短篇超级YIN荡女高中生H,久久精品人人妻人人爱

電感參數(shù)可視化測量方法研究[測試測量][智能電網(wǎng)]

電感器有很多參數(shù)，其中最重要的兩個參數(shù)決定了電感器的性能：電感值和飽和電流。既有的電感參數(shù)測量方法要么能比較精確地測量電感值，要么能用其他輔助手段測量飽和電流，但都不能同時測量電感值和飽和電流。結(jié)合數(shù)字存儲示波器特殊的單次觸發(fā)和圖形顯示技術(shù)，設(shè)計簡易的電阻電感串聯(lián)測量電路，根據(jù)電感值的測量定義，測量出電感兩端的電壓值以及取樣電阻的電流變動值，從而計算出電感值。數(shù)字存儲示波器顯示測量曲線的拐點，即可求出電感飽和電流。通過實驗驗證，此方法能得到精確的電感值，同時能得到直觀的飽和電流值。方法原理簡單，設(shè)計合理，易于操作，是在實驗室缺少LCR測試儀的情況下一個經(jīng)濟有效的電感參數(shù)測量方法。

發(fā)表于：5/31/2023

基于改進模糊PID位置隨動系統(tǒng)控制[測試測量][工業(yè)自動化]

針對直流有刷電機在使用傳統(tǒng)模糊PID控制器進行位置隨動控制時，由于負載轉(zhuǎn)矩變化導致系統(tǒng)跟隨性能下降以及負載轉(zhuǎn)矩未知的問題，提出了基于負載觀測器的改進模糊PID控制器代替?zhèn)鹘y(tǒng)模糊PID控制器，在傳統(tǒng)模糊控制結(jié)構(gòu)的基礎(chǔ)上增加負載觀測器，實時觀測系統(tǒng)負載轉(zhuǎn)矩，并利用負載轉(zhuǎn)矩實時調(diào)節(jié)系統(tǒng)控制器參數(shù)，提升了系統(tǒng)在負載轉(zhuǎn)矩突變時的位置跟隨能力。仿真結(jié)果表明：負載觀測器能實時、準確地觀測負載轉(zhuǎn)矩，改進模糊PID控制器對負載擾動有較強的抑制能力，并有效減小了系統(tǒng)的調(diào)節(jié)時間和穩(wěn)態(tài)誤差。

發(fā)表于：5/31/2023

基于USB2.0總線的NAND Flash檢測及控制方法[測試測量][工業(yè)自動化]

在高速大容量存儲裝置設(shè)計中多采用NAND Flash存儲器，針對目前采用串口檢測壞塊、實現(xiàn)數(shù)據(jù)讀寫的方法存在檢測速度慢、等待時間長等缺點，提出了基于USB2.0總線的NAND Flash檢測與控制方法。利用FPGA邏輯控制功能和高速USB接口芯片設(shè)計通信和控制電路，并通過上位機軟件實現(xiàn)對Flash的命令、操作控制，由用戶通過PC應(yīng)用程序完成對NAND Flash的讀寫、擦除檢測及壞塊標定。經(jīng)實驗應(yīng)用驗證，該方法檢測、讀寫速度快，使用靈活，能準確、有效實現(xiàn)數(shù)據(jù)的快速讀寫、擦除及壞塊標定，可廣泛應(yīng)用于存儲測試裝置的設(shè)計研制中。

發(fā)表于：5/31/2023

基于木馬特征風險敏感的硬件木馬檢測方法[測試測量][信息安全]

針對現(xiàn)有硬件木馬檢測方法中存在的木馬檢出率偏低問題，提出一種基于木馬特征風險敏感的門級硬件木馬檢測方法。通過分析木馬電路的結(jié)構(gòu)特征和信號特征，構(gòu)建11維硬件木馬特征向量；提出了基于Borderline-SMOTE的硬件木馬特征擴展算法，有效擴充了訓練數(shù)據(jù)集中的木馬樣本信息；基于PSO智能尋優(yōu)算法優(yōu)化SVM模型參數(shù)，建立了木馬特征風險敏感分類模型。該方法基于Trust-Hub木馬庫中的17個基準電路展開實驗驗證，其中16個基準電路的平均真陽率（TPR）達到100%，平均真陰率（TNR）高達99.04%，與現(xiàn)有的其他檢測方法相比，大幅提升了硬件木馬檢出率。

發(fā)表于：5/31/2023

基于OpenMV的共享單車規(guī)范停車檢測[人工智能][智能交通]

為了解決城市中共享單車亂停亂放的問題，提出了一種基于OpenMV的共享單車規(guī)范停車系統(tǒng)。系統(tǒng)主要由OpenMV開發(fā)板、BC20通信定位模塊以及OneNET云服務(wù)器等組成。其中OpenMV完成對停車狀態(tài)的檢測與識別，借助BC20內(nèi)置的網(wǎng)絡(luò)模塊與OneNET云服務(wù)器進行數(shù)據(jù)交互，并將檢測結(jié)果反饋至小程序客戶端，從而實現(xiàn)對共享單車的停車檢測和控制。系統(tǒng)通過大量的測試，實驗結(jié)果表明系統(tǒng)運行穩(wěn)定，識別準確率為94.1%，可以實現(xiàn)共享單車的規(guī)范停車自動檢測，具有良好的市場應(yīng)用前景與價值。

發(fā)表于：5/31/2023

基于單頁語義特征的垃圾網(wǎng)頁檢測[人工智能][通信網(wǎng)絡(luò)]

為解決垃圾網(wǎng)頁檢測中特征提取難度高、計算量大的問題，提出一種僅基于當前網(wǎng)頁的HTML腳本提取語義特征的方法。首先使用深度優(yōu)先搜索和動態(tài)規(guī)劃相結(jié)合的記憶化搜索算法對域名進行單詞切割，采用隱含狄利克雷分布提取主題詞，基于Word2Vec詞向量和詞移距離計算3個單頁語義相似度特征；然后將單頁語義相似度特征融合單頁統(tǒng)計特征，使用隨機森林等分類算法構(gòu)建分類模型進行垃圾網(wǎng)頁檢測。實驗結(jié)果表明，基于單頁內(nèi)容提取語義特征融合單頁統(tǒng)計特征進行分類的AUC值達到88.0%，比對照方法提高4%左右。

發(fā)表于：5/31/2023

基于動態(tài)圖卷積的點云補全網(wǎng)絡(luò)[人工智能][通信網(wǎng)絡(luò)]

大多數(shù)傳統(tǒng)的深度學習點云補全學習方法僅僅使用了全局特征而忽略了局部特征，為了更好地提取和使用點云的局部特征，提出了一個基于深度學習的端到端點云補全網(wǎng)絡(luò)。在點云補全網(wǎng)絡(luò)（PCN）的基礎(chǔ)上，編碼部分引入針對局部特征改進的動態(tài)圖卷積（DGCNN），使用多個不同維度的邊卷積提取較為豐富的局部特征，并按照距離弱化遠點的特征；然后用深度殘差網(wǎng)絡(luò)連接的思想優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)以實現(xiàn)多尺度特征的融合，并加入平均池化彌補全局池化造成的信息損失；在解碼部分引入折疊網(wǎng)絡(luò)（FoldingNet），使輸出的點云更加完整。實驗結(jié)果表明，該點云補全網(wǎng)絡(luò)相對PCN等點云補全網(wǎng)絡(luò)有部分提升，驗證了新方法的有效性。

發(fā)表于：5/31/2023

紋理特征提取方法綜述[其他][其他]

圖像紋理特征提取是圖像紋理分類與分割的基礎(chǔ)，廣泛應(yīng)用于醫(yī)學圖像、遙感圖像等領(lǐng)域。對近期的主流紋理特征提取方法以及融合方法進行了分析與總結(jié)，并探討了紋理特征提取方法未來的研究方向。首先詳細介紹了12個主流的公開紋理數(shù)據(jù)集的特點及其適用場景；接著總結(jié)了近幾年出現(xiàn)的一些紋理特征提取方法，并根據(jù)特征融合方式從多個角度對紋理特征融合方法進行了分類介紹；最后總結(jié)了紋理特征提取存在的難點和挑戰(zhàn)，并對未來的紋理特征提取方法研究方向進行思考和討論。

發(fā)表于：5/31/2023

空基網(wǎng)絡(luò)定向天線對準與跟蹤技術(shù)綜述[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為了滿足寬頻帶、大容量、遠距離和多成員等未來通信需求，定向天線逐漸廣泛地投入應(yīng)用。由于定向天線只在某些特定方向上收發(fā)電磁波，相比于全向天線其隱蔽性和抗干擾性強，增加了輻射功率的有效利用率，因此能擴大通信距離，更好地適應(yīng)多節(jié)點的復雜環(huán)境。但同時該特性也使得“定向天線對準”成為了研究熱點，尤其是為了緩解通信頻段變高后傳播損耗帶來的影響，定向天線波束收窄，導致對準難度進一步加??；而空基環(huán)境中通信雙方高速運動，如何保持實時跟蹤也成為關(guān)鍵問題。因此針對空-空應(yīng)用場景，綜述定向天線對準及跟蹤過程中指向求解、角度測量和波束跟蹤等方法，并討論分析了各方法的優(yōu)缺點；總結(jié)出以軌跡預測為輔助，基于坐標-信號聯(lián)合跟蹤控制方案的系統(tǒng)架構(gòu)，說明了定向天線對準及跟蹤技術(shù)的潛在挑戰(zhàn)和未來的發(fā)展方向。

發(fā)表于：5/31/2023

應(yīng)對實際工程挑戰(zhàn)，如何為嵌入式軟件開發(fā)選擇編譯器[嵌入式技術(shù)][汽車電子]

　　在過去數(shù)十年，摩爾定律一直支配著半導體的發(fā)展。隨著MCU的性能越來越強，嵌入式產(chǎn)品也越來越智能，嵌入式軟件也變得越來越復雜。編譯器作為嵌入式軟件開發(fā)的基礎(chǔ)工具，將程序員編寫的源代碼轉(zhuǎn)換為底層硬件可以執(zhí)行的機器指令。一款優(yōu)秀的編譯器既需要對程序進行優(yōu)化，確保程序可以高效地運行，同時又需要保證轉(zhuǎn)換的一致性。

發(fā)表于：5/29/2023

如何通過人工智能（AI）和機器學習應(yīng)對零售勞動力和執(zhí)行方面的挑戰(zhàn)[人工智能][物聯(lián)網(wǎng)]

　　今年以來國內(nèi)消費持續(xù)恢復，國內(nèi)零售市場呈穩(wěn)步發(fā)展態(tài)勢，而商務(wù)部也將2023年定為“消費提振年”，消費的基礎(chǔ)性作用被進一步強調(diào)。面對不斷增長的需求，零售團隊人員數(shù)量及具體運營執(zhí)行是否能及時匹配，正成為零售商們不得不面臨的挑戰(zhàn)。零售團隊人員的短缺將使商店難以正常運營。當商店經(jīng)理的人數(shù)捉襟見肘時，他們可能沒有時間對員工進行新技能培訓，幫助員工提高現(xiàn)有的技能組合，或者弄清楚如何以更佳的方式在商店中利用其技能。商店經(jīng)理也可能難以對已有員工進行有效的安排。鑒于如今客戶和員工的期望之高前所未有，因此很難追蹤每位團隊成員的排班偏好和可用性。

發(fā)表于：5/29/2023

基于變壓器的穩(wěn)壓器采用靈活的TLVR結(jié)構(gòu)，實現(xiàn)極快的動態(tài)響應(yīng)[電源技術(shù)][工業(yè)自動化]

　　對于需要數(shù)千安培大電流的應(yīng)用來說，具有極快動態(tài)響應(yīng)的穩(wěn)壓器（VR）是非常合宜的。本文介紹基于變壓器的穩(wěn)壓器，其采用跨電感電壓調(diào)節(jié)器（TLVR）結(jié)構(gòu)，設(shè)計用于在負載瞬變期間實現(xiàn)極快響應(yīng)。采用TLVR結(jié)構(gòu)的基于變壓器的穩(wěn)壓器克服了傳統(tǒng)TLVR結(jié)構(gòu)的缺點，提供很大的設(shè)計靈活性和極快的瞬態(tài)響應(yīng)，因而輸出電容和解決方案尺寸更小，系統(tǒng)成本更低。文中提供了詳細的實驗結(jié)果和案例研究，以展示采用TLVR結(jié)構(gòu)的基于變壓器的穩(wěn)壓器具備的綜合優(yōu)勢。

發(fā)表于：5/29/2023

恩智浦S32G3處理器加速開發(fā)軟件定義汽車和安全處理[嵌入式技術(shù)][汽車電子]

　　隨著S32G3系列量產(chǎn)，S32G系列汽車網(wǎng)絡(luò)處理器的規(guī)模翻了一番，其性能、內(nèi)存和網(wǎng)絡(luò)帶寬均為S32G2系列的2.5倍。新的S32G3處理器與S32G2處理器兼容封裝引腳和軟件，允許客戶設(shè)計性能擴展約10倍，以支持多個產(chǎn)品層或隨著時間的推移提高產(chǎn)品性能。S32G系列現(xiàn)在從三個雙核鎖步微控制器擴展到四個雙核鎖步微控制器+八路高性能微計算機，提供3.9k到36k DMIPS的處理范圍。

發(fā)表于：5/29/2023

人工智能在5G和6G網(wǎng)絡(luò)中的應(yīng)用[人工智能][物聯(lián)網(wǎng)]

　　人工智能（AI）革命已經(jīng)到來。隨著ChatGPT等應(yīng)用的公開發(fā)布，人們得以利用深度神經(jīng)網(wǎng)絡(luò)和機器學習（ML）的力量和潛力獲得親身體驗。ChatGPT是一個語言模型，該模型使用來自互聯(lián)網(wǎng)和書籍的海量文本數(shù)據(jù)進行了訓練，能夠生成類似真人撰寫的文本。這種類型的應(yīng)用完美體現(xiàn)出了人工智能的優(yōu)勢。它可以通過大量的訓練數(shù)據(jù)不斷優(yōu)化在復雜場景下的輸出。

發(fā)表于：5/29/2023

Cadence 發(fā)布面向 TSMC 3nm 工藝的 112G-ELR SerDes IP 展示[人工智能][5G]

　　3nm 時代來臨了！Cadence 在 2023 年 TSMC 北美技術(shù)研討會期間發(fā)布了面向臺積電 3nm 工藝（N3E）的 112G 超長距離（112G-ELR）SerDes IP 展示，這是 Cadence 112G-ELR SerDes IP 系列產(chǎn)品的新成員。在后摩爾時代的趨勢下，F(xiàn)inFET 晶體管的體積在 TSMC 3nm 工藝下進一步縮小，進一步采用系統(tǒng)級封裝設(shè)計（SiP）。通過結(jié)合工藝技術(shù)的優(yōu)勢與 Cadence 業(yè)界領(lǐng)先的數(shù)字信號處理（DSP）SerDes 架構(gòu)，全新的 112G-ELR SerDes IP 可以支持 45dB 插入損耗，擁有卓越的功耗、性能、面積（PPA）指標，是超大規(guī)模 ASICs，人工智能/機器學習（AI/ML）加速器，交換矩陣片上系統(tǒng)（SoCs）和 5G 基礎(chǔ)設(shè)施應(yīng)用的理想選擇。

發(fā)表于：5/24/2023