久久久青草青青亚洲国产免观,AA免费观看的1000部电影,19性猛交

基于FCM flow的小規(guī)模數(shù)字電路芯片測試[測試測量][消費(fèi)電子]

隨著芯片工藝的不斷演進(jìn)，數(shù)字芯片的規(guī)模急劇增加，測試成本進(jìn)一步增加。目前先進(jìn)的DFT技術(shù)已應(yīng)用于大規(guī)模SoC芯片的測試，包括掃描路徑設(shè)計(jì)、JTAG、ATPG（自動測試向量生成）等。但對于一些小規(guī)模集成電路，插入掃描鏈等測試電路會增加芯片面積并增加額外的功耗。對于這種芯片，功能case生成的pattern可用于檢測制造缺陷和故障。因此，需要一些方法來驗(yàn)證覆蓋率是否達(dá)到了目標(biāo)。Verisium manager工具依靠Xcelium的故障仿真引擎和Jasper功能安全驗(yàn)證應(yīng)用程序（FSV）可以解決這個問題。它為 ATE（自動測試設(shè)備）pattern的覆蓋率分析提供了一個新的思路。

發(fā)表于：8/25/2023 2:51:00 PM

基于點(diǎn)云補(bǔ)全的三維目標(biāo)檢測[人工智能][其他]

LiDAR技術(shù)的發(fā)展為自動駕駛提供了豐富的3D數(shù)據(jù)。然而，由于遮擋和某些反射材料的原因引起信號丟失，LiDAR點(diǎn)云實(shí)際上是不完整的2.5D數(shù)據(jù)，這對 3D 感知提出了根本性挑戰(zhàn)。針對這一問題，提出對原始數(shù)據(jù)進(jìn)行三維補(bǔ)全的方法。根據(jù)大多數(shù)物體形狀對稱且重復(fù)率高的特點(diǎn)，通過學(xué)習(xí)先驗(yàn)對象形狀的方法估計(jì)點(diǎn)云中遮擋部分的完整形狀。該方法首先識別被遮擋和信號缺失影響的區(qū)域，在這些區(qū)域中預(yù)測區(qū)域所包含對象形狀的占用概率。針對物體間遮擋的情況，通過形狀的占用概率和共享同類形狀形態(tài)進(jìn)行三維補(bǔ)全。對自身遮擋的物體，通過自身鏡像進(jìn)行恢復(fù)。最后通過點(diǎn)云目標(biāo)檢測網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)。結(jié)果表明，通過該方法能有效地提高生成點(diǎn)云3D邊框的mAP（mean Average Precision）。

發(fā)表于：8/25/2023 2:46:12 PM

核電行業(yè)網(wǎng)絡(luò)安全應(yīng)急演練模式研究[其他][其他]

針對核電行業(yè)網(wǎng)絡(luò)安全應(yīng)急演練問題進(jìn)行研究，首先分析了相關(guān)網(wǎng)絡(luò)安全威脅，依此設(shè)計(jì)可能存在的應(yīng)急場景，基于核電工控系統(tǒng)實(shí)驗(yàn)室網(wǎng)絡(luò)環(huán)境研究應(yīng)急演練模式，并通過開展應(yīng)急演練對其效果進(jìn)行評價。通過定期進(jìn)行應(yīng)急演練，可以提升核電行業(yè)應(yīng)急隊(duì)伍的安全事件監(jiān)測、響應(yīng)、處置和防護(hù)能力，不斷完善網(wǎng)絡(luò)安全應(yīng)急演練制度建設(shè)。

發(fā)表于：8/24/2023 6:07:00 PM

基于白兔時間同步協(xié)議的加速器節(jié)點(diǎn)時鐘同步系統(tǒng)[其他][其他]

提出了一種基于白兔時間同步協(xié)議，利用SPARTAN6系列現(xiàn)場可編程門陣列(FieldProgrammable Gate Array,FPGA)實(shí)現(xiàn)多節(jié)點(diǎn)亞納秒級別時間同步，并通過測量觸發(fā)信號到達(dá)時間，根據(jù)設(shè)置的延遲進(jìn)行恢復(fù)，從而實(shí)現(xiàn)高于120 ps時間分辨率。該方法能夠精確控制多節(jié)點(diǎn)信號發(fā)生的絕對時間，具有廣泛的應(yīng)用前景。特別地，該方法可應(yīng)用于同步輻射加速器中，提高實(shí)驗(yàn)數(shù)據(jù)的準(zhǔn)確性和穩(wěn)定性，有望在材料科學(xué)、生物學(xué)和化學(xué)等領(lǐng)域中得到廣泛應(yīng)用。該研究成果為同步輻射加速器的研究和實(shí)驗(yàn)提供了新的解決方案，有望推動同步輻射技術(shù)的發(fā)展，為科學(xué)研究和工程應(yīng)用提供更多可能。

發(fā)表于：8/24/2023 6:03:00 PM

數(shù)據(jù)驅(qū)動的工業(yè)元宇宙系統(tǒng)研究[人工智能][物聯(lián)網(wǎng)]

物聯(lián)網(wǎng)、大數(shù)據(jù)及新一代信息技術(shù)的發(fā)展，對傳統(tǒng)制造業(yè)帶來前所未有的沖擊，基于數(shù)據(jù)關(guān)鍵生產(chǎn)要素的工業(yè)元宇宙建設(shè)得到越來越多的關(guān)注，為傳統(tǒng)制造業(yè)帶來了機(jī)遇，也帶來了挑戰(zhàn)。分析討論了工業(yè)元宇宙的背景、現(xiàn)狀、關(guān)鍵支撐技術(shù)，并以某企業(yè)智造元宇宙平臺的AR/VR虛擬仿真實(shí)訓(xùn)系統(tǒng)為例，初

發(fā)表于：8/24/2023 5:57:00 PM

基于TextCNN-Bert融合模型的不良信息識別技術(shù)[人工智能][其他]

敏感領(lǐng)域的不良信息具有極強(qiáng)的迷惑性和欺騙性，腐蝕人們的思想，影響人們的價值觀和判斷能力，危害社會安全，研究敏感領(lǐng)域不良信息的識別技術(shù)具有深遠(yuǎn)意義。通用的識別技術(shù)忽略了背景知識和隱喻問題，直接應(yīng)用于敏感領(lǐng)域不良信息識別效果較差。提出一種基于TextCNNBert的融合模型，通過敏感領(lǐng)域主題識別和情感隱喻識別，實(shí)現(xiàn)對敏感領(lǐng)域不良信息的文本識別。實(shí)驗(yàn)結(jié)果表明，該模型在準(zhǔn)確率、F1評分等指標(biāo)方面取得了良好的結(jié)果，相較于現(xiàn)有模型有顯著提高。

發(fā)表于：8/24/2023 5:47:00 PM

基于圖像降噪的集成對抗防御模型研究[模擬設(shè)計(jì)][工業(yè)自動化]

深度學(xué)習(xí)的快速發(fā)展使其在圖像識別、自然語言處理等諸多領(lǐng)域廣泛應(yīng)用。但是，學(xué)者發(fā)現(xiàn)深度神經(jīng)網(wǎng)絡(luò)容易受到對抗樣本的欺騙，使其以較高置信度輸出錯誤結(jié)果。對抗樣本的出現(xiàn)給對安全性要求嚴(yán)格的系統(tǒng)帶來很大威脅。研究了在低層特征（LowLevel Feature）和高層特征（HighLevel Feature）對圖像進(jìn)行降噪以提升模型防御性能。在低層訓(xùn)練一個降噪自動編碼器，并采用集成學(xué)習(xí)的思路將自動編碼器、高斯擾動和圖像掩碼重構(gòu)等多種方式結(jié)合；高層對ResNet18作微小改動加入均值濾波。實(shí)驗(yàn)顯示，所提出的方法在多個數(shù)據(jù)集的分類任務(wù)上有較好的防御性能。

發(fā)表于：8/24/2023 5:40:00 PM

基于因果關(guān)系和特征對齊的圖像分類域泛化模型[人工智能][其他]

針對現(xiàn)有域泛化方法性能較差或缺乏理論可解釋性的缺點(diǎn)，提出了一種基于因果關(guān)系和特征對齊的圖像分類域泛化模型，并證明了該模型的可識別性。該模型利用域泛化中的因果關(guān)系來學(xué)習(xí)含有不同信息的特征，將域泛化問題轉(zhuǎn)化為特征相關(guān)分布的偏移，再利用特征對齊消除偏移。為提高模型的性能，采用對抗訓(xùn)練進(jìn)一步優(yōu)化學(xué)到的特征。在公共數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，新提出的模型與目前最優(yōu)的方法性能相當(dāng)，表明該模型具有理論可解釋性的同時，還有不俗的實(shí)際性能表現(xiàn)。

發(fā)表于：8/24/2023 5:22:00 PM

基于改進(jìn)的長短期記憶神經(jīng)網(wǎng)絡(luò)交通流預(yù)測[通信與網(wǎng)絡(luò)][汽車電子]

針對未來時刻交通流量的預(yù)測問題，在考慮歷史時刻車流量數(shù)據(jù)、日期屬性、天氣、降雨量等多方面影響因素的同時，提出一種考慮多方面影響因素的長短期記憶神經(jīng)網(wǎng)絡(luò)(LSTM*)模型。實(shí)驗(yàn)表明在對短期車流量進(jìn)行預(yù)測時，LSTM*模型的準(zhǔn)確性優(yōu)于現(xiàn)有的基線方法；對長期車流量進(jìn)行預(yù)測時，基于粒子群算法改進(jìn)的長短期記憶神經(jīng)網(wǎng)絡(luò)（PSOLSTM*）模型的準(zhǔn)確性優(yōu)于LSTM*模型。

發(fā)表于：8/24/2023 5:00:00 PM

基于多維特征融合驗(yàn)證的物聯(lián)終端安全防護(hù)方法研究[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

物聯(lián)網(wǎng)技術(shù)的快速發(fā)展和普及為人們的生活帶來了諸多便利，但普遍部署在非受控環(huán)境的終端設(shè)備也時刻面臨物理攻擊、非法替換等安全隱患。設(shè)備接入驗(yàn)證是保障物聯(lián)終端及物聯(lián)網(wǎng)整體安全的關(guān)鍵，對此提出了一種基于多維特征融合驗(yàn)證的物聯(lián)終端安全防護(hù)方法，通過采集設(shè)備操作系統(tǒng)類型、開放端口、MAC地址、IP地址用以表征設(shè)備身份，與預(yù)設(shè)規(guī)則進(jìn)行比對后驗(yàn)證設(shè)備的合法性。實(shí)驗(yàn)表明，該方法在有效性和準(zhǔn)確性方面表現(xiàn)良好，且具有低部署成本、高檢測性能等優(yōu)勢，具有一定的實(shí)用性和推廣價值。

發(fā)表于：8/24/2023 4:46:53 PM