国产不卡福利片在线观看,制服丝袜国产av无码,久久91久久91色欲精品

一种宽输入范围高效率宇航二次电源的设计[电源技术][航空航天]

提出一种宽输入电压、高效率100 W宇航二次电源的设计方法。输入电压范围达到20 V~50 V，可覆盖星上28 V母线、42 V母线电压范围。峰值效率达到90%以上，具有体积小、功率密度高的特点。采用单端反激电路拓扑，通过加入斜坡补偿技术，使得反激变换器的占空比工作在60%以上，拓宽了输入电压范围。同时采用平面变压器技术，降低变压器漏感，提高效率并减小尺寸。

發(fā)表于：2024/11/14

基于先进工艺技术的机电控制SiP电路的设计与测试[模拟设计][工业自动化]

机电控制系统包含多款芯片，其小型化、轻量化的需求日益迫切，系统级封装（System in Package）技术作为一种先进封装手段能够将多款不同类型的芯片集成于更小的空间中。基于系统级封装技术，并结合TSV与FanOUT技术设计了一款机电控制SiP电路，该电路包括顶层DSP信号控制单元和底层FPGA信号处理单元，两者通过PoP（Package on Package）形式堆叠构成SiP电路，相比于常规分立器件所搭建的机电控制系统，该SiP体积缩小70%以上，重量减轻80%以上。针对该款SiP电路设计了相应的测试系统，且对内部的ADC及DAC等芯片提出了一种回环测试的方法，能够提高测试效率。测试结果表明，该电路满足设计要求，在机电控制领域具有一定的应用前景。

發(fā)表于：2024/11/14

基于区块链和神经模糊系统的边缘计算移动接入网络安全增强框架[通信与网络][信息安全]

为了提高车联网的安全性，提出了基于神经模糊系统和区块链的移动边缘计算网络安全增强框架。该框架结合了批量认证、密钥交换等技术，将区块链与移动边缘计算相结合，架构上分为感知层、边缘计算层、服务层三层，感知层通过区块链确保数据安全，边缘计算层提供资源，服务层采用区块链技术保护数据。仿真表明，结合区块链和移动边缘计算能有效提高车联网安全性。

發(fā)表于：2024/11/14

智慧农业下基于联邦学习的水稻病虫害分类研究[模拟设计][其他]

在农业发展过程中，农作物的健康问题一直是一个重要的研究课题。面向这一课题探讨智能化农业种植过程中的水稻病虫害分类问题。在智能化农业种植场景下，为了提高设备对病虫害的分类准确性，同时保护各设备的数据隐私，提出使用联邦学习来解决各设备间的数据孤岛问题。实验选取了七个预训练模型来提取特征，使用四个指标（准确率、召回率、损失函数和F1分数）来评估不同模型上的性能。实验结果表明，在独立同分布（IID）和非独立同分布（Non-IID）数据下模型VGG19的准确率分别为99.05%和98.48%，表现出较高的鲁棒性和准确率。通过几种实验和指标对比发现，联邦学习的应用提升了设备4.36％的准确率，图像分类模型的收敛时间受到联邦学习轮数round和每轮联邦学习中训练集的训练epoch数的共同影响，并且模型的稳定性随着参与联邦学习的设备数量增加而提高。

發(fā)表于：2024/11/14

ßFA：一种基于向量指令集的高性能数据处理算法[模拟设计][其他]

正则表达式匹配技术在数据清洗、解析提取等数据处理任务方面发挥重大作用。然而，由于匹配过程中存在数据强依赖关系和内存访问不可预测等问题，造成匹配性能较低。针对此问题，提出一种基于向量指令集的高性能正则表达式数据处理算法，称之为ßFA：通过向量指令一次性从内存读出若干连续字符，并与最常被访问状态对应的非信任字符集进行向量匹配，利用内置函数定位首个非信任字符的位置，获得可直接跳过的字符数，从而实现匹配性能的加速。实验结果表明，ßFA算法的吞吐率优于原始DFA算法和αFA算法，是原始DFA算法的4.67~60倍以及ɑFA算法的4.37~7.82倍。

發(fā)表于：2024/11/14

基于自动编码器和随机树的智能电网FDI检测[通信与网络][通信网络]

为应对智能电网系统可能受到的新型网络攻击（如虚假数据注入攻击），提出了一种基于机器学习的入侵检测方法。该方法采用自动编码器进行数据降维，并使用极端随机树分类器检测潜在攻击。在IEEE标准电力系统数据的基础上，测试了该方法在不同系统规模和攻击程度下的性能。实验结果显示，在IEEE 118节点系统中，该方法的检测准确率高达99.76%，即使在仅有0.1%攻击测量值的情况下，F1值也达到了99.77%，远超其他算法。该方法不仅能有效检测智能电网中的入侵行为，而且具有较高的计算效率。

發(fā)表于：2024/11/14

TSN交换机PSFP方法设计[通信与网络][通信网络]

时间敏感网络（Time Sensitive Network，TSN）将传统以太网“Best Effor”传输方式所具备的灵活性与时间敏感网络的实时性、确定性等特点相结合，具有支持不同类型应用的能力。TSN的逐流过滤和监管（Per-Stream Filtering and Policing， PSFP）协议通过提供策略，可阻止非法报文的攻击及流量过载。基于该协议的工作原理，对流过滤、流门控和流测量功能进行了研究，同时提出一种PSFP的实现方法，并在TSN交换机上设计网络拓扑及实验进行了验证。结果表明，该方法可根据报文特征自动识别满足一定规则的异常报文，并按照要求进行阻断或限流操作，验证了合理性。该方法不受限于硬件或软件实现的TSN，对TSN在工业、车载等行业的应用有一定的参考价值。

發(fā)表于：2024/11/14

基于残差注意力自适应去噪网络和Stacking集成学习的局部放电故障诊断[模拟设计][智能电网]

针对传统局部放电（Partial Discharge， PD）故障诊断方法在处理复杂含噪PD信号存在局限性并依赖于人工去噪和专家经验，难以学习到PD特征多样化表达等问题，分别提出残差注意力自适应去噪网络（Residual Attention Adaptive Denoising Network， RAADNet）和基于Stacking集成学习的PD故障诊断模型。RAADNet基于残差网络结构设计，通过集成CAM注意力机制和软阈值函数实现自适应去噪；Stacking集成模型的基学习器分别由基于卷积神经网络的RAADNet、基于多头自注意力机制的Transformer以及基于Boosting集成策略的XGBoost多个差异化模型共同构建构成。实验结果表明，提出的RAADNet优于其他先进方法，识别准确率达到93.99%，Stacking集成模型则通过学习多样化特征表达，进一步提高模型性能，达到96.79%识别准确率。

發(fā)表于：2024/11/14

圆形阵列式霍尔电流传感器抗磁干扰算法研究[MEMS|传感技术][智能电网]

阵列式霍尔电流传感器是电力电子领域中的一个研究热点，特别是在直流电测量方面，它具有线性度高、动态范围大、体积小、功耗低等优点，是对铁磁磁芯的电流传感器的改进。然而，由于没有铁芯聚磁，在汽车电子、配电系统等场所内，导体排布密集，外部磁场很容易进入磁传感器，从而影响测量精度。因此，提出了一种抗磁干扰算法来解决这一问题，采用构造超越方程的方法，不仅可以计算被测电流，还可以计算任意位置的干扰电流，并通过数值模拟、有限元分析和室内实验对该算法进行验证。实验结果表明，在受到强干扰电流的影响下，误差在3.5%以内，验证了构造的圆形传感器阵列及抗磁干扰算法的有效性。

發(fā)表于：2024/11/14

某型接收机中放大器自激机理分析与预防措施[模拟设计][通信网络]

对某型接收机中频噪底升高故障进行了分析处理，分析结果表明射频模块腔体内存在个体差异，导致本振放大器在脉冲工作条件下产生自激，通过对放大器自激机理的分析给出了相应的预防措施，在射频小盒侧壁中粘贴吸波材料，可以有效消除自激。论文对今后腔体自激问题的处理分析具有参考价值。

發(fā)表于：2024/11/14

基于ARM 架构的安全总线桥设计与实现[模拟设计][工业自动化]

为提高SoC（System-On-Chip）系统安全性能，设计了一种基于ARM（Advanced RISC Machine）架构的安全总线桥电路。该电路设计了一个桥接模块和一个访问控制功能模块。仿真表明，该电路能够在任意倍频的AHB（Advanced High-Performance Bus）和APB（Advanced Peripheral Bus）时钟频率下完成AHB传输协议向APB传输协议的转换，同时支持灵活配置主从设备的访问权限和保护模式，防止外设寄存器数据被非法访问和恶意篡改，提高了系统的安全性能和适用性。

發(fā)表于：2024/11/14

基于改进AlexNet卷积神经网络人脸识别的研究[人工智能][消费电子]

近期，人脸识别技术在社会上广受关注，其非接触式的识别特性相较于指纹等传统接触式识别方法展现出明显优势。在深度学习领域，由于传统卷积神经网络在人脸识别任务上的准确性和速度尚有提升空间，因此提出采用改进的AlexNet卷积神经网络进行人脸识别。通过实验验证，与传统卷积网络相比，改进后的AlexNet在人脸识别上不仅准确度更高，而且识别过程更为稳定。

發(fā)表于：2024/11/14

计及可再生能源接入配电网的负荷预测和优化[人工智能][智能电网]

目前，可再生能源大量接入配电网，但是太阳能、风能、光伏及风电等可再生能源的间歇性和随机性不可避免地会造成配电网的波动。考虑电网内可再生能源发电功率与用电负荷随时间变化的特点，提出一种基于小波变换和神经网络的可再生能源接入配电网的负荷预测和优化方法。首先采集配电网的发电与负荷数据，利用小波变换处理收集到的数据，得到局部尺度和频率分解的特征参数，建立神经网络预测模型；然后，对经过小波变换后得到的特征参数进行训练，根据预测负荷对可再生能源的发电量进行调节，保持配电网供需侧的动态平衡。结果表明，所提方法能够对负荷进行有效预测，通过提前预测负荷量，保证配电网用电稳定性的同时，最大化利用可再生能源。

發(fā)表于：2024/11/14

基于Transformer残差网络的事件重建算法[人工智能][消费电子]

目前的人工视觉系统仍然无法处理一些涉及高速运动场景和高动态范围的真实世界场景。事件相机因其低延迟和高动态范围捕捉高速运动的优势具有消除上述问题的能力。然而，由于事件数据的高度稀疏和变化性质，在保证其快速性的同时将事件重建为视频仍然具有挑战性。因此提出了一种基于Transformer残差网络和光流估计的事件流重建算法，通过光流估计和事件重建的联合训练，实现自监督的重建过程，并引入去模糊预处理和亚像素上采样模块来提高重建质量。实验结果表明，在公开数据集上，提出的方法可以有效提高事件流的重建效果。

發(fā)表于：2024/11/14

稀疏矩阵在C66x上的应用及优化[模拟设计][其他]

随着大数据的爆炸式发展，稀疏矩阵已经成为机器学习和边缘计算的重要一环。在机器学习领域，数据集的稀疏矩阵化既可以保存信息又可以节省内存，已成为不可避免的趋势。SpMV（稀疏矩阵向量乘）作为稀疏矩阵计算中的核心，其迭代求解过程的空间复杂度和时间复杂度具有重要研究意义。分析稀疏矩阵C00、CSR、ELLPACK和DIA压缩格式，改变稀疏矩阵的稀疏度和非零元素的分布，得出COO读取数据、CSR进行计算的SpMV通用性更强。利用C66x的VLIW指令构架，采用软件流水的方式对SpMV_CSR算法进行指令并行优化，利用SIMD单指令多数据指令集对SpMV_CSR算法完成数据并行优化。实验结果表明，优化后的SpMV_CSR算法相较于优化前的加速比平均达到5倍以上。

發(fā)表于：2024/11/14