• 首頁(yè)
  • 新聞
    業(yè)界動(dòng)態(tài)
    新品快遞
    高端訪談
    AET原創(chuàng)
    市場(chǎng)分析
    圖說(shuō)新聞
    會(huì)展
    專題
    期刊動(dòng)態(tài)
  • 設(shè)計(jì)資源
    設(shè)計(jì)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(kù)
  • 技術(shù)頻道
    模擬設(shè)計(jì)
    嵌入式技術(shù)
    電源技術(shù)
    可編程邏輯
    測(cè)試測(cè)量
    通信與網(wǎng)絡(luò)
  • 行業(yè)頻道
    工業(yè)自動(dòng)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(cè)

云螢火蟲算法改進(jìn)二維Tsallis熵的醫(yī)學(xué)圖像分割

云螢火蟲算法改進(jìn)二維Tsallis熵的醫(yī)學(xué)圖像分割[模擬設(shè)計(jì)][醫(yī)療電子]

為提高醫(yī)學(xué)圖像分割的效果,針對(duì)二維Tsallis熵閾值法圖像分割效果受參數(shù)q選擇的影響,提出一種基于云模型螢火蟲算法優(yōu)化二維Tsallis熵的醫(yī)學(xué)圖像分割算法。首先,將云模型引入螢火蟲算法,提高螢火蟲算法的收斂速度和尋優(yōu)能力;其次,選擇均勻性測(cè)度作為醫(yī)學(xué)圖像分割的評(píng)價(jià)指標(biāo),運(yùn)用CMFA算法對(duì)二維Tsallis熵閾值法參數(shù)q進(jìn)行自適應(yīng)尋優(yōu)。研究結(jié)果表明,與FA-Tsallis和Tsallis相比較,CMFA-Tsallis的均勻性測(cè)度最高,分割出來(lái)的結(jié)果邊界清晰,從而證明本算法的有效性。

發(fā)表于:6/15/2020 2:29:00 PM

一種準(zhǔn)確測(cè)量溫濕度的光纖Bragg光柵傳感器

一種準(zhǔn)確測(cè)量溫濕度的光纖Bragg光柵傳感器[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

為了準(zhǔn)確測(cè)量電梯轎廂內(nèi)溫濕度變化信息,研制了一種結(jié)構(gòu)簡(jiǎn)單的光纖Bragg光柵(FBG)溫濕度傳感器。傳感器由光柵長(zhǎng)度為20 mm的FBG構(gòu)成,其中光柵長(zhǎng)度為12 mm的區(qū)域采用濕腐蝕法腐蝕至7.8 μm,并在其表面涂覆聚酰亞胺濕敏材料,用于響應(yīng)濕度變化信息;未被腐蝕的8 mm光柵用于響應(yīng)溫度變化信息。實(shí)驗(yàn)研究了光纖腐蝕區(qū)域和未腐蝕區(qū)域?qū)貪穸鹊捻憫?yīng)特性,濕敏膜涂覆厚度對(duì)光柵腐蝕區(qū)濕度響應(yīng)特性的影響,濕敏涂覆后光柵腐蝕區(qū)對(duì)溫度的響應(yīng)特性,以及傳感器對(duì)變溫變濕環(huán)境的響應(yīng)特性。實(shí)驗(yàn)結(jié)果表明:當(dāng)濕敏膜厚度為80 μm時(shí),光柵腐蝕區(qū)對(duì)濕度的響應(yīng)靈敏度為17.1 pm/(%RH);未腐蝕區(qū)域?qū)囟鹊捻憫?yīng)靈敏度為9.9 pm/℃;變溫(30~70 ℃)變濕(20~90%RH)環(huán)境測(cè)試時(shí),傳感器能準(zhǔn)確測(cè)量溫度及濕度。

發(fā)表于:6/15/2020 2:23:00 PM

基于數(shù)據(jù)挖掘的多功能OBD車載終端系統(tǒng)設(shè)計(jì)

基于數(shù)據(jù)挖掘的多功能OBD車載終端系統(tǒng)設(shè)計(jì)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

BD車載終端可實(shí)現(xiàn)對(duì)車輛運(yùn)行信息的捕獲,進(jìn)而實(shí)現(xiàn)對(duì)車、人、環(huán)境三方面的狀態(tài)監(jiān)測(cè)。針對(duì)目前OBD產(chǎn)品功能單一的現(xiàn)狀,設(shè)計(jì)并開(kāi)發(fā)了一套多功能OBD車載終端設(shè)備。硬件平臺(tái)基于英飛凌公司的XMC4500系列32位高性能處理器,配備了4G通信模塊及WiFi模塊,實(shí)現(xiàn)了車輛數(shù)據(jù)上傳與無(wú)線網(wǎng)絡(luò)環(huán)境覆蓋。搭載了MPU-9250陀螺儀,實(shí)現(xiàn)對(duì)車輛的9軸運(yùn)動(dòng)檢測(cè),支持SDHC大容量數(shù)據(jù)的讀寫操作。為了增強(qiáng)用戶的體驗(yàn),增加了數(shù)字FM音頻模塊及胎壓監(jiān)測(cè)模塊,可提高用戶的駕駛感受。該設(shè)計(jì)可實(shí)現(xiàn)對(duì)車輛發(fā)動(dòng)機(jī)參數(shù)的采集與上傳,通過(guò)上位機(jī)平臺(tái)對(duì)數(shù)據(jù)的算法計(jì)算,能夠?qū)︸{駛行為及UBI保險(xiǎn)業(yè)務(wù)提供參考依據(jù)。

發(fā)表于:6/12/2020 10:08:00 AM

基于機(jī)器雙目視覺(jué)的奶牛體尺參數(shù)的測(cè)量應(yīng)用

基于機(jī)器雙目視覺(jué)的奶牛體尺參數(shù)的測(cè)量應(yīng)用[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

為解決奶牛養(yǎng)殖過(guò)程中人工測(cè)量奶牛體尺的繁瑣的問(wèn)題,減少投入的人力、工作量以及奶牛的應(yīng)激反應(yīng),提出一種基于機(jī)器雙目視覺(jué)無(wú)應(yīng)激反應(yīng)奶牛體尺數(shù)據(jù)的測(cè)量方法。該方法主要包括攝像機(jī)的標(biāo)定、圖像的獲取、圖像的預(yù)處理、奶牛外部輪廓的提取,通過(guò)SIFT算法進(jìn)行奶牛特征點(diǎn)的匹配,通過(guò)計(jì)算得到的匹配點(diǎn)三維坐標(biāo)可計(jì)算出奶牛的體尺數(shù)。實(shí)驗(yàn)對(duì)20頭奶牛進(jìn)行圖片采集,奶牛體尺的平均誤差小于1.21%。機(jī)器視覺(jué)技術(shù)應(yīng)用于奶牛畜牧養(yǎng)殖領(lǐng)域,加快了實(shí)現(xiàn)奶牛的精細(xì)化飼喂養(yǎng)殖。

發(fā)表于:6/12/2020 10:03:00 AM

基于BP神經(jīng)網(wǎng)絡(luò)的超聲測(cè)流量系統(tǒng)精度提升

基于BP神經(jīng)網(wǎng)絡(luò)的超聲測(cè)流量系統(tǒng)精度提升[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

基于超聲波測(cè)流量的時(shí)差法測(cè)量原理,分析了換能器凹凸安裝和安裝位置偏差引起的測(cè)量誤差,建立了測(cè)流量的系統(tǒng)模型,提出了基于BP神經(jīng)網(wǎng)絡(luò)的流量計(jì)算方法以補(bǔ)償測(cè)量誤差。以Senscomp Tao2008超聲波探頭為例,在基于神經(jīng)網(wǎng)絡(luò)算法設(shè)計(jì)的系統(tǒng)軟硬件中測(cè)量流量。從探頭安裝位置偏差、凹凸安裝以及不同流速等方面進(jìn)行分析,實(shí)驗(yàn)結(jié)果表明,神經(jīng)網(wǎng)絡(luò)比傳統(tǒng)的權(quán)重系統(tǒng)擁有更強(qiáng)的非線性補(bǔ)償能力。

發(fā)表于:6/11/2020 9:42:00 AM

基于全物理模型的模塊級(jí)SRAM的SEU仿真方法

基于全物理模型的模塊級(jí)SRAM的SEU仿真方法[電子元件][工業(yè)自動(dòng)化]

隨著科學(xué)技術(shù)的發(fā)展和工藝尺寸的降低,單元器件的尺寸逐漸減小,使得單粒子電荷共享和單粒子翻轉(zhuǎn)等效應(yīng)日益嚴(yán)重,增加了抗輻射加固模塊級(jí)SRAM設(shè)計(jì)難度,因此需要一套更為完備的仿真方法對(duì)模塊級(jí)SRAM的單粒子效應(yīng)敏感性進(jìn)行預(yù)估,為電路加固設(shè)計(jì)提供依據(jù)和建議?;谀K級(jí)SRAM的單元結(jié)構(gòu)和電路版圖,利用Cogenda軟件構(gòu)建了模塊級(jí)SRAM單粒子翻轉(zhuǎn)效應(yīng)仿真方法,對(duì)其敏感性進(jìn)行分析,獲得其單粒子翻轉(zhuǎn)LET閾值,并與重離子實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比,仿真誤差為13.3%。

發(fā)表于:6/11/2020 9:36:00 AM

基于InP HBT工藝的50 Gb/s 1:4量化降速電路

基于InP HBT工藝的50 Gb/s 1:4量化降速電路[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

基于南京電子器件研究所的0.7 μm InP HBT工藝設(shè)計(jì)了一種數(shù)據(jù)轉(zhuǎn)換速率達(dá)到50 Gb/s的1:4量化降速芯片。該芯片同時(shí)將前端高速高靈敏度比較器與一個(gè)1:4分接器集成到單芯片中,能夠直接一次性實(shí)現(xiàn)對(duì)2~18 GHz帶寬的模擬輸入信號(hào)的可靠接收和降速處理,輸入信號(hào)靈敏度在芯片最高工作速率下達(dá)到1 mV,工作電壓3.3 V,芯片功耗1.5 W,最高數(shù)據(jù)轉(zhuǎn)換速率達(dá)到50 Gb/s,輸出數(shù)據(jù)信號(hào)與時(shí)鐘信號(hào)幅值均達(dá)到200 mV。

發(fā)表于:6/10/2020 11:38:00 AM

基于STT-MRAM的位邏輯運(yùn)算方案及靈敏放大器設(shè)計(jì)

基于STT-MRAM的位邏輯運(yùn)算方案及靈敏放大器設(shè)計(jì)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

基于1T1MTJ的自旋轉(zhuǎn)移矩-磁隨機(jī)存儲(chǔ)器(STT-MRAM)提出了一種改進(jìn)型存內(nèi)位邏輯計(jì)算方案。該方案通過(guò)精簡(jiǎn)2T2MTJ存內(nèi)位邏輯運(yùn)算方案提升了存儲(chǔ)陣列密度,通過(guò)互補(bǔ)型讀出電路增加了“與非”和“或非”的運(yùn)算功能。此外,還通過(guò)增加支路電壓穩(wěn)定電路的方法,提出了一種適用于上述方案的改進(jìn)型高速靈敏放大器?;谥行緡?guó)際55 nm LL邏輯工藝的仿真結(jié)果表明,相較于傳統(tǒng)的靈敏放大器,該方案不僅讀取速度提升了33%,在適配大型存儲(chǔ)陣列(CB≥0.8 pF)時(shí)還擁有更強(qiáng)的讀取能力與更優(yōu)的功率積(PDP)。

發(fā)表于:6/10/2020 11:30:00 AM

一種高效率的ACBC-C三級(jí)運(yùn)放的設(shè)計(jì)

一種高效率的ACBC-C三級(jí)運(yùn)放的設(shè)計(jì)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

采用TSMC 180 nm的CMOS工藝,設(shè)計(jì)實(shí)現(xiàn)了一個(gè)具有高效率、大的電容負(fù)載驅(qū)動(dòng)能力的三級(jí)運(yùn)算放大器。提出了一種基于共源共柵密勒補(bǔ)償(Cascode Miller Compensation,CMC)和交流升壓補(bǔ)償(AC Boosting Compensation,ACBC)的ACBC-C補(bǔ)償結(jié)構(gòu),其中,ACBC通過(guò)增加一條交流通路的方式提高了GBW以及電容驅(qū)動(dòng)能力。輸出級(jí)采用AB類結(jié)構(gòu)以實(shí)現(xiàn)高效率。CMC可以適應(yīng)AB類輸出級(jí)結(jié)構(gòu),在保證線性度的同時(shí)實(shí)現(xiàn)效率最大化,并且消除密勒電容帶來(lái)的零點(diǎn),更好地對(duì)穩(wěn)定性進(jìn)行補(bǔ)償。電路仿真結(jié)果表明:當(dāng)設(shè)定相位裕度下限為45°時(shí),最大可承受負(fù)載電容約為3 100 pF;當(dāng)在輸出端接1 000 Ω負(fù)載電阻時(shí),電路效率為95.299%。

發(fā)表于:6/9/2020 9:36:00 AM

基于上下文特征與單類支持向量機(jī)的人臉活體檢測(cè)

基于上下文特征與單類支持向量機(jī)的人臉活體檢測(cè)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

非法入侵者通過(guò)偽裝人臉欺騙識(shí)別系統(tǒng), 給人臉識(shí)別應(yīng)用帶來(lái)嚴(yán)重威脅?,F(xiàn)有人臉活體檢測(cè)方法多為在同一數(shù)據(jù)集內(nèi)進(jìn)行訓(xùn)練和測(cè)試,當(dāng)應(yīng)用在跨數(shù)據(jù)集場(chǎng)景中時(shí)效果并不理想。針對(duì)這一問(wèn)題,提出了利用HOG等算法對(duì)上下文環(huán)境中的線索信息進(jìn)行提取,提取出來(lái)的特征送入單類支持向量機(jī)進(jìn)行訓(xùn)練、分類。將分類結(jié)果與上下文環(huán)境中異常線索的探測(cè)結(jié)果相結(jié)合。算法在公開(kāi)的數(shù)據(jù)集NUAA和CASIA-FASD上進(jìn)行了驗(yàn)證,實(shí)驗(yàn)結(jié)果表明在跨數(shù)據(jù)集檢測(cè)時(shí)該算法的泛化能力及檢測(cè)準(zhǔn)確率較已存在算法有所提高。

發(fā)表于:6/9/2020 9:27:00 AM

  • ?
  • …
  • 243
  • 244
  • 245
  • 246
  • 247
  • 248
  • 249
  • 250
  • 251
  • 252
  • …
  • ?

活動(dòng)

MORE
  • 【征文】2025電子系統(tǒng)工程大會(huì)“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(jià)值變現(xiàn)
  • 【熱門活動(dòng)】2025中國(guó)西部微波射頻技術(shù)研討會(huì)
  • 【熱門活動(dòng)】2025年數(shù)據(jù)要素治理學(xué)術(shù)研討會(huì)
  • 【技術(shù)沙龍】網(wǎng)絡(luò)安全+DeepSeek

高層說(shuō)

MORE
  • 四步流程助力IT賦能企業(yè)出海
    四步流程助力IT賦能企業(yè)出海
  • 6G與AI開(kāi)啟沉浸式通信新時(shí)代
    6G與AI開(kāi)啟沉浸式通信新時(shí)代
  • RISC-V國(guó)際基金會(huì)CEO:中國(guó)會(huì)員發(fā)揮了關(guān)鍵作用
    RISC-V國(guó)際基金會(huì)CEO:中國(guó)會(huì)員發(fā)揮了關(guān)鍵作用
  • 利用人工智能提升車間生產(chǎn)效率
    利用人工智能提升車間生產(chǎn)效率
  • 推動(dòng)制造業(yè)智能化變革的實(shí)踐者——張野的創(chuàng)新之路
    推動(dòng)制造業(yè)智能化變革的實(shí)踐者——張野的創(chuàng)新之路
  • 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(huì)員與積分
  • 積分商城
  • 會(huì)員等級(jí)
  • 會(huì)員積分
  • VIP會(huì)員
  • 關(guān)注我們

Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-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