国产三级自拍,国产又粗又大又硬点视频

一種高能效的Keccak算法ASIC設(shè)計(jì)與實(shí)現(xiàn)[模擬設(shè)計(jì)][其他]

設(shè)計(jì)并實(shí)現(xiàn)了能同時支持SHA3四種模式的Keccak算法完整硬件電路。在對海綿結(jié)構(gòu)和Keccak算法詳細(xì)分析的基礎(chǔ)上，將電路結(jié)構(gòu)劃分為并行執(zhí)行的填充模塊和置換模塊，減少了算法執(zhí)行的時鐘周期。在所設(shè)計(jì)的Keccak算法硬件電路基礎(chǔ)上，從能效角度對三種現(xiàn)有置換函數(shù)實(shí)現(xiàn)結(jié)構(gòu)進(jìn)行了比較分析。在65 nm工藝庫下進(jìn)行綜合， SHA3-256標(biāo)準(zhǔn)下單位面積性能達(dá)到0.55 Mbps/gate，相較現(xiàn)有結(jié)構(gòu)能效提高了約52%。

發(fā)表于：10/12/2019 1:39:00 PM

基于目標(biāo)多區(qū)域分割的抗干擾跟蹤算法研究[嵌入式技術(shù)][工業(yè)自動化]

針對視頻序列中運(yùn)動目標(biāo)跟蹤過程中可能出現(xiàn)的目標(biāo)旋轉(zhuǎn)、遮擋、形變等原因造成的跟蹤失敗問題，提出了一種基于目標(biāo)多區(qū)域分割的跟蹤方法。主要通過將目標(biāo)劃分為多個部分相互重疊的區(qū)域，然后選擇跟蹤過程中相對穩(wěn)定的多個區(qū)域進(jìn)行定位，進(jìn)而對跟蹤的目標(biāo)采用不同目標(biāo)區(qū)域權(quán)重更新不同的模板更新策略，這樣選擇主要可以增加算法的抗遮擋、抗旋轉(zhuǎn)能力。實(shí)驗(yàn)結(jié)果表明，該方法對目標(biāo)遮擋、旋轉(zhuǎn)等具有一定的適應(yīng)能力。

發(fā)表于：10/12/2019 1:30:00 PM

電力物資管理的過程及優(yōu)化策略選擇[其他][智能電網(wǎng)]

深度學(xué)習(xí)技術(shù)近些年在學(xué)術(shù)界乃至工業(yè)界得到了廣泛的關(guān)注，并且在計(jì)算機(jī)視覺、自然語言處理等方面取得了令人矚目的成果，但是在電力系統(tǒng)深度學(xué)習(xí)技術(shù)還沒有得到普及。本文介紹了深度學(xué)習(xí)的概念、主要網(wǎng)絡(luò)模型，并對當(dāng)前電力系統(tǒng)中深度學(xué)習(xí)的相關(guān)應(yīng)用進(jìn)行了介紹，最終結(jié)合冀北電力公司未來關(guān)注的重點(diǎn)"零碳冬奧"、"一網(wǎng)一平臺"等，對深度學(xué)習(xí)技術(shù)在電力信息化領(lǐng)域的應(yīng)用前景進(jìn)行了展望。

發(fā)表于：10/12/2019 1:24:00 PM

基于LSTM網(wǎng)絡(luò)的IGBT參數(shù)預(yù)測硬件系統(tǒng)設(shè)計(jì)[嵌入式技術(shù)][智能電網(wǎng)]

對絕緣柵雙極型晶體管進(jìn)行參數(shù)預(yù)測可以有效地避免因其失效帶來的經(jīng)濟(jì)損失和安全問題。對絕緣柵雙極型晶體管參數(shù)進(jìn)行分析，設(shè)計(jì)了一個基于LSTM網(wǎng)絡(luò)的絕緣柵雙極型晶體管參數(shù)預(yù)測SoC硬件系統(tǒng)。該系統(tǒng)使用ARM處理器作為總控制器，控制各個子模塊的調(diào)用和數(shù)據(jù)的傳輸，F(xiàn)PGA內(nèi)通過對矩陣向量內(nèi)積算法進(jìn)行優(yōu)化提高LSTM網(wǎng)絡(luò)內(nèi)部的數(shù)據(jù)運(yùn)算速度，并且采用多項(xiàng)式近似的方法降低了激活函數(shù)所占用的資源。實(shí)驗(yàn)結(jié)果表明,系統(tǒng)的預(yù)測平均準(zhǔn)確率為92.6%，計(jì)算速度相比于CPU快了3.74倍，同時具有低功耗的特點(diǎn)。

發(fā)表于：10/11/2019 1:44:00 PM

基于卷積遞歸模型的文本分類研究[嵌入式技術(shù)][物聯(lián)網(wǎng)]

近年來卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)在文本分類領(lǐng)域得到了越來越廣泛的的應(yīng)用。提出一種卷積神經(jīng)網(wǎng)絡(luò)和長短時記憶網(wǎng)絡(luò)特征融合的模型，通過長短期記憶網(wǎng)絡(luò)作為池化層的替代來獲得長期依賴性，從而構(gòu)建一個聯(lián)合CNN和RNN的框架來克服單卷積神經(jīng)網(wǎng)絡(luò)忽略詞語在上下文中語義和語法信息的問題。所提出的方法在減少參數(shù)數(shù)量和兼顧文本序列全局特征方面起著重要作用，實(shí)驗(yàn)結(jié)果表明，可以通過更小的框架來實(shí)現(xiàn)相同級別的分類性能，并且在準(zhǔn)確率方面超越了同類型的其他幾種方法。

發(fā)表于：10/11/2019 1:34:00 PM

三維設(shè)計(jì)標(biāo)準(zhǔn)模型庫的建立及其應(yīng)用[其他][智能電網(wǎng)]

為了將三維設(shè)計(jì)更好地應(yīng)用于輸變電工程中，文中建立了標(biāo)準(zhǔn)化模型庫，在頂層設(shè)計(jì)層面上將模型分類，形成5個層級的樹形結(jié)構(gòu)。采用"類別關(guān)鍵字+專業(yè)關(guān)鍵字"的形式，制定模型命名規(guī)則，規(guī)范電氣二次設(shè)備模型信息內(nèi)容，涵蓋外形及尺寸、屬性、屏柜架構(gòu)等信息的范圍和建模原則。列舉了虛回路設(shè)計(jì)和光電纜自動生成兩個應(yīng)用實(shí)例，說明在三維設(shè)計(jì)中應(yīng)用標(biāo)準(zhǔn)化模型庫后，可以大幅提升設(shè)計(jì)效率和質(zhì)量，實(shí)現(xiàn)輸變電工程全壽命周期管理和數(shù)字化移交。

發(fā)表于：10/11/2019 3:51:00 AM

基于寬帶電力線載波通信的路由技術(shù)研究[通信與網(wǎng)絡(luò)][智能電網(wǎng)]

電力線載波通信（Power Line Communications，PLC）是指電力線為媒介進(jìn)行信息的傳輸。在實(shí)踐中，電力線通信環(huán)境惡劣，具有高衰減、強(qiáng)噪聲、高阻抗等特點(diǎn)，因此想要實(shí)現(xiàn)可靠的數(shù)據(jù)傳輸，需要網(wǎng)絡(luò)層通過中繼路由技術(shù)來解決。本文設(shè)計(jì)了一套分布式路由方案，具備自組網(wǎng)能力，可以對抗強(qiáng)噪聲干擾，面對信道變化可以實(shí)時進(jìn)行網(wǎng)絡(luò)重構(gòu)，具有良好的抗摧毀能力。

發(fā)表于：10/10/2019 1:03:00 PM

基于區(qū)塊鏈的版權(quán)保護(hù)方法研究[通信與網(wǎng)絡(luò)][信息安全]

數(shù)字版權(quán)保護(hù)(Digital Rights Management，DRM)是維護(hù)數(shù)字出版物發(fā)行方權(quán)益的信息安全技術(shù)，它保證授權(quán)用戶對數(shù)字信息的使用，并保障版權(quán)所有者利益。但傳統(tǒng)中心式版權(quán)保護(hù)方法存在安全性低、權(quán)限管控粗糙等問題，使得盜版、侵權(quán)現(xiàn)象屢有發(fā)生。區(qū)塊鏈去中心、不可篡改、公開透明的特點(diǎn)，為解決版權(quán)保護(hù)問題提供了新思路。對傳統(tǒng)數(shù)字版權(quán)保護(hù)方法和基于區(qū)塊鏈的版權(quán)保護(hù)方法進(jìn)行了分析比對，提出對未來的展望。

發(fā)表于：10/10/2019 11:50:00 AM

基于NFV MANO的邊緣計(jì)算多種智能化部署方案研究[嵌入式技術(shù)][通信網(wǎng)絡(luò)]

為了解決邊緣計(jì)算業(yè)務(wù)部署時所需的管理編排組件與電信云中NFV MANO組件之間的高效協(xié)同等問題，首先，分析對比了兩種主要部署方案中邊緣計(jì)算與NFV的管理編排組件之間的職責(zé)分工與交互流程。其次，基于深度學(xué)習(xí)方法和模型分別給出了提高兩種方案中電信云虛擬網(wǎng)元和基礎(chǔ)設(shè)施和邊緣計(jì)算應(yīng)用之間的管理編排效率的解決方案。最后，對未來該領(lǐng)域需要關(guān)注的主要問題和方向進(jìn)行了展望。

發(fā)表于：10/10/2019 11:33:00 AM

基于大數(shù)據(jù)的5G基站退服成本估算[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

隨著5G技術(shù)的快速發(fā)展，5G基站的數(shù)量和密度將遠(yuǎn)超4G，基站的建設(shè)和維護(hù)也成為不可忽視的問題。因此，全面分析了5G基站退服情況，并提出一種基于大數(shù)據(jù)的5G基站退服成本估算方案。憑借基站歷史退服數(shù)據(jù)，采用LSTM神經(jīng)網(wǎng)絡(luò)建立基站退服預(yù)測模型，然后構(gòu)建了5G基站退服成本估算模型，對預(yù)測的5G基站退服進(jìn)行成本估算。最后通過實(shí)驗(yàn)分析，說明了方案的有效性，并提出建議。

發(fā)表于：10/9/2019 3:31:00 PM