青草娱乐亚洲领先99精品,亚洲自拍偷拍无码专区,久久vs国产综合色大全

一種面向科技項(xiàng)目文本的相似度度量方法[嵌入式技術(shù)][智能電網(wǎng)]

現(xiàn)有的文本相似度度量方法主要采用TF-IDF方法，把文本建模為詞頻向量，但未考慮文本的結(jié)構(gòu)特征?，F(xiàn)將文本的結(jié)構(gòu)特征和TF-IDF方法進(jìn)行融合，提出了一種面向科技項(xiàng)目文本的相似度度量方法。該方法首先對文本進(jìn)行預(yù)處理，其次根據(jù)文本的結(jié)構(gòu)特征提取模塊文本，然后使用TF-IDF方法提取每個(gè)模塊文本的TOP-N關(guān)鍵詞，作為模塊文本的特征向量表示，最后使用余弦聚類計(jì)算文本的相似度。實(shí)驗(yàn)結(jié)果表明，在電力行業(yè)的科技項(xiàng)目文檔數(shù)據(jù)集上，所提方法優(yōu)于TF-IDF方法。

發(fā)表于：5/12/2020 10:04:00 AM

基于深度神經(jīng)網(wǎng)絡(luò)的偽裝人臉識(shí)別[嵌入式技術(shù)][安防電子]

偽裝人臉識(shí)別在刑偵安防領(lǐng)域有著巨大的應(yīng)用價(jià)值。針對現(xiàn)階段對偽裝人臉識(shí)別的研究較少、算法魯棒性不強(qiáng)等缺點(diǎn)，提出了基于深度神經(jīng)網(wǎng)絡(luò)的偽裝人臉識(shí)別算法。改進(jìn)了SqueezeNet網(wǎng)絡(luò)模型，并將其與FaceNet網(wǎng)絡(luò)架構(gòu)進(jìn)行結(jié)合，用于人臉圖像的身份識(shí)別。通過在訓(xùn)練數(shù)據(jù)集中引入偽裝人臉圖像，讓網(wǎng)絡(luò)學(xué)習(xí)到偽裝的特征。實(shí)驗(yàn)結(jié)果表明，該算法識(shí)別準(zhǔn)確率接近90%，相較于其他網(wǎng)絡(luò)模型，具有更好的識(shí)別效果。

發(fā)表于：5/11/2020 2:03:00 PM

基于Ga2O3的場效應(yīng)器件研究進(jìn)展[電源技術(shù)][工業(yè)自動(dòng)化]

氧化鎵(Ga2O3)作為第三代寬禁帶半導(dǎo)體材料，由于其超寬帶隙、高擊穿場強(qiáng)以及高巴利加優(yōu)值等優(yōu)點(diǎn)，廣泛應(yīng)用于大功率器件等領(lǐng)域，已成為近幾年來國內(nèi)外科研人員研究的熱點(diǎn)。主要介紹了Ga2O3材料的特性，總結(jié)了基于Ga2O3的場效應(yīng)晶體管（FET）的研究進(jìn)展，對Ga2O3功率器件的發(fā)展進(jìn)行了思考?xì)w納。

發(fā)表于：5/11/2020 1:55:00 PM

基于核心網(wǎng)漫游的共建共享技術(shù)方案研究[通信與網(wǎng)絡(luò)][5G]

為了節(jié)省5G網(wǎng)絡(luò)建設(shè)和運(yùn)營成本，眾多運(yùn)營商積極推動(dòng)5G基礎(chǔ)設(shè)施共建共享，但技術(shù)先進(jìn)性和部署多樣性為5G網(wǎng)絡(luò)共建共享實(shí)施帶來了挑戰(zhàn)。對5G共建共享技術(shù)介紹的同時(shí)，重點(diǎn)從獨(dú)立組網(wǎng)(Stand Alone，SA)和非獨(dú)立組網(wǎng)(Non-Stand Alone，NSA)兩種不同5G組網(wǎng)場景入手，圍繞核心網(wǎng)漫游技術(shù)方案進(jìn)行闡述，探討5G時(shí)代的網(wǎng)絡(luò)共建共享解決途徑。

發(fā)表于：5/9/2020 11:56:00 AM

5G網(wǎng)絡(luò)共享技術(shù)方案對比研究[通信與網(wǎng)絡(luò)][5G]

5G網(wǎng)絡(luò)建設(shè)投資大、運(yùn)營成本高，5G產(chǎn)業(yè)收入壓力巨大，為了實(shí)現(xiàn)運(yùn)營商5G網(wǎng)絡(luò)的降本增效，同時(shí)響應(yīng)和落實(shí)“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”的發(fā)展新理念，故5G網(wǎng)絡(luò)共享作為在保證網(wǎng)絡(luò)覆蓋的同時(shí)，降低運(yùn)營商網(wǎng)絡(luò)投資的方案備受運(yùn)營商關(guān)注。重點(diǎn)從技術(shù)原理、用戶體驗(yàn)、網(wǎng)絡(luò)影響以及潛在風(fēng)險(xiǎn)等方面對現(xiàn)有的5G網(wǎng)絡(luò)共享技術(shù)方案進(jìn)行探討，以期為運(yùn)營商的方案選擇提供依據(jù)基礎(chǔ)。

發(fā)表于：5/9/2020 11:51:00 AM

5G NSA接入網(wǎng)共享技術(shù)演進(jìn)方案研究[通信與網(wǎng)絡(luò)][5G]

隨著5G商用，越來越多的國家都商用了5G網(wǎng)絡(luò)，但受限于5G SA標(biāo)準(zhǔn)、設(shè)備和終端的成熟度，初期的5G網(wǎng)絡(luò)建設(shè)均采用NSA組網(wǎng)方案，后續(xù)必然需要考慮向SA網(wǎng)絡(luò)演進(jìn)的問題，故對于5G NSA接入網(wǎng)共享方案，也需要考慮NSA接入網(wǎng)共享向SA接入網(wǎng)共享的演進(jìn)問題。針對NSA向SA演進(jìn)過程中不同接入網(wǎng)共享演進(jìn)方案在組網(wǎng)復(fù)雜度、運(yùn)維優(yōu)化復(fù)雜度、用戶業(yè)務(wù)體驗(yàn)等方面進(jìn)行系統(tǒng)分析，以期為運(yùn)營商N(yùn)SA接入網(wǎng)共享的演進(jìn)方案選擇提供參考。

發(fā)表于：5/8/2020 2:27:00 PM

5G測試儀器關(guān)鍵技術(shù)研究與產(chǎn)品開發(fā)[測試測量][5G]

隨著5G技術(shù)研發(fā)試驗(yàn)和產(chǎn)品研發(fā)試驗(yàn)的推進(jìn)，作為支撐產(chǎn)業(yè)發(fā)展的測試儀器也進(jìn)入到發(fā)展快車道，國內(nèi)廠家已經(jīng)成功開發(fā)出基站、終端、外場與核心網(wǎng)等5G通信測試儀器。介紹了5G通信測試儀器的關(guān)鍵技術(shù)突破與最新產(chǎn)品成果，包括高性能5G通信測試平臺(tái)設(shè)計(jì)與制造、多標(biāo)準(zhǔn)5G NR物理層測試、5G異構(gòu)網(wǎng)絡(luò)空口協(xié)議解析、微波毫米波測試校準(zhǔn)等關(guān)鍵技術(shù)，也介紹了基站測試、終端綜測和空口監(jiān)測等測試儀器性能，這些測試儀器在5G通信產(chǎn)業(yè)鏈各環(huán)節(jié)發(fā)揮了重要作用，為產(chǎn)業(yè)的快速發(fā)展提供了有力支撐。

發(fā)表于：5/8/2020 2:07:00 PM

分時(shí)供電全橋Buck型雙輸入直流變換器[電源技術(shù)][智能電網(wǎng)]

在多種新能源聯(lián)合供電的分布式發(fā)電系統(tǒng)中，用多輸入直流變換器替代多個(gè)單輸入直流變換器，能夠簡化電路結(jié)構(gòu)，降低系統(tǒng)成本。分析研究了一種分時(shí)供電全橋Buck型雙輸入直流變換器的電路拓?fù)?、最大功率輸出能量管理控制策略和穩(wěn)態(tài)原理特性，給出了實(shí)驗(yàn)結(jié)果。該電路拓?fù)涫怯蓛蓚€(gè)并聯(lián)分時(shí)選擇支路和Buck型直流變換器級(jí)聯(lián)構(gòu)成的，該控制策略是通過控制輸出電流瞬時(shí)值和雙輸入源輸出功率之比間接地實(shí)現(xiàn)兩個(gè)輸入源的最大功率輸出。設(shè)計(jì)并研制的3 kW雙輸入直流變換器具有體積重量小、成本低等性能，驗(yàn)證了理論分析的正確性與可行性。

發(fā)表于：4/26/2020 11:21:00 AM

一種最大效率恒壓輸出無線供能控制技術(shù)研究[電源技術(shù)][汽車電子]

針對無線電能傳輸技術(shù)中的恒壓輸出和最大效率問題，提出了一種基于能量注入的移相恒壓控制無線電能傳輸技術(shù)。首先通過電路分析得到系統(tǒng)電壓增益和傳輸效率等特性函數(shù)，在此基礎(chǔ)上設(shè)計(jì)了一種新型控制方法，通過改變逆變器的能量注入占空比和移相角，實(shí)現(xiàn)在負(fù)載變化時(shí)系統(tǒng)的最大效率和恒壓輸出。實(shí)驗(yàn)結(jié)果驗(yàn)證了所提方法的可行性和理論分析的正確性，在整個(gè)負(fù)載變化范圍內(nèi)，采用能量注入的移相恒壓控制方法時(shí)整機(jī)效率比常見的移相恒壓控制方法提高3%~10%，滿載時(shí)整機(jī)效率達(dá)到89%。

發(fā)表于：4/24/2020 3:00:00 PM

基于肌電信號(hào)稀疏特征的手勢識(shí)別方法研究[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

基于表面肌電信號(hào)(sEMG)的手勢識(shí)別技術(shù)是人機(jī)自然交互領(lǐng)域的重要研究方向。手勢識(shí)別技術(shù)的實(shí)現(xiàn)關(guān)鍵在于如何提取sEMG信號(hào)的有效特征。提出了一種提取sEMG信號(hào)稀疏特征用于多類手勢識(shí)別的有效方法。該方法以稀疏表示作為特征提取工具，以支持向量機(jī)(SVM)作為分類器對多個(gè)手勢進(jìn)行識(shí)別。首先，采用雙閾值法檢測分割出手勢動(dòng)作的活動(dòng)段；其次隨機(jī)抽取部分運(yùn)動(dòng)段樣本初始化稀疏表示詞典，利用KSVD方法對過完備字典和稀疏系數(shù)進(jìn)行無監(jiān)督更新;最后，利用SVM對稀疏系數(shù)特征向量進(jìn)行分類以實(shí)現(xiàn)對不同手勢的識(shí)別。通過在公開數(shù)據(jù)庫和自有數(shù)據(jù)庫上進(jìn)行實(shí)驗(yàn)測試，結(jié)果表明結(jié)合稀疏特征和SVM分類方法可實(shí)現(xiàn)16種手勢平均識(shí)別準(zhǔn)確率達(dá)到98.4%。

發(fā)表于：4/24/2020 2:24:00 PM