[其他][其他]

群體智能在解決非確定性多項(xiàng)式(NP)問題或搜索空間過大的問題時(shí)有著顯著優(yōu)勢。將鴿群優(yōu)化(Pigeon Inspired Optimization，PIO)算法應(yīng)用于入侵檢測系統(tǒng)的特征選擇中。提出基于Sigmoid的PIO(SPIO)和基于Cosine余弦相似度的PIO(CPIO)算法對入侵檢測數(shù)據(jù)集KDDCUP99進(jìn)行特征選擇，并用機(jī)器學(xué)習(xí)的方法進(jìn)行實(shí)驗(yàn)，建立模型并評估結(jié)果。

發(fā)表于：2/8/2021 11:31:00 AM

5G終端天線結(jié)構(gòu)設(shè)計(jì)綜述[通信與網(wǎng)絡(luò)][5G]

主要介紹5G天線的現(xiàn)狀，展示了近十年來幾種主流的智能終端天線的設(shè)計(jì)方式，以MIMO天線、頻率可重置天線和縫隙天線為主，闡述了它們的工作模式、原理和相應(yīng)優(yōu)缺點(diǎn)，并對天線設(shè)計(jì)中去耦合和帶寬拓展兩個(gè)重要技術(shù)做了詳細(xì)介紹，最后對未來5G天線的發(fā)展趨勢和可能改進(jìn)進(jìn)行了展望。

發(fā)表于：2/7/2021 1:33:00 PM

TSV可靠性綜述[其他][其他]

對硅通孔(Through Silicon Via，TSV)技術(shù)的可靠性進(jìn)行了綜述，主要分為三個(gè)方面：熱應(yīng)力，工藝和壓阻效應(yīng)。TSV熱應(yīng)力可靠性問題體現(xiàn)在不同材料之間的熱膨脹系數(shù)差異較大，過大的熱應(yīng)力可能導(dǎo)致界面分層和裂紋;TSV工藝可靠性體現(xiàn)在側(cè)壁的連續(xù)性以及填充銅的質(zhì)量;有源區(qū)中載流子的遷移率會受到TSV熱應(yīng)力的影響。在TSV周圍規(guī)定一個(gè)保持區(qū)域(Keep-Out Zone，KOZ)。KOZ設(shè)置為載流子遷移率不超過5%的區(qū)域。當(dāng)載流子遷移率超過5%，可能會導(dǎo)致電路的時(shí)序被破壞，使集成電路失效。

發(fā)表于：2/7/2021 1:23:00 PM

一種新型多雷達(dá)多目標(biāo)粒子濾波檢測前跟蹤算法[測試測量][通信網(wǎng)絡(luò)]

針對多雷達(dá)多目標(biāo)檢測跟蹤中，當(dāng)目標(biāo)間距較近時(shí)，易出現(xiàn)的目標(biāo)點(diǎn)跡偏移問題，提出了一種新型多雷達(dá)多目標(biāo)粒子濾波檢測前跟蹤算法(NM-PF-TBD)。算法采用雙層粒子濾波結(jié)構(gòu)，在目標(biāo)跟蹤層中對某一目標(biāo)跟蹤時(shí)，首先基于上周期其他目標(biāo)點(diǎn)跡，重新計(jì)算傳感器探測信息，其次，基于修正后的傳感器探測信息計(jì)算粒子權(quán)值，然后，基于粒子群中不同權(quán)重粒子的分布情況，刪除有害粒子，補(bǔ)充有益粒子，避免重采樣后的跟蹤粒子群中心偏移，從而保證目標(biāo)點(diǎn)跡不發(fā)生偏移。仿真結(jié)果表明,與其他算法相比，本文所提算法能夠在遠(yuǎn)距離觀測多個(gè)較近目標(biāo)時(shí)，準(zhǔn)確關(guān)聯(lián)目標(biāo)點(diǎn)跡，提高目標(biāo)精度。

發(fā)表于：1/27/2021 8:59:00 AM