亚洲香蕉网久久综合影视,男人天堂国产,亚洲av色男人的天堂

配電網(wǎng)可靠性模糊建模的精確化方法研究[電源技術(shù)][智能電網(wǎng)]

配電網(wǎng)的可靠性運行對國民經(jīng)濟的健康發(fā)展、社會秩序的穩(wěn)定、人們生活的正常進行有著重要的影響。配電網(wǎng)可靠性模糊建模的精確化方法，充分考慮電網(wǎng)各種因素的內(nèi)在聯(lián)系以及網(wǎng)絡(luò)特性的質(zhì)變，從而可避免進行可靠性預(yù)測時的多種缺點。該方法為配電網(wǎng)設(shè)計、改造、運行和維護提供指導(dǎo)，對提高供電可靠性具有重要的意義。

發(fā)表于：12/20/2019 11:05:00 AM

高性能LDO在安防監(jiān)控系統(tǒng)中的應(yīng)用[電源技術(shù)][安防電子]

隨著智慧城市和智能終端的飛速發(fā)展，安防監(jiān)控系統(tǒng)得到了廣泛應(yīng)用，對電源管理芯片也提出了越來越高的要求。LDO(Low Dropout Linear Regulator)作為低壓差線性穩(wěn)壓器，以低噪聲、高PSRR(Power Supply Rejection Ratio)、外圍簡單等優(yōu)點成為理想的電源管理方案，可以滿足安防監(jiān)控系統(tǒng)對與噪聲非常敏感的要求。介紹了高性能LDO在安防監(jiān)控中的應(yīng)用，LDO的關(guān)鍵技術(shù)指標(biāo)以及對安防監(jiān)控系統(tǒng)的影響。

發(fā)表于：12/19/2019 11:12:00 AM

基于MLP算法的Glitch PUF機器學(xué)習(xí)攻擊[嵌入式技術(shù)][信息安全]

隨著攻擊技術(shù)的不斷進步，基于機器學(xué)習(xí)(Machine Learning，ML)、深度學(xué)習(xí)(Deep Learning，DL)等技術(shù)的建模攻擊嚴(yán)重威脅了PUF的安全。針對Glitch PUF單元電路靜態(tài)輸出的缺陷，首次提出使用多層感知器(Multilayer Perceptron，MLP)算法對Glitch PUF進行機器學(xué)習(xí)，解決了Glitch PUF輸出為非線性可分?jǐn)?shù)據(jù)的問題，能夠?qū)litch PUF攻擊并預(yù)測其輸出。實驗表明，對比于邏輯回歸(Logistic Regression，LR)算法和隨機森林(Random Forest，RF)二分類算法，提出的MLP算法顯著降低了預(yù)測錯誤率。

發(fā)表于：12/19/2019 10:55:00 AM

輸電班組工分制績效管理[其他][智能電網(wǎng)]

目前，班組管理中“大鍋飯”的現(xiàn)象比較明顯，工作活力有待進一步引導(dǎo)提升。遵從“公平、公正、公開、按勞分配”原則，從充分調(diào)動班組內(nèi)員工的積極性的原點出發(fā)，探討輸電班組工分制績效管理的實施細(xì)節(jié)，結(jié)合班組的實際工作情況，經(jīng)過班組成員的充分討論，確定各類工作標(biāo)準(zhǔn)分值，在班組中實行工分制，激發(fā)人員的主觀能動性，達(dá)到按勞分配的績效結(jié)果。

發(fā)表于：12/19/2019 10:16:00 AM

考慮大檢修與狀態(tài)監(jiān)測的配置情況分析[電源技術(shù)][智能電網(wǎng)]

隨著各地方電網(wǎng)的發(fā)展成效異常顯著，期間變電站的規(guī)模與數(shù)量隨之增加，電網(wǎng)設(shè)備水平等問題日漸凸現(xiàn)出來。大檢修是時代發(fā)展的產(chǎn)物，它對規(guī)范變電站運行管理、提高生產(chǎn)效率及維護電網(wǎng)運技術(shù)具有重要作用。電網(wǎng)的生產(chǎn)組織的專業(yè)化與集約化程度卻相對滯后，那么資源配置效率行安全穩(wěn)定的意義就變得重大。主要研究了大檢修與變電站狀態(tài)監(jiān)測之間的關(guān)系及具體配置方案。

發(fā)表于：12/18/2019 1:39:00 PM

深亞微米SOI工藝NMOS器件瞬時劑量率效應(yīng)數(shù)值模擬[模擬設(shè)計][其他]

為了研究深亞微米 SOI工藝NMOS器件的瞬時劑量率效應(yīng)，采用TCAD工具對0.13 μm SOI工藝 H型NMOS器件進行三維建模仿真。選取γ劑量率在1×108～1×1010 (Gy(Si)/s)的7個點，模擬了H型NMOS器件開關(guān)兩種狀態(tài)下的漏電流及體接觸端電流與γ劑量率之間的數(shù)值關(guān)系。從模擬結(jié)果可以看出，γ劑量率在小于5×109 Gy(Si)/s的輻照時對器件影響很小。表明了該結(jié)構(gòu)器件具有較強的抗瞬時劑量率輻射能力，為超大規(guī)模集成電路抗瞬時劑量率加固設(shè)計提供了依據(jù)。

發(fā)表于：12/18/2019 1:04:00 PM

一種新型高效寬帶整流電路[模擬設(shè)計][其他]

提出一種新型高效寬帶整流電路。通過在整流二極管前端串聯(lián)一段微帶線的方式，在其呈感性的范圍內(nèi)調(diào)節(jié)其長度，抵消二極管在基頻上產(chǎn)生的容抗，使阻抗匹配時可以采用1/4波長阻抗變換方式取代單枝節(jié)匹配的方式，因而該整流電路的整體結(jié)構(gòu)緊湊，同時拓展了工作帶寬。改進直流濾波結(jié)構(gòu)中的扇形枝節(jié)，根據(jù)其影響直流電壓波形的現(xiàn)象調(diào)節(jié)其尺寸，使得輸出直流電壓紋波平穩(wěn)，進一步提高整流效率。設(shè)計了一只5.8 GHz整流電路，測試表明，輸入功率在0～16 dBm的范圍內(nèi)，該電路整流效率都在55%以上，最高效率達(dá)到78.7%；在13 dBm輸入功率時，達(dá)到70%以上整流效率的相對帶寬有16.6%。

發(fā)表于：12/18/2019 11:48:00 AM

基于深度學(xué)習(xí)的圖像分類搜索系統(tǒng)[嵌入式技術(shù)][工業(yè)自動化]

圖像分類是根據(jù)圖像的信息將不同類別的圖像區(qū)分開來，是計算機視覺中重要的基本問題，也是圖像檢測、圖像分割、物體跟蹤、行為分析等其他高層視覺任務(wù)的基礎(chǔ)。深度學(xué)習(xí)是機器學(xué)習(xí)研究中的一個新的領(lǐng)域，其動機在于建立、模擬人腦進行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機制來解釋數(shù)據(jù)，例如圖像、聲音和文本。該系統(tǒng)基于Caffe深度學(xué)習(xí)框架，首先對數(shù)據(jù)集進行訓(xùn)練分析構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)，提取數(shù)據(jù)集圖像特征信息，得到數(shù)據(jù)對應(yīng)的分類模型，然后以bvlc-imagenet訓(xùn)練集模型為基礎(chǔ)，對目標(biāo)圖像進行擴展應(yīng)用，實現(xiàn)“以圖搜圖”Web應(yīng)用。

發(fā)表于：12/17/2019 2:26:00 PM

領(lǐng)域知識融合與共建研究[嵌入式技術(shù)][智能電網(wǎng)]

為建設(shè)國家電網(wǎng)客戶服務(wù)中心的智能對話系統(tǒng)，需要從大量文檔、知識庫、對話等數(shù)據(jù)中提煉知識形成知識圖譜，提出一種融合事實圖譜和事理圖譜的新型知識圖譜框架，能夠基于多源異構(gòu)數(shù)據(jù)共建新型知識圖譜，在國網(wǎng)領(lǐng)域精準(zhǔn)問答、客服系統(tǒng)知識支撐、對話管理引導(dǎo)、知識推理等方面均有較好性能。融合后的圖譜及應(yīng)用系統(tǒng)在國網(wǎng)客服中心問答平臺中投入使用，大幅提升了客服人員工作效率和服務(wù)質(zhì)量。

發(fā)表于：12/17/2019 2:05:00 PM

基于LoRa技術(shù)的四表合一系統(tǒng)設(shè)計與應(yīng)用[通信與網(wǎng)絡(luò)][智能電網(wǎng)]

目前，抄表系統(tǒng)采集方式各式各樣，布線方式雜亂無章，給小區(qū)及城市建設(shè)美化造成了很大的影響，并且重復(fù)的設(shè)備及通信線路的建設(shè)，增加了國家計量系統(tǒng)的投資及建設(shè)維護成本。每戶基本部署了四類表計，采集內(nèi)容及方式大致相同，應(yīng)建設(shè)統(tǒng)一的計量采集系統(tǒng)前端，通過融合通道將四表數(shù)據(jù)協(xié)同傳輸?shù)胶蠖烁髯灾髡?，但就已有的通信技術(shù)很難同時滿足覆蓋面、傳輸帶寬、時延、運維等多方面問題。基于以上需求，提出基于新的通信技術(shù)LoRa來實現(xiàn)四表合一計量采集系統(tǒng)的傳輸。通過對LoRa性能進行分析來判斷其應(yīng)用于計量系統(tǒng)的可行性，并設(shè)計傳輸架構(gòu)、軟硬件組成，最終通過實測完成傳輸性能驗證。本方式開啟了四表合一部署方式的新紀(jì)元，為實際部署提供了理論及實驗依據(jù)。

發(fā)表于：12/17/2019 1:13:00 PM