77成人,俄罗斯videosdesexo孕交,美国zuzazu

基于深度學(xué)習(xí)的可視化圖表分類(lèi)方法研究[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

可視化圖表的分類(lèi)研究對(duì)于圖表理解和文檔解析具有很大的意義。分別通過(guò)爬蟲(chóng)和軟件生成的方式，構(gòu)建了兩個(gè)包含16類(lèi)常見(jiàn)圖表的數(shù)據(jù)集，該數(shù)據(jù)集在數(shù)量、類(lèi)型和樣式豐富性上具有一定的優(yōu)勢(shì)。在3個(gè)數(shù)據(jù)集上實(shí)驗(yàn)對(duì)比了Transformer架構(gòu)和卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)的模型，結(jié)果表明Transformer架構(gòu)在圖表分類(lèi)任務(wù)上具有一定優(yōu)勢(shì)。基于Swin Transformer模型，設(shè)計(jì)了多種數(shù)據(jù)增強(qiáng)策略，在增加模型泛化性的同時(shí)也引入了分布差異；通過(guò)對(duì)不同策略訓(xùn)練出的模型預(yù)測(cè)進(jìn)行均值融合，同單模型相比分類(lèi)性能有較大提升。在6個(gè)測(cè)試集上對(duì)集成模型進(jìn)行了測(cè)試，分類(lèi)準(zhǔn)確率均大于0.9；對(duì)于圖像質(zhì)量高、視覺(jué)形式簡(jiǎn)單的生成圖表，模型分類(lèi)準(zhǔn)確率接近1。

發(fā)表于：5/27/2024

一起DCS網(wǎng)絡(luò)異常事件分析研究[通信與網(wǎng)絡(luò)][智能電網(wǎng)]

某火力發(fā)電廠(chǎng)發(fā)生了一起因DCS網(wǎng)絡(luò)故障引起控制器全部重啟，從而導(dǎo)致發(fā)電機(jī)組非計(jì)劃停運(yùn)的異常事件。對(duì)現(xiàn)場(chǎng)事件處置與排查思路進(jìn)行了復(fù)盤(pán)，通過(guò)模擬測(cè)試、日志分析、現(xiàn)場(chǎng)檢查等方法，定位了導(dǎo)致網(wǎng)絡(luò)異常的原因是匯聚交換機(jī)與一處接入交換機(jī)之間光纖的單向鏈路故障。對(duì)光纖單向鏈路故障引起DCS網(wǎng)絡(luò)短時(shí)網(wǎng)絡(luò)風(fēng)暴的過(guò)程進(jìn)行了詳細(xì)分析。該網(wǎng)絡(luò)故障可為具有類(lèi)似網(wǎng)絡(luò)架構(gòu)DCS系統(tǒng)的日常運(yùn)行維護(hù)及事故防范提供借鑒。

發(fā)表于：5/27/2024

基于Modbus協(xié)議的濕度檢定系統(tǒng)設(shè)計(jì)[測(cè)試測(cè)量][工業(yè)自動(dòng)化]

為了提高濕度計(jì)量的工作效率和數(shù)字化安全管理水平，設(shè)計(jì)了一種基于Modbus協(xié)議的濕度檢定系統(tǒng)。該系統(tǒng)依托Modbus RTU協(xié)議模式、精密露點(diǎn)儀數(shù)據(jù)格式和Agilent34401A數(shù)字萬(wàn)用表可編程儀器的標(biāo)準(zhǔn)命令協(xié)議，實(shí)現(xiàn)了濕度發(fā)生器自動(dòng)控制，提高了檢定效率和數(shù)據(jù)安全性。濕度檢定系統(tǒng)檢定結(jié)果的擴(kuò)展不確定度為1.3%。采用測(cè)量?jī)x器特性評(píng)定和傳遞比較法對(duì)系統(tǒng)測(cè)量結(jié)果進(jìn)行驗(yàn)證，測(cè)量結(jié)果均驗(yàn)證通過(guò)，表明系統(tǒng)可進(jìn)行業(yè)務(wù)化應(yīng)用。

發(fā)表于：5/27/2024

三種石英晶體諧振器頻率測(cè)試方法對(duì)比分析研究[測(cè)試測(cè)量][工業(yè)自動(dòng)化]

測(cè)試石英晶體諧振器頻率的傳統(tǒng)方法有間接計(jì)算法、信號(hào)源起振法和網(wǎng)絡(luò)分析儀法，三種方法各有大的缺陷。根據(jù)石英晶體諧振器頻率的特點(diǎn)，提出三種新的測(cè)試方法：示波器測(cè)試法、頻率計(jì)測(cè)試法和頻譜儀測(cè)試法。這三種方法在基本測(cè)試原理、設(shè)備配置要求、測(cè)試精度和適用環(huán)境等方面存在差異。對(duì)三種方法的優(yōu)缺點(diǎn)進(jìn)行了詳細(xì)比較，并針對(duì)不同應(yīng)用條件提出了選用建議：如果只單純測(cè)量石英晶體諧振器頻率，選用頻譜儀測(cè)試法；如果需要測(cè)量頻率的同時(shí)還需要知道頻率的特性等內(nèi)容，宜選用頻率計(jì)測(cè)試法；示波器測(cè)試法則可用在對(duì)石英晶體諧振器頻率定性的粗測(cè)。此外，還根據(jù)各自的優(yōu)勢(shì)探討了儀器協(xié)作測(cè)試的可能性。

發(fā)表于：5/27/2024

基于Innovus改善芯片繞線(xiàn)資源的電源網(wǎng)絡(luò)布線(xiàn)方法[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

隨著集成電路的集成度越來(lái)越高，芯片的面積越來(lái)越小，芯片內(nèi)單元密度會(huì)隨之增加，這將為芯片的后端物理設(shè)計(jì)帶來(lái)諸多的挑戰(zhàn)。其中芯片面積的減小直接影響布線(xiàn)資源，導(dǎo)致布線(xiàn)擁塞，以此造成芯片線(xiàn)路無(wú)法繞通以及時(shí)序和串?dāng)_的問(wèn)題。提出了一種改進(jìn)的電源網(wǎng)絡(luò)的布線(xiàn)方法，極大提升了信號(hào)線(xiàn)的走線(xiàn)空間利用率，有效解決了高集成度芯片的短路問(wèn)題。

發(fā)表于：5/27/2024

一種低峰均功率比的數(shù)字梳狀譜模塊設(shè)計(jì)[嵌入式技術(shù)][工業(yè)自動(dòng)化]

為了提高多通道接收機(jī)的通道間誤差校準(zhǔn)效率，設(shè)計(jì)并實(shí)現(xiàn)了一種低峰均功率比的數(shù)字梳狀譜校準(zhǔn)源模塊。該模塊基于FPGA+DAC的硬件結(jié)構(gòu)，采用軟件DDS原理方式來(lái)產(chǎn)生梳狀譜信號(hào)。為了降低梳狀譜信號(hào)的峰均功率比，利用遺傳算法對(duì)信號(hào)的各個(gè)子載波的初始相位進(jìn)行了優(yōu)化，計(jì)算出一組優(yōu)于代數(shù)次優(yōu)解的初始相位組合，將峰均功率比從次優(yōu)解的4.98 dB降低到了3.98 dB，同時(shí)提高了梳狀譜信號(hào)的子載波功率和帶外雜散抑制，優(yōu)化了梳狀譜模塊的信號(hào)質(zhì)量。該模塊在梳狀譜信號(hào)輸出范圍170 MHz~230 MHz，頻譜間隔1 MHz情況下，子載波功率為-35.5 dBm，帶外雜散抑制為64 dBc，完全滿(mǎn)足校準(zhǔn)源指標(biāo)要求。

發(fā)表于：5/27/2024

基于A(yíng)DS的微系統(tǒng)電源完整性仿真及優(yōu)化[電源技術(shù)][工業(yè)自動(dòng)化]

隨著芯片制造技術(shù)和封裝技術(shù)的發(fā)展，電子產(chǎn)品內(nèi)部的器件集成度和信號(hào)速度在持續(xù)提高，微系統(tǒng)成為一種新興的形式，這導(dǎo)致了對(duì)電源完整性的要求不斷提高。不合理的電源完整性設(shè)計(jì)將會(huì)給電源質(zhì)量和信號(hào)質(zhì)量帶來(lái)極大的干擾，甚至?xí)瓜到y(tǒng)崩潰。針對(duì)所設(shè)計(jì)的多芯片微系統(tǒng)設(shè)計(jì)進(jìn)行了電源完整性的仿真，并利用基板、PCB去耦電容網(wǎng)絡(luò)協(xié)同去耦的方式對(duì)電源分配網(wǎng)絡(luò)阻抗進(jìn)行了優(yōu)化，解決了微系統(tǒng)內(nèi)部的空間有限與去耦電容需求量大的矛盾，保證了微系統(tǒng)的電源完整性。

發(fā)表于：5/27/2024

基于FPGA的視頻圖像去霧算法的優(yōu)化與實(shí)現(xiàn)[嵌入式技術(shù)][工業(yè)自動(dòng)化]

在惡劣天氣條件下采集的圖像存在對(duì)比度差、清晰度下降等問(wèn)題。圖像質(zhì)量的惡化制約著計(jì)算機(jī)視覺(jué)的準(zhǔn)確性和自動(dòng)化任務(wù)的效率。給出了一種基于限制對(duì)比度自適應(yīng)直方圖均衡（Contrast Limited Adaptive Histogram Equalization， CLAHE）與改進(jìn)多尺度Retinex （Multi-Scale retinex，MSR）的圖像去霧算法。該算法將輸入的含霧降質(zhì)圖像先經(jīng)過(guò)CLAHE算法處理，再用MSR算法處理，對(duì)圖像MSR算法處理時(shí)，引入Gamma校正因子估計(jì)入射光，并對(duì)算法中的環(huán)繞函數(shù)進(jìn)行優(yōu)化。結(jié)果表明，所提出算法處理后的圖像相比原圖，圖像的信息熵、平均梯度和標(biāo)準(zhǔn)差等方面均有提升；并設(shè)計(jì)硬件電路，成功在FPGA上演示了視頻實(shí)時(shí)去霧，提高了視頻圖像去霧的實(shí)時(shí)性。對(duì)板級(jí)資源與功能消耗進(jìn)行了數(shù)字化的分析，證明所設(shè)計(jì)硬件系統(tǒng)屬于低功耗范疇。

發(fā)表于：5/27/2024

應(yīng)用于收發(fā)鏈路多模塊級(jí)聯(lián)的優(yōu)化設(shè)計(jì)方法[微波|射頻][通信網(wǎng)絡(luò)]

為解決波束賦形芯片中子電路模塊由于寄生效應(yīng)而導(dǎo)致的級(jí)聯(lián)失配問(wèn)題提出了一種優(yōu)化設(shè)計(jì)方法。該設(shè)計(jì)方法通過(guò)主動(dòng)引入相鄰器件阻抗?fàn)恳?yīng)，并使其與級(jí)聯(lián)阻抗失配相抵消從而實(shí)現(xiàn)阻抗“預(yù)失配”的設(shè)計(jì)方案。對(duì)“預(yù)失配”的技術(shù)原理以及設(shè)計(jì)流程進(jìn)行了簡(jiǎn)要分析，并通過(guò)加工一款采用優(yōu)化設(shè)計(jì)方案的4通道X/Ku波段的射頻收發(fā)芯片，驗(yàn)證了該設(shè)計(jì)方案的可實(shí)現(xiàn)性與有效性。在8 GHz~18 GHz頻帶范圍內(nèi)，該芯片與基于端口駐波設(shè)計(jì)體系的原芯片相比，收發(fā)鏈路增益分別為6.5 dB和14 dB，提升了超過(guò)2 dB。發(fā)射鏈路輸出功率21 dBm，發(fā)射效率為15.7%，分別提升了1 dB和9%。接收鏈路噪聲系數(shù)為8.72 dB，降低了1.2 dB。收發(fā)鏈路最大移相均方根誤差為5.12°和5.25°，分別下降了3.17°和1.75°。

發(fā)表于：5/27/2024

一種改進(jìn)的基于Mask R-CNN的玉米大斑病實(shí)例分割算法[人工智能][其他]

玉米作為我國(guó)主糧作物，其生產(chǎn)常受大斑病、小斑病、銹病等病害及蟲(chóng)害影響，導(dǎo)致其產(chǎn)量與品質(zhì)下降，威脅農(nóng)業(yè)生產(chǎn)安全。近年來(lái)，視覺(jué)檢測(cè)技術(shù)因其高準(zhǔn)確性已成為病害防控的重要工具。以Mask R-CNN為基礎(chǔ)框架，通過(guò)融入DyHead、Groie和OHEM模塊進(jìn)行優(yōu)化，旨在提升對(duì)細(xì)微病灶圖像的分割效能。改良后的模型在病害圖像分割任務(wù)上展現(xiàn)出卓越性能，平均精度（mAP）提升4%，尤其在小目標(biāo)分割上準(zhǔn)確率提高8.5%，相較于YOLOv5、YOLACT++等同類(lèi)模型優(yōu)勢(shì)顯著。通過(guò)消融實(shí)驗(yàn)驗(yàn)證了各新增模塊的有效性，證實(shí)該模型為精準(zhǔn)檢測(cè)玉米大斑病提供了有力的技術(shù)支持與理論依據(jù)。

發(fā)表于：5/27/2024

基于先進(jìn)CMOS工藝的多通道Gbps LVDS接收器[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

在SIP（System In a Package）系統(tǒng)中集成具有LVDS（Low-Voltage Differential Signal）接口的多通道高速模數(shù)轉(zhuǎn)換器（Analog-to-Digital Converter，ADC）時(shí)，面臨不同LVDS輸出通道延時(shí)不同所導(dǎo)致的數(shù)據(jù)采集錯(cuò)誤的問(wèn)題，為此設(shè)計(jì)了一個(gè)多通道自適應(yīng)LVDS接收器。通過(guò)采用數(shù)據(jù)時(shí)鐘恢復(fù)技術(shù)產(chǎn)生一個(gè)多相位的采樣時(shí)鐘，并結(jié)合ADC的測(cè)試模式來(lái)確認(rèn)每一個(gè)通道的采樣相位，能夠自動(dòng)對(duì)每一個(gè)通道的延時(shí)分別進(jìn)行調(diào)整，以達(dá)到對(duì)齊各通道采樣相位點(diǎn)，保證數(shù)據(jù)正確采集的目的。最后，基于先進(jìn)CMOS工藝進(jìn)行了接收器的設(shè)計(jì)、仿真、后端設(shè)計(jì)實(shí)現(xiàn)和流片測(cè)試，仿真和流片后的板級(jí)測(cè)試結(jié)果均表明該接收器能夠?qū)νǖ姥舆t進(jìn)行自動(dòng)調(diào)節(jié)以對(duì)齊采樣相位，且最大的采樣相位調(diào)節(jié)范圍為±3 bit，信噪比大于65 dB，滿(mǎn)足了設(shè)計(jì)要求和應(yīng)用需求。

發(fā)表于：5/27/2024

基于智能合約的農(nóng)業(yè)供應(yīng)鏈溯源技術(shù)研究[模擬設(shè)計(jì)][其他]

食品安全和污染風(fēng)險(xiǎn)相關(guān)的問(wèn)題越來(lái)越多，迫切需要高效的追溯解決方案。通過(guò)溯源可以高效追溯食品的源頭，并且進(jìn)行追責(zé)，從而提高食品安全。為此設(shè)計(jì)了一個(gè)基于以太坊智能合約的農(nóng)業(yè)供應(yīng)鏈溯源機(jī)制，該機(jī)制通過(guò)引入NFT技術(shù)，優(yōu)化了區(qū)塊鏈農(nóng)產(chǎn)品溯源過(guò)程。實(shí)驗(yàn)結(jié)果表明，所提出的供應(yīng)鏈框架在成本效益、溯源效率方面優(yōu)于現(xiàn)有的區(qū)塊鏈溯源基準(zhǔn)技術(shù)。

發(fā)表于：5/27/2024

基于深度學(xué)習(xí)的互聯(lián)網(wǎng)接收機(jī)中特定信號(hào)識(shí)別[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

隨著軟件無(wú)線(xiàn)電技術(shù)和互聯(lián)網(wǎng)技術(shù)的發(fā)展，有大量的互聯(lián)網(wǎng)接收機(jī)接入互聯(lián)網(wǎng)，并可任意訪(fǎng)問(wèn)其頻譜瀑布圖數(shù)據(jù)。頻譜瀑布圖是信號(hào)頻域和時(shí)域特性的一種展示方式，將不同頻率的信號(hào)以圖像的方式直觀(guān)地進(jìn)行展示，為了更好地監(jiān)測(cè)到頻譜瀑布圖中的特定信號(hào)，需要對(duì)頻譜瀑布圖中的特定信號(hào)進(jìn)行智能識(shí)別。通過(guò)深度學(xué)習(xí)技術(shù)實(shí)現(xiàn)了對(duì)頻譜瀑布圖中特定信號(hào)識(shí)別，在信噪比大于5 dB時(shí)，識(shí)別準(zhǔn)確率大于90%。

發(fā)表于：5/27/2024

惡意代碼可視化分類(lèi)研究[通信與網(wǎng)絡(luò)][信息安全]

新型惡意代碼設(shè)計(jì)變得日益復(fù)雜，傳統(tǒng)的識(shí)別并檢測(cè)方法已經(jīng)滿(mǎn)足不了當(dāng)前的需求。因此，在對(duì)BODMAS數(shù)據(jù)集分析的基礎(chǔ)上，將其進(jìn)行可視化處理并進(jìn)行分類(lèi)。同時(shí)考慮到現(xiàn)有惡意代碼可視化分類(lèi)模型主要依賴(lài)全局特征，在卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上設(shè)計(jì)了一個(gè)CA（通道級(jí)局部特征關(guān)注）模塊和一個(gè)MA（多尺度局部特征關(guān)注）模塊，構(gòu)建了兩個(gè)新模型，巧妙地結(jié)合全局與局部特征。在BODMAS數(shù)據(jù)集上，新模型在惡意代碼種類(lèi)識(shí)別并分類(lèi)平均準(zhǔn)確率相比于BODMAS數(shù)據(jù)集論文描述的方法得到了提高，證明了數(shù)據(jù)集可視化可行性和新模型的有效性，為未來(lái)研究提供了重要的數(shù)據(jù)和實(shí)驗(yàn)基礎(chǔ)。

發(fā)表于：5/27/2024

硅基三維異構(gòu)集成射頻微系統(tǒng)的多物理場(chǎng)耦合仿真與設(shè)計(jì)[微波|射頻][通信網(wǎng)絡(luò)]

利用硅基三維異構(gòu)集成工藝設(shè)計(jì)一款射頻微系統(tǒng)，以滿(mǎn)足設(shè)備對(duì)射頻模組高性能、小型化的需求。為了在設(shè)計(jì)初期充分評(píng)估該微系統(tǒng)的潛在可靠性風(fēng)險(xiǎn)，根據(jù)工藝特征以及產(chǎn)品在多物理場(chǎng)中的耦合現(xiàn)象，建立一種面向硅基三維異構(gòu)集成工藝射頻微系統(tǒng)的多物理場(chǎng)一體化仿真流程，逐一分析所涉及的電-熱耦合和熱-力耦合過(guò)程，預(yù)判產(chǎn)品在工作條件下的熱學(xué)和力學(xué)特性，為設(shè)計(jì)環(huán)節(jié)提供針對(duì)性的指導(dǎo)，預(yù)先規(guī)避可靠性風(fēng)險(xiǎn)，從而有效提高一次性設(shè)計(jì)成功率。

發(fā)表于：5/27/2024