黄瓜视频官网,亚洲天堂无码一级毛片,国产自国产自愉自愉免费24区

移動圖形處理器的紋理Cache設計[嵌入式技術(shù)][其他]

為了提高移動圖形處理器中統(tǒng)一架構(gòu)染色器的效率，減少其與片外存儲器間的訪問次數(shù)，提出了一種4端口紋理高速緩存結(jié)構(gòu)。該結(jié)構(gòu)采用基于Mipamp算法的紋理映射和基于細化層次（Level of Detail，LOD）選擇不同單端口Cache的存儲方式，提高了紋理Cache的命中率。此外為了提高數(shù)據(jù)吞吐率，采用4端口并行讀取紋素。設計了FIFO緩沖區(qū)預取數(shù)據(jù)，降低訪存延遲。利用SV搭建實驗平臺對紋理圖像進行測試，結(jié)果表明紋理Cache的平均命中率為92.5%，數(shù)據(jù)吞吐率接近單端口Cache的4倍。

發(fā)表于：5/8/2019 11:11:00 AM

時鐘模塊自動修調(diào)電路設計[模擬設計][其他]

由于實際生產(chǎn)過程中的工藝偏差，時鐘模塊輸出的實際頻率和設計頻率相差比較大，因此在測試階段，需要對輸出頻率不在目標范圍內(nèi)的時鐘模塊進行修調(diào)。基于二分法相對遍歷法具有快速收斂的特點，設計自動修調(diào)電路并分析了異步脈沖同步帶來的修調(diào)誤差。自動修調(diào)電路通過ATE(Automatic Test Equipment)提供的慢速脈沖對時鐘模塊輸出的時鐘計數(shù)，用二分法自動改變trim值，從而達到快速修調(diào)的目的，節(jié)省了測試時間。

發(fā)表于：5/7/2019 4:29:00 PM

K近鄰及其集成模型的股票價格預測[嵌入式技術(shù)][其他]

為了驗證股票的價格運動與過去應該是相似的這一假設，運用K近鄰算法，將價格運動簡單劃分為漲跌兩類進行預測，進行假設驗證。使用滑窗方法比較現(xiàn)在的價格運動與何時的歷史價格更為相似，將多個K近鄰模型組合成集成模型，實現(xiàn)模型的泛化和策略收益的調(diào)整。使用中證500指數(shù)的歷史價格數(shù)據(jù)進行預測實證，2017年～2018年9月的預測結(jié)果顯示單個K近鄰模型策略獲得76.72%的收益，現(xiàn)在的價格運動與遙遠的過去更為相似，集成模型能更好地控制風險。該模型利用K近鄰模型的含義驗證了股票價格運動具有相似性，可以作為證券交易的擇時策略。

發(fā)表于：5/7/2019 8:14:00 AM

兼顧可用性和可靠性的可視密碼最佳方案[嵌入式技術(shù)][信息安全]

自1994年Naor和Shamir提出可視密碼被提出以來，可視密碼的像素擴展和圖像對比度差一直是需要解決的問題。在m點加密的基礎上，在兼顧可用性和可靠性的前提下，提出了實現(xiàn)可視密碼的最佳方案，一方面能夠使分存圖像像素不產(chǎn)生擴展，即分存圖像與加密圖像一樣大；另一方面，通過重構(gòu)使恢復后的圖像達到最好的對比度。

發(fā)表于：5/6/2019 4:21:00 PM

基于深度集成學習的人臉智能反饋認知方法[嵌入式技術(shù)][其他]

人臉識別技術(shù)是深度學習的重要研究領域。為了克服傳統(tǒng)開環(huán)人臉認知模式以及深層神經(jīng)網(wǎng)絡結(jié)構(gòu)的缺陷，模仿人類實時評測認知結(jié)果自尋優(yōu)調(diào)節(jié)特征空間和分類認知準則的認知模式，借鑒閉環(huán)控制理論思想，探索了一種基于深度集成學習的人臉智能反饋認知方法。首先，基于DEEPID網(wǎng)絡建立人臉圖像由全局到局部具有確定映射關(guān)系的非結(jié)構(gòu)化特征空間；其次，基于特征可分性評測和變精度粗糙集理論，從信息論角度建立非結(jié)構(gòu)化動態(tài)特征表征的人臉認知決策信息系統(tǒng)模型，以約減非結(jié)構(gòu)化特征空間；再次，采用集成隨機權(quán)向量函數(shù)連接網(wǎng)絡，構(gòu)建簡約非結(jié)構(gòu)化特征空間的分類認知準則；最后，構(gòu)建人臉認知結(jié)果熵測度指標，為人臉特征空間和分類認知準則的自尋優(yōu)調(diào)節(jié)機制提供量化依據(jù)。實驗結(jié)果表明，較已有方法，該方法有效地提高了人臉圖像的識別率。

發(fā)表于：5/6/2019 1:48:00 PM

深度學習在無線電信號調(diào)制識別中的應用綜述[通信與網(wǎng)絡][通信網(wǎng)絡]

無線電信號的調(diào)制識別在無線電監(jiān)測及頻譜管理中有著至關(guān)重要的作用。人工神經(jīng)網(wǎng)絡中的深度學習網(wǎng)絡由于具有強大的表征學習能力，可以自動從原始數(shù)據(jù)中提取出各種復雜的特征，因此，探索基于深度學習的無線電信號調(diào)制識別是目前無線電監(jiān)測領域主要的發(fā)展趨勢之一。介紹了深度學習在無線電信號調(diào)制識別中的一些應用成果及存在的問題。結(jié)合工作的實際需求，對深度學習在無線電信號調(diào)制識別中提出了一些展望，如進一步提高識別范圍和在低信噪比下的識別率；尋求新型深度學習調(diào)制識別混合架構(gòu)。

發(fā)表于：5/6/2019 1:35:00 PM

數(shù)控電源整流二極管換流振蕩分析與抑制[電源技術(shù)][其他]

分析了采用全波整流方式的移相全橋零電壓（ZVS）開關(guān)DCDC電源變換器在副邊換流過程前后，其整流二極管上流過的反向恢復電流引起電路寄生電感電容間諧振的過程與機理，建立其等效簡化電路與振蕩幅值數(shù)學模型；再運用上述模型分析了電路寄生電感電容參數(shù)對振蕩的影響；最后討論了兩種振蕩抑制措施，著重分析了副邊RCD吸收電路的抑制方案；給出了RCD吸收電路參數(shù)計算方法并在Saber與搭建的500 W的移相全橋樣機上進行了對比實驗，證明了合理設計的RCD吸收電路能夠有效抑制振蕩。

發(fā)表于：4/26/2019 5:17:00 AM

防火節(jié)能型手機充電器[電源技術(shù)][其他]

使用手機充電器充電后常常忘記拔充電器，或是充電器接入電源時產(chǎn)生的很大的浪涌電流，均會加速高壓電子元件的老化，容易發(fā)生故障引發(fā)火災。充電器長期處于待機工作狀態(tài)時消耗100~800 mW電量。為此提出防火節(jié)能型手機充電器，這種充電器將待機功耗降低至13 mW，因此無需拔出充電器從而滿足用戶的使用習慣。而且該充電器可以吸收浪涌電流，同時還具有定時充電、過流及短路保護等功能，從而防止火災的發(fā)生。

發(fā)表于：4/25/2019 5:35:00 AM

基于半控整流電路的無線電能傳輸技術(shù)的研究[電源技術(shù)][其他]

提出了一種無線電能傳輸最大效率恒壓輸出技術(shù)，該技術(shù)采用半控整流電路替代接收回路常用的二極管整流電路，并利用Boost電路調(diào)節(jié)輸出電壓。通過同時在線調(diào)節(jié)半控整流電路和Boost電路的占空比，實現(xiàn)系統(tǒng)在負載和耦合線圈間互感變化時保持最大效率下的恒壓輸出。實驗結(jié)果驗證了所提技術(shù)的可行性和理論分析的正確性。

發(fā)表于：4/25/2019 3:52:00 AM

基于DSP+FPGA+CPLD的電力電子設備通用控制器[嵌入式技術(shù)][智能電網(wǎng)]

傳統(tǒng)數(shù)字信號處理器（Digital Signal Processor，DSP）控制系統(tǒng)在中低壓電力電子設備的控制和保護中已有廣泛的應用，并取得了良好的控制效果，但對于高壓大功率電力電子設備的控制和保護則存在不足。對此，針對高壓大功率電力電子設備，設計了一種基于DSP+現(xiàn)場可編程門陣列（Field-Programmable Gate Array，F(xiàn)PGA）+復雜可編程邏輯器件（Complex Programmable Logic Device，CPLD）的通用型控制系統(tǒng)。其中，DSP完成系統(tǒng)核心算法和邏輯控制；FPGA進行系統(tǒng)電壓電流的高速采樣、快速邏輯運算和多路高頻脈寬調(diào)制（Pulse Width Modulation，PWM）信號輸出，CPLD實現(xiàn)輸出PWM信號高速檢測和故障閉鎖；主控制板與其他信號輸入輸出板分隔設計擴展控制器適用性。最后通過實驗證明了該控制系統(tǒng)設計的可行性。

發(fā)表于：4/24/2019 6:32:00 AM