頭條 模拟与嵌入式创新赋能边缘AI、汽车智能化与能源转型 【编者按】2025年，半导体市场在AI、汽车电子、消费电子和工业自动化等领域的推动下，持续快速增长，市场竞争激烈……在2026年，半导体市场能否继续保持增长态势，AI基础设施、汽车半导体、工业自动化等哪些细分领域更值得期待？ 最新資訊 意法半导体公布2018年第三季度财报 ·第三季度净营收25.2亿美元（同比增长18.1％） ·第三季度营业利润率15.8％（同比增长270个基点），净利润3.69亿美元（同比增长56.7％） ·业务展望(中位数): 预计第四季度净营收环比增长约5.7％，2018全年净营收同比增长约16.0％; 第四季度毛利率约39.8％ 發(fā)表于：2018/10/27 探索物联网对创新的影响 十年前，在物联网成为流行词之前，德州仪器公司有一个简单的创意，让开发人员可以更轻松地将复杂的无线电技术（如Wi-Fi®）添加到其嵌入式应用程序中。这一前景令人兴奋。无线连接将为我们的客户打开新的大门，帮助他们收集数据并提供多种多样的新服务。 發(fā)表于：2018/10/27 客户案例：MVG物联网产品天线测试 全球天线测试测量系统生产厂商——法国Microwave Vision Group (以下简称MVG) 的客户Plume Design 美国公司（以下简称Plume）一直是物联网行业的佼佼者。他们是如何成功把物联网产品快速推出市场的同时保证其产品的可持续性？Plume深信天线的性能是物联网产品成功的关键。他们选择了MVG 的SG24天线测试系统来测试其产品 “Pods” 的OTA无线性能，优化产品在开发过程的速度和准确性，使其在开发新一代产品时运筹帷幄。 發(fā)表于：2018/10/27 湃睿科技带您走进郑纺机，探知智能化、数字化创新与变革 郑纺机PLM项目于2017年7月17日启动，在湃睿科技优秀实施团队和丰富实施经验的支持下，已于2018年5月15日成功验收，完成了产品生命周期管理系统的实施与建设。近日，郑纺机相关骨干接受了专访拍摄。接下来让我们走进郑纺机，了解郑纺机，探知PLM系统给企业带来的创新与变革。 發(fā)表于：2018/10/27 XP Power推出85W & 120W适配器电源，符合最新的能效标准和通讯&医疗安规标准 XP Power正式宣布推出新的85W & 120W 单输出高效率适配器电源，符合最新的外置电源能效安规标准。ALM85 & ALM120系列在运行和待机模式下能耗更少，有助于减少对环境的影响。 發(fā)表于：2018/10/27 格芯与成都合作伙伴调整成都合资公司战略 今日，格芯与成都合作伙伴签署了投资合作协议修正案。基于市场条件变化、格芯于近期宣布的重新专注于差异化解决方案，以及与潜在客户的商议，将取消对成熟工艺技术（180nm/130nm）的原项目一期投资。同时，将修订项目时间表，以更好地调整产能，满足基于中国的对差异化产品的需求包括格芯业界领先的22FDX技术。 發(fā)表于：2018/10/27 世强& Silicon Labs workshop举办，展示多项行业首创的物联网动态多协议技术 自物联网的概念被提出至今，物联网虽在一定意义上进入了我们的生活，但还没有全面深入。有研究机构曾预计，未来十年全球物联网将实现大规模普及。于是，在这个亿万风口下，拿出物联网的新玩法、新产品和新解决方案显得愈发重要。 發(fā)表于：2018/10/27 基于二倍体显性机制的DNA算法研究 有鉴于传统遗传算法与生物DNA遗传机制机理差异较大，依据生物遗传的DNA遗传特性，提出并研究设计了一种基于二倍体显性机制的DNA遗传计算方法（AO方法），分析了AO交叉方法的模式抽样特性，并结合若干典型测试函数的遗传优化问题设计了相关DNA算法，开展了相关实验研究工作。理论分析与实验结果显示，本文提出的这种DNA遗传计算方法在综合优化效率方面明显优于Holland传统遗传算法。 發(fā)表于：2018/10/26 基于蝴蝶优化的粒子滤波算法 针对标准粒子滤波采用次优的重要性函数而导致的粒子退化问题，提出一种基于蝴蝶优化的改进粒子滤波算法。通过蝴蝶算法优化粒子滤波的重要性采样过程，使得远离真实状态的粒子向真实状态可能性较大的区域移动。优化后的粒子滤波算法增强了粒子的作用效果，避免了局部最优问题。仿真结果表明，与传统粒子滤波和粒子群优化粒子滤波算法相比较，优化后的粒子滤波算法均根方差误差明显减小，所需的粒子数少于常规的粒子滤波算法，有效改善了粒子退化问题，提高了滤波精度。 發(fā)表于：2018/10/25 深度学习在网络信息安全中的应用 当今时代网络信息技术发展突飞猛进，但网络信息安全也面临前所未有的挑战，层出不穷的重大网络信息安全事件敲响了警钟。近年来深度学习技术领域的兴起为解决一些过去处理困难的问题提供了新的方案。阐述了网络信息安全面临的威胁，概括了传统网络信息安全策略及其缺点，介绍了深度学习的发展历程和技术特征，最后分析利用深度学习技术解决相关网络信息安全问题，为深度学习在网络信息安全中的广泛运用提供见解及思路。 發(fā)表于：2018/10/25 <…319320321322323324325326327328…>
