丁香五月亚洲综合色婷婷,青草精品精品视频在线观看 ,亚洲欧洲一区二区欧美国产

傳感器節(jié)點控制器 – 助力未來連網(wǎng)傳感器[MEMS|傳感技術(shù)][通信網(wǎng)絡(luò)]

傳感器中樞（Sensor hub）的概念被越來越多地采用到當今的SoC設(shè)計中，以滿足“始終運行”的傳感器/外設(shè)訪問和控制（甚至以高速率）的要求，而且不會增加功耗和設(shè)計成本。傳感器中樞可以是小型CPU內(nèi)核，與傳感器/外設(shè)連接，并通過執(zhí)行后臺操作并僅在需要時“喚醒”主處理器，充當功耗較大的主處理器的卸載引擎的角色。

發(fā)表于：4/22/2019

基于改進DEA算法的聲波加密傳輸系統(tǒng)[嵌入式技術(shù)][信息安全]

系統(tǒng)采用改進的數(shù)據(jù)加密算法（Data Encryption Algorithm，DEA），由復(fù)雜可編程邏輯器件（Complex Programmable Logic Device，CPLD）芯片EPM570構(gòu)建硬件系統(tǒng)。聲波信號經(jīng)頻率調(diào)制后，經(jīng)密鑰加密后發(fā)送給接收端，接收端先經(jīng)過濾波，再由密鑰解密后還原出原信號，從而實現(xiàn)近距離加密傳輸。硬件電路分為發(fā)送端和接收端兩部分，由主控器、CPLD、直接數(shù)字式頻率合成器（Direct Digital Synthesizer，DDS）、濾波器和里所（Reed-solomon，RS）碼模塊電路構(gòu)成。實驗表明該系統(tǒng)具有較高的安全性，可應(yīng)用于機密信號或敏感信號的傳輸。

發(fā)表于：4/22/2019

一種單計算參數(shù)的自學(xué)習路徑規(guī)劃算法[嵌入式技術(shù)][物聯(lián)網(wǎng)]

針對當前機器人路徑規(guī)劃算法存在計算參數(shù)多的問題，提出一種單計算參的自學(xué)習蟻群算法。該算法使用一種改進的柵格法完成環(huán)境建模，種群中個體使用8-geometry行進規(guī)則，整個種群的尋優(yōu)過程使用了自學(xué)習和多目標搜索策略。其特點在于整個算法只需進行一個計算參數(shù)設(shè)置。仿真實驗表明，在復(fù)雜的工作空間，該算法可以迅速規(guī)劃出一條安全避碰的最優(yōu)路徑，效率優(yōu)于已存在算法。

發(fā)表于：4/22/2019

用于檢測汽車電子柴油顆粒濾清系統(tǒng)的差壓傳感器[MEMS|傳感技術(shù)][汽車電子]

汽車電子是車體汽車電子控制裝置和車載汽車電子控制裝置的總稱。同時汽車電子化被認為是汽車技術(shù)發(fā)展進程中的一次革命，汽車電子化的程度被看作是衡量現(xiàn)代汽車水平的重要標志，是用來開發(fā)新車型，改進汽車性能最重要的技術(shù)措施。未來汽車電子技術(shù)的應(yīng)用將使汽車更加智能化。智能汽車裝備有多種傳感器，能夠充分感知駕車者和乘客的狀況，交通設(shè)施和周邊環(huán)境的信息，判斷乘員是否處于最佳狀態(tài)，車輛和人是否會發(fā)生危險，并及時采取對應(yīng)措施。本文主要圍繞柴油顆粒濾清系統(tǒng)這個方面應(yīng)用來對差壓傳感器做簡單的介紹

發(fā)表于：4/21/2019

網(wǎng)絡(luò)規(guī)模更小、速度更快，這是谷歌提出的MorphNet[可編程邏輯][數(shù)據(jù)中心]

一直以來，深度神經(jīng)網(wǎng)絡(luò)在圖像分類、文本識別等實際問題中發(fā)揮重要的作用。但是，考慮到計算資源和時間，深度神經(jīng)網(wǎng)絡(luò)架構(gòu)往往成本很高。

發(fā)表于：4/21/2019

速度提高100萬倍，哈佛醫(yī)學(xué)院大神提出可預(yù)測蛋白質(zhì)結(jié)構(gòu)的新型深度模型[可編程邏輯][數(shù)據(jù)中心]

蛋白質(zhì)結(jié)構(gòu)預(yù)測是生命科學(xué)領(lǐng)域的一大難題。近日，來自哈佛大學(xué)醫(yī)學(xué)院的研究人員提出了一種基于氨基酸序列預(yù)測蛋白質(zhì)結(jié)構(gòu)的新方法，準確率可媲美當前最佳方案，但預(yù)測速度提升了100萬倍。

發(fā)表于：4/21/2019

NAACL 2019 | 怎樣生成語言才能更自然，斯坦福提出超越Perplexity的評估新方法[可編程邏輯][數(shù)據(jù)中心]

語言生成不夠「生動」？Percy Liang 等來自斯坦福大學(xué)的研究者提出了自然語言評估新標準。

發(fā)表于：4/21/2019

機器學(xué)習如何解決「看病難」？Jeff Dean等詳述機器學(xué)習在醫(yī)療領(lǐng)域的應(yīng)用[可編程邏輯][數(shù)據(jù)中心]

在這篇文章中，Jeff Dean 等人工智能大牛描繪了一幅機器學(xué)習在醫(yī)療領(lǐng)域的應(yīng)用藍圖。

發(fā)表于：4/21/2019

CVPR 2019 | 百度無人車實現(xiàn)全球首個基于深度學(xué)習的激光點云自定位技術(shù)[可編程邏輯][數(shù)據(jù)中心]

數(shù)名來自百度智能駕駛事業(yè)群組（Baidu IDG）的研究員和工程師們實現(xiàn)了全球首個基于深度學(xué)習的激光點云自定位技術(shù)，不同于傳統(tǒng)的人工設(shè)計的復(fù)雜算法，該系統(tǒng)首度基于深度學(xué)習網(wǎng)絡(luò)實現(xiàn)了高精度厘米級的自定位效果，取得了重要的技術(shù)突破。

發(fā)表于：4/21/2019

曠視聯(lián)合智源發(fā)布全球最大物體檢測數(shù)據(jù)集Objects365，舉辦CVPR DIW2019挑戰(zhàn)賽[模擬設(shè)計][其他]

4 月 16 日，北京智源人工智能研究院（Beijing Academy of Artificial Intelligence，BAAI，2018 年 11 月 14 日成立）在北京會議中心召開了「智源學(xué)者計劃暨聯(lián)合實驗室發(fā)布會」。

發(fā)表于：4/21/2019

維基百科你已經(jīng)是個大百科了，該自己學(xué)會用ML識別原文出處了[可編程邏輯][數(shù)據(jù)中心]

維基百科可能是我們認為比較客觀真實的材料了，但它包羅萬象卻又會引起一些小問題，例如很多句子或說法提供不了引用出處。

發(fā)表于：4/21/2019

CVPR 2019 | PointConv：在點云上高效實現(xiàn)卷積操作[可編程邏輯][數(shù)據(jù)中心]

3D 點云是一種不規(guī)則且無序的數(shù)據(jù)類型，傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)難以處理點云數(shù)據(jù)。來自俄勒岡州立大學(xué)機器人技術(shù)與智能系統(tǒng)（CoRIS）研究所的研究者提出了 PointConv，可以高效的對非均勻采樣的 3D 點云數(shù)據(jù)進行卷積操作，該方法在多個數(shù)據(jù)集上實現(xiàn)了優(yōu)秀的性能。

發(fā)表于：4/21/2019

5G系統(tǒng)終端物理層控制的設(shè)計與實現(xiàn)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

隨著5G系統(tǒng)終端物理層處理任務(wù)的增加，物理層與高層和底層的交互也大量增加，在原語觸發(fā)任務(wù)的機制下，交互原語混亂導(dǎo)致任務(wù)沖突的情況也愈發(fā)嚴重。為了提高交互效率，增強系統(tǒng)的魯棒性，按照終端開機流程將物理層分為了空態(tài)、小區(qū)選擇態(tài)、空閑態(tài)、隨機接入態(tài)和連接態(tài)，并設(shè)計各狀態(tài)下物理層任務(wù)，通過物理層控制實現(xiàn)對狀態(tài)及任務(wù)的調(diào)度，完成與高層和底層的交互，實現(xiàn)終端與基站的正常通信。在5G的TDD制式、80 MHz帶寬、子載波間隔為30 kHz等參數(shù)配置下，終端物理層可以完成正確的解調(diào)或譯碼，同時能夠判斷出異常情況并且拒絕處理。

發(fā)表于：4/20/2019

一種新型EBG低剖面的微帶基站天線設(shè)計[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

設(shè)計了一種工作在LTE及5G頻段的新型微帶基站天線，該天線通過在反射背板上加載新型EBG的方法，既滿足天線的工作帶寬及輻射增益，還達到了降低天線剖面高度的作用，將天線的高度從40 mm降低至22 mm。該基站天線的工作頻帶為1.65～3 GHz，阻抗帶寬達到了1.351 GHz，阻抗帶寬達到58%，在2.1 GHz頻率上天線的方向性系數(shù)為8.13 dBi。研究證明，貼片在反射背板上加載EBG結(jié)構(gòu)可以有效降低天線高度。

發(fā)表于：4/20/2019

雙信道模型下的自動增益控制策略設(shè)計[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對通信環(huán)境復(fù)雜、dPMR數(shù)字對講機基帶接收信號峰均比過大的問題，提出了一種可同時對經(jīng)過高斯信道和瑞利信道處理的信號進行自動增益控制的策略。該控制策略采用反饋型的數(shù)字自動增益控制(DAGC)結(jié)構(gòu)，基于滑動平均檢測算法和LSLDAGC增益控制算法進行優(yōu)化，通過信號判決模塊和有限增益調(diào)整機制提高處理衰落信號時的系統(tǒng)穩(wěn)定性，降低了信號誤判率。經(jīng)仿真結(jié)果分析，驗證了AGC系統(tǒng)可對平穩(wěn)和衰落信號進行增益控制，具有96 dBm的大動態(tài)范圍、小于6.25 ms的收斂時間和-105 dBm的靈敏度，同時，在信號功率波動時具有良好的穩(wěn)定性和跟蹤性。

發(fā)表于：4/19/2019