亚洲av第一成肉网肉片av,亚洲国产精品一区二区动图

應用于收發(fā)鏈路多模塊級聯(lián)的優(yōu)化設(shè)計方法[微波|射頻][通信網(wǎng)絡]

為解決波束賦形芯片中子電路模塊由于寄生效應而導致的級聯(lián)失配問題提出了一種優(yōu)化設(shè)計方法。該設(shè)計方法通過主動引入相鄰器件阻抗牽引效應，并使其與級聯(lián)阻抗失配相抵消從而實現(xiàn)阻抗“預失配”的設(shè)計方案。對“預失配”的技術(shù)原理以及設(shè)計流程進行了簡要分析，并通過加工一款采用優(yōu)化設(shè)計方案的4通道X/Ku波段的射頻收發(fā)芯片，驗證了該設(shè)計方案的可實現(xiàn)性與有效性。在8 GHz~18 GHz頻帶范圍內(nèi)，該芯片與基于端口駐波設(shè)計體系的原芯片相比，收發(fā)鏈路增益分別為6.5 dB和14 dB，提升了超過2 dB。發(fā)射鏈路輸出功率21 dBm，發(fā)射效率為15.7%，分別提升了1 dB和9%。接收鏈路噪聲系數(shù)為8.72 dB，降低了1.2 dB。收發(fā)鏈路最大移相均方根誤差為5.12°和5.25°，分別下降了3.17°和1.75°。

發(fā)表于：5/27/2024 3:28:00 PM

一種改進的基于Mask R-CNN的玉米大斑病實例分割算法[人工智能][其他]

玉米作為我國主糧作物，其生產(chǎn)常受大斑病、小斑病、銹病等病害及蟲害影響，導致其產(chǎn)量與品質(zhì)下降，威脅農(nóng)業(yè)生產(chǎn)安全。近年來，視覺檢測技術(shù)因其高準確性已成為病害防控的重要工具。以Mask R-CNN為基礎(chǔ)框架，通過融入DyHead、Groie和OHEM模塊進行優(yōu)化，旨在提升對細微病灶圖像的分割效能。改良后的模型在病害圖像分割任務上展現(xiàn)出卓越性能，平均精度（mAP）提升4%，尤其在小目標分割上準確率提高8.5%，相較于YOLOv5、YOLACT++等同類模型優(yōu)勢顯著。通過消融實驗驗證了各新增模塊的有效性，證實該模型為精準檢測玉米大斑病提供了有力的技術(shù)支持與理論依據(jù)。

發(fā)表于：5/27/2024 3:28:00 PM

基于先進CMOS工藝的多通道Gbps LVDS接收器[模擬設(shè)計][工業(yè)自動化]

在SIP（System In a Package）系統(tǒng)中集成具有LVDS（Low-Voltage Differential Signal）接口的多通道高速模數(shù)轉(zhuǎn)換器（Analog-to-Digital Converter，ADC）時，面臨不同LVDS輸出通道延時不同所導致的數(shù)據(jù)采集錯誤的問題，為此設(shè)計了一個多通道自適應LVDS接收器。通過采用數(shù)據(jù)時鐘恢復技術(shù)產(chǎn)生一個多相位的采樣時鐘，并結(jié)合ADC的測試模式來確認每一個通道的采樣相位，能夠自動對每一個通道的延時分別進行調(diào)整，以達到對齊各通道采樣相位點，保證數(shù)據(jù)正確采集的目的。最后，基于先進CMOS工藝進行了接收器的設(shè)計、仿真、后端設(shè)計實現(xiàn)和流片測試，仿真和流片后的板級測試結(jié)果均表明該接收器能夠?qū)νǖ姥舆t進行自動調(diào)節(jié)以對齊采樣相位，且最大的采樣相位調(diào)節(jié)范圍為±3 bit，信噪比大于65 dB，滿足了設(shè)計要求和應用需求。

發(fā)表于：5/27/2024 3:28:00 PM

基于智能合約的農(nóng)業(yè)供應鏈溯源技術(shù)研究[模擬設(shè)計][其他]

發(fā)表于：5/27/2024 3:28:00 PM

基于深度學習的互聯(lián)網(wǎng)接收機中特定信號識別[通信與網(wǎng)絡][通信網(wǎng)絡]

隨著軟件無線電技術(shù)和互聯(lián)網(wǎng)技術(shù)的發(fā)展，有大量的互聯(lián)網(wǎng)接收機接入互聯(lián)網(wǎng)，并可任意訪問其頻譜瀑布圖數(shù)據(jù)。頻譜瀑布圖是信號頻域和時域特性的一種展示方式，將不同頻率的信號以圖像的方式直觀地進行展示，為了更好地監(jiān)測到頻譜瀑布圖中的特定信號，需要對頻譜瀑布圖中的特定信號進行智能識別。通過深度學習技術(shù)實現(xiàn)了對頻譜瀑布圖中特定信號識別，在信噪比大于5 dB時，識別準確率大于90%。

發(fā)表于：5/27/2024 3:28:00 PM

惡意代碼可視化分類研究[通信與網(wǎng)絡][信息安全]

新型惡意代碼設(shè)計變得日益復雜，傳統(tǒng)的識別并檢測方法已經(jīng)滿足不了當前的需求。因此，在對BODMAS數(shù)據(jù)集分析的基礎(chǔ)上，將其進行可視化處理并進行分類。同時考慮到現(xiàn)有惡意代碼可視化分類模型主要依賴全局特征，在卷積神經(jīng)網(wǎng)絡基礎(chǔ)上設(shè)計了一個CA（通道級局部特征關(guān)注）模塊和一個MA（多尺度局部特征關(guān)注）模塊，構(gòu)建了兩個新模型，巧妙地結(jié)合全局與局部特征。在BODMAS數(shù)據(jù)集上，新模型在惡意代碼種類識別并分類平均準確率相比于BODMAS數(shù)據(jù)集論文描述的方法得到了提高，證明了數(shù)據(jù)集可視化可行性和新模型的有效性，為未來研究提供了重要的數(shù)據(jù)和實驗基礎(chǔ)。

發(fā)表于：5/27/2024 3:28:00 PM

硅基三維異構(gòu)集成射頻微系統(tǒng)的多物理場耦合仿真與設(shè)計[微波|射頻][通信網(wǎng)絡]

利用硅基三維異構(gòu)集成工藝設(shè)計一款射頻微系統(tǒng)，以滿足設(shè)備對射頻模組高性能、小型化的需求。為了在設(shè)計初期充分評估該微系統(tǒng)的潛在可靠性風險，根據(jù)工藝特征以及產(chǎn)品在多物理場中的耦合現(xiàn)象，建立一種面向硅基三維異構(gòu)集成工藝射頻微系統(tǒng)的多物理場一體化仿真流程，逐一分析所涉及的電-熱耦合和熱-力耦合過程，預判產(chǎn)品在工作條件下的熱學和力學特性，為設(shè)計環(huán)節(jié)提供針對性的指導，預先規(guī)避可靠性風險，從而有效提高一次性設(shè)計成功率。

發(fā)表于：5/27/2024 3:28:00 PM

論數(shù)字化“智力成果”保護向著作權(quán)法回歸的正當性——以人工智能生成內(nèi)容的保護路徑選擇為例[其他][信息安全]

現(xiàn)階段數(shù)字化“智力成果”不斷涌現(xiàn)，但著作權(quán)保護之正當性卻遭遇了前所未有的挑戰(zhàn)。以人工智能生成內(nèi)容為例，無論是在保護對象上、權(quán)利主體上還是受控行為上都因為技術(shù)的強勢介入而產(chǎn)生認定難題，進而產(chǎn)生了適用反不正當競爭法進行保護的傾向。但事實上，適用反不正當競爭法不僅無法達到預期效果，反而會因抵觸著作權(quán)法而增加社會成本。經(jīng)過進一步分析，可以發(fā)現(xiàn)人工智能生成內(nèi)容等數(shù)字化“智力成果”之上存在創(chuàng)作模式、技術(shù)身份和使用行為性質(zhì)的認識誤區(qū)。當相關(guān)誤區(qū)被糾正后，著作權(quán)法完全有能力對數(shù)字化“智力成果”提供充分保護并且實現(xiàn)作者利益與公眾利益之間的平衡。因此，正確的做法是在外部明確著作權(quán)法、反不正當競爭法和公共領(lǐng)域的界限，在內(nèi)部利用著作權(quán)法高效的利益平衡機制尋找適合數(shù)字化“智力成果”的保護模式。

發(fā)表于：5/7/2024 1:00:00 PM

歐盟數(shù)據(jù)治理模式對我國數(shù)據(jù)要素開發(fā)利用的啟示[其他][信息安全]

歐盟圍繞數(shù)據(jù)資源開發(fā)利用經(jīng)歷了三個階段的發(fā)展，構(gòu)建形成了對全球影響極大、極具歐盟特色的數(shù)據(jù)治理路徑，目前，歐盟正加快體系化實施數(shù)據(jù)戰(zhàn)略，以推動壯大本土數(shù)字產(chǎn)業(yè)，形成與美、中抗衡的數(shù)字經(jīng)濟競爭力。歐盟數(shù)據(jù)戰(zhàn)略主要包含健全數(shù)據(jù)管理機構(gòu)、推動數(shù)據(jù)共享流通、建設(shè)數(shù)據(jù)基礎(chǔ)設(shè)施以及建立數(shù)據(jù)治理規(guī)則等方面，在實踐中取得了顯著成效。立足我國數(shù)據(jù)要素開發(fā)利用中存在的數(shù)據(jù)流通交易不暢、數(shù)據(jù)價值挖掘不足以及安全保障仍待補強等問題，研究總結(jié)歐盟數(shù)據(jù)治理模式對我國的啟示，旨在為數(shù)據(jù)要素探索實踐提供參考。

發(fā)表于：5/7/2024 1:00:00 PM

基于特征分析的智能網(wǎng)聯(lián)汽車數(shù)據(jù)分級方法研究[通信與網(wǎng)絡][信息安全]

當前，智能網(wǎng)聯(lián)技術(shù)的發(fā)展使得汽車成為數(shù)據(jù)交互的重要載體，智能網(wǎng)聯(lián)汽車所產(chǎn)生的數(shù)據(jù)量呈現(xiàn)指數(shù)型增長趨勢，國家對于數(shù)據(jù)安全的重視程度也在不斷加強。在此背景下，從行業(yè)實踐角度出發(fā)，對我國當前數(shù)據(jù)安全監(jiān)管現(xiàn)狀、數(shù)據(jù)分級方法進行梳理，最后提出一種基于特征分析的數(shù)據(jù)分級方法，助力企業(yè)加強數(shù)據(jù)治理、滿足政府合規(guī)要求。

發(fā)表于：5/7/2024 1:00:00 PM