欧美日韩国产综合视频一区二区三区,国产精品制服丝袜亚洲欧美,欧美日韩国产综合视频一区二区二

頭條

使用有安全保障的閃存存儲構建安全的汽車系統

使用有安全保障的閃存存儲構建安全的汽車系統

在現代汽車嵌入式系統中，高度安全的數據存儲是必不可少的，尤其是在面對日益高明的網絡攻擊時。本文將介紹設計師正確使用閃存的步驟。

最新設計資源

衛星通信鏈路上/下行及單/雙通道計算方法研究[其他][航空航天]

針對衛星X波段通信系統鏈路設計需求，詳細研究了傳輸過程中的各項損耗、干擾及系統指標和特性，提出了衛星通信系統的上、下行及單、雙通道情況下的多種鏈路計算方法，并通過實際示例驗證該計算模型的可行性。該計算方法模型可用于衛星通信系統的參數選擇、信號質量鏈路能力的預測，對衛星通信系統的設計具有指導意義。

發表于：7/1/2022

基于輕量級密集神經網絡的車載自組網入侵檢測方法[通信與網絡][汽車電子]

在車載自組網中，攻擊者可以通過偽造、篡改消息等方式發布虛假交通信息，導致交通擁堵甚至是嚴重的交通事故，而傳統的入侵檢測方法不能滿足車載自組網的應用需求。為了解決現階段車載網中入侵檢測方法性能低且存儲與時間成本高的問題，提出了一種基于密集神經網絡的入侵檢測方法L-DenseNet(Light Dense Neural Network)，通過降低模型復雜性，提升算法訓練速度和部署適應性，使其更適用于車載自組網中的入侵檢測。在VeReMi數據集上進行對比實驗，結果表明，該方法在識別各類攻擊的精確率和召回率的綜合表現最好，且具有較少的時間成本和存儲開銷。

發表于：7/1/2022

基于自校驗孿生神經網絡的故障區段定位方法[通信與網絡][通信網絡]

針對中壓配電網區段定位方法所存在的由系統中性點接地方式、故障點距離和過渡電阻大小等環境因素，以及電流互感器極性未知或智能電表錯誤安裝等人為因素所導致的定位不準確問題，提出一種平穩小波極性校驗下基于孿生神經網絡的故障區段定位方法。首先，分析了零序電流暫態特征，指出了傳統線性相關法存在的定位缺陷；其次，使用平穩小波變換解決信號同步和設備反接的問題；最后引入孿生神經網絡對故障點上下游信號進行相似性匹配，經訓練該模型可以準確定位故障區段。通過仿真驗證，該方法具有較強的抗干擾能力，對于定位盲區也有較高的識別率。

發表于：7/1/2022

基于表面掃描法的SiP器件近場電磁輻射測試方法[其他][其他]

在近場電磁輻射測試研究中，還沒有一套完整的面向單個元器件的測試方法。針對此問題，基于表面掃描法對SiP器件的近場電磁輻射測試方法進行研究。第一，利用X光研究SiP器件內部結構并進行干擾源分析；第二，完成硬件、軟件層搭建使器件進入工作狀態；第三，搭建近場測試系統，對工作中的器件實施近場測試。在案例研究中，所用SiP器件內部封裝外圍器件和作為主要干擾源的處理器。近場測試結果顯示，PCB上輻射主要集中在SiP器件周圍，器件近場輻射集中在處理器芯片處。案例研究的結果說明這種測試方法可以有效測量SiP器件的近場電磁輻射，并對器件內干擾源進行分析。

發表于：7/1/2022

大擺幅輸出的高速線性行波驅動器[其他][其他]

基于0.13 μm SiGe BiCMOS工藝設計了高速線性行波馬赫-曾德爾調制器(Mach-Zehnder Modulators，MZM)驅動器。驅動器主要由三個部分組成，分別是輸入級、輸出級和直流消除(Direct Current Offset Compensation，DCOC)。輸入級在差分對的發射極引入可變電容和可變電阻來實現增益可調的功能，在輸出節點采用了并聯電感峰化技術來提高帶寬；輸出級中采用了擊穿電壓倍增技術來獲得大擺幅輸出電壓，以及采用了并聯電感峰化技術來提高帶寬；DCOC通過在行波MZM驅動器的輸出和輸入之間建立反饋以消除直流失調，并且采用了一階低通濾波器以保證環路穩定。仿真結果顯示，驅動器的增益可以在較大的范圍內可調，DCOC環路的相位裕度高達82°，最高工作速率為100 Gb/s，輸出Vpp約為4 V，可以很好地驅動行波MZM。

發表于：7/1/2022

C-R型多通道10 bit SAR-ADC設計[模擬設計][其他]

采用0.13 μm工藝，設計并實現了一款單端CR型分級的10 bit SAR-ADC。在設計中，CR型分級的采用顯著降低了芯片面積，高5位的溫度計碼控制有效消除時鐘潰通等誤差，自舉開關的設計提高了采樣精度，前置放大器的高精度靜態比較器有效降低失調、提升了轉換精度。設計的ADC內核尺寸為580 μm×290 μm，后仿真結果顯示，在采樣率1 MS/s下，輸入正弦信號200 kHz時，ENOB可達9.5位，EO=1 LSB。

發表于：7/1/2022

Yolo神經網絡在集成電路焊盤布局規則檢測上的應用研究[模擬設計][通信網絡]

為探索深度學習在集成電路設計自動化上的應用，以電源和接地焊盤的排列規則作為檢查案例，研究了Yolo v3神經網絡在版圖檢查上的可行性。采用Python腳本批量生成版圖樣本圖片，并使用LabelImg進行標簽標記。使用TensorFlow框架編寫了基于Yolo v3的版圖檢查器。結果顯示，版圖檢查器在判斷焊盤布局正確性上實現了高精確率與高召回率。此外，還通過調整版圖的大小、形狀、對稱性與焊盤數目的方式對檢查器進行了進一步測試。檢查器仍表現卓越，體現出良好的擴展性。研究表明Yolo v3可以很好地找出焊盤布局的錯誤。深度學習在集成電路版圖檢查中的潛力大，值得繼續探索。

發表于：7/1/2022

基于SiP技術的某分組件及測試系統設計與實現[模擬設計][工業自動化]

系統級封裝SiP已成為突破摩爾定律的主要技術路線，是未來武器裝備小型化和多功能化的重要依托，在武器裝備研制和應用領域具有廣闊的市場和前景。針對區域信號目標識別系統輕量化、小型化、集成化、低功耗等要求，設計一種基于SiP技術的某分組件并為此開發一套自動化測試系統，通過該自動化測試系統對200多套產品進行試驗，得出該產品性能穩定、可靠；輕量化、小型化、低功耗等要求也滿足客戶要求。

發表于：7/1/2022

基于YOLOv3-tiny的視頻監控目標檢測算法[其他][其他]

目標檢測算法在視頻監控領域有著較大的實用價值。針對當前在資源受限的視頻監控系統中實現實時目標檢測較為困難的情況，提出了一種基于YOLOv3-tiny改進的目標檢測算法。該算法在YOLOv3-tiny架構的基礎之上，通過添加特征重用來優化骨干網絡結構，并提出全連接注意力混合模塊來學習到更豐富的空間信息，更適合資源約束條件下的目標檢測。實驗數據表明，該算法相比于YOLOv3-tiny在模型體積降低39.2%，參數量降低39.8%，且在VOC數據集上提高了2.7%的mAP，在提高檢測精度的同時顯著降低了模型資源占用。

發表于：7/1/2022

基于YOLOv5l的囊型肝包蟲病病灶檢測研究[其他][醫療電子]

針對臨床醫生在診斷肝包蟲病時需要通過個人經驗判斷囊型肝包蟲病分型，研究基于目標檢測算法的肝包蟲病灶自動檢測與分類模型，實現對肝包蟲病超聲影像的自動識別與分類。使用YOLOv5l模型作為囊型肝包蟲病病灶目標檢測的模型，利用本地肝包蟲病超聲影像數據集對網絡模型進行訓練。基于YOLOv5l模型與隨機梯度下降算法(SGD)優化算法的肝包蟲病病灶自動檢測分類模型可以很好地對5種類型的病灶進行有效的檢測，平均精度均值(mAP)為88.1%，經過測試，該模型的測試速度可達40 f/s。實驗結果表明，基于YOLOv5l與SGD算法的肝包蟲病病灶自動檢測分類模型能夠較好地識別病灶的具體位置，可以很好地輔助醫生診斷肝包蟲病。

發表于：7/1/2022

基于改進YOLOv5的車輛屬性檢測[測試測量][汽車電子]

車輛屬性檢測是一個基礎任務，其屬性檢測結果可以被應用到很多下游的交通視覺任務。提出了一種基于YOLOv5的車輛屬性檢測改進算法。針對檢測目標較小的問題，加入了卷積注意力模塊，讓網絡模型把更多的注意力放在小目標對象上；針對數據集樣本種類較少的問題，改進了YOLOv5的馬賽克數據增強方式；使用自門控激活函數Swish，起到抑制噪聲、加快收斂速度并提升模型魯棒性的作用。此外，還在公開車輛數據集VeRi-776的基礎上進行了詳細的車輛屬性標注，構建了一個車輛屬性數據集。實驗結果表明，改進后的算法比原始YOLOv5的平均精確率提升了4.6%，能夠準確地檢測到車輛圖像的通用屬性，可以供下游任務使用。

發表于：7/1/2022

直流微電流測量的研究進展[其他][其他]

直流微電流測量技術廣泛應用于核輻射檢測、靜電檢測、空間輻射探測等領域，是一項特色極值量測量技術，涉及高阻抗運放電路設計、泄漏電流防護等多項技術。直流微電流測量技術研究主要從電阻式和電容式反饋電路著手，分析測量電路的工作原理和傳遞函數，重點分析漏電流、熱電勢、運算放大器和電阻參數對測量誤差的影響，推導電路傳遞函數并仿真分析，最終提出減小各項參數對測量結果影響的方案。對近年來國內外直流微電流測量的方法進行了綜述，分析了電流電壓轉換法、電流頻率變換法和調制解調放大法。對國內外直流微電流測量儀器的現狀進行調查，世界上出現了很多高精度的微弱電流測量儀器，使微弱信號測量得到很大的提升。

發表于：7/1/2022

物聯網安全標準體系框架研究[其他][物聯網]

結合物聯網發展標準化需要，概述了國際國內物聯網安全標準化組織，從技術和應用視角對物聯網安全標準進行了分類，設計了物聯網安全標準體系框架，并針對性提出了物聯網安全標準化推進建議。

發表于：7/1/2022

基于深度學習的視頻行為分類方法綜述[其他][其他]

過去幾年，視頻行為分類從手工選擇特征方式逐步向采用深度學習端到端網絡模型方式轉變。討論了傳統手工選擇特征的行為分類方法以及基于深度學習的行為分類方法，著重對包括基于卷積神經網絡、長短期記憶網絡和時空融合網絡等不同的深度學習方法進行了論述，并對常用視頻行為分類數據集做了概述，對視頻行為分類方法的發展進行總結和展望。

發表于：7/1/2022

西門子進一步延伸Xcelerator，緊密連接現實世界與數字世界[通信與網絡][物聯網]

　　西門子近日推出全新西門子 Xcelerator —— 一款開放式數字商業平臺，以更輕松、更快速、可擴展的方式，跨越工業，樓宇，電網和交通等領域，幫助不同規模企業加速數字化轉型，并創造價值。對于西門子數字化工業軟件的用戶群體而言，Xcelerator 并不陌生。2019年，西門子數字化工業軟件全面集成工程軟件、服務和應用開發平臺，推出 Xcelerator 解決方案組合，旨在助力工業客戶實現轉型。如今，作為西門子向科技公司定位邁進的重要一步，Xcelerator 在原有基礎上進一步擴展，應用于更廣泛的業務層面，成為整個西門子獨特的數字業務平臺。

發表于：7/1/2022

主站蜘蛛池模板：亚洲AV无码一区二区二三区软件 | 欧美激情一级欧美精品| 国产一级高清视频免费看| 中文字幕aⅴ在线视频| 欧美在线视频免费观看| 国产欧美一区二区| 久久久久无码中| 欧美激情xxxx性bbbb| 十分钟免费视频高清完整版www| 91精品欧美产品免费观看| 成人免费看www网址入口| 人人狠狠综合久久亚洲| 蜜桃av无码免费看永久| 国产精品国三级国产aⅴ| 久久久一区二区三区| 狠狠色综合网久久久久久| 国产亚洲第一页| a级特黄的片子| 欧美一区二区三区在线观看| 免费看一级黄色毛片| 蜜臀AV一区二区| 国产片xxxxa片国语对白| 99热国产在线| 很狠干线观看2021| 亚洲国产精品嫩草影院久久 | 亚洲综合色婷婷在线观看| 福利视频免费看| 天天在线综合网| 亚洲JIZZJIZZ中国少妇中文| 美团外卖猛男男同38分钟| 国产尤物在线视精品在亚洲| 2020精品国产自在现线看| 日本aⅴ日本高清视频影片www| 亚洲中文字幕无码一久久区| 爱情岛亚洲论坛福利站| 国产情侣一区二区三区| 337p中国人体啪啪| 夜夜高潮夜夜爽国产伦精品| 一级毛片免费毛片毛片| 无限在线观看下载免费视频| 久久精品这里有|