国产激情久久,精品久久国产97色综合,高清视频一区

仿真看世界之IPOSIM的散熱器熱阻Rthha解析[電子元件][其他]

　　如何評估IGBT模塊的損耗與結(jié)溫？英飛凌官網(wǎng)在線仿真工具IPOSIM，是IGBT模塊在選型階段的重要參考。這篇文章將針對IPOSIM仿真中的散熱器熱阻參數(shù)Rthha，給大家做一些清晰和深入的解析。

發(fā)表于：8/17/2021

聚焦視覺引導(dǎo)機器人（VGR）[人工智能][工業(yè)自動化]

我們都看過機器人在幾乎沒有人工干預(yù)的情況下快速組裝汽車的視頻。像這樣的工業(yè)機器人降低了幾乎每個制造領(lǐng)域的成本并提高了生產(chǎn)率，但它們有一個主要缺點--它們無法“看見”。它們被編程為一遍又一遍地重復(fù)完全相同的動作，它們無法檢測和操作形狀、大小和顏色不一或者相互接觸和疊放的物體。因此，如果產(chǎn)品發(fā)生變化或有新產(chǎn)品被加入生產(chǎn)線，則必須對機器人進行重新編程。如果產(chǎn)品組件通過傳統(tǒng)的料斗和振動臺輸送到生產(chǎn)線上，則必須對振動送料機進行改造。

發(fā)表于：8/16/2021

CTSD精密ADC —第3部分：實現(xiàn)固有混疊抑制[EDA與制造][工業(yè)自動化]

　　在CTSD精密ADC系列文章的第3部分，我們將重點闡述CTSD ADC的無混疊特性，它可在不增加任何外圍設(shè)計的情況下提高抗干擾能力。第1部分展示了一種新的基于連續(xù)時間∑-? DAC（CTSD）架構(gòu)、易于使用的無混疊精密ADC，可提供簡單、緊湊的信號鏈解決方案。第2部分向信號鏈設(shè)計人員介紹了CTSD技術(shù)。本文比較了現(xiàn)有精密ADC架構(gòu)的混疊抑制解決方案背后的設(shè)計復(fù)雜性。我們將闡述一個理論，以此說明CTSD ADC架構(gòu)本身固有的混疊抑制性能。我們還展示如何簡化信號鏈設(shè)計，并探討CTSD ADC的擴展優(yōu)勢。最后，我們將介紹新的測量和性能參數(shù)，以量化混疊抑制。

發(fā)表于：8/16/2021

大功率晶閘管參數(shù)解析之正向特性[電子元件][其他]

　　功率二極管晶閘管廣泛應(yīng)用于AC/DC變換器、UPS、交流靜態(tài)開關(guān)、SVC和電解氫等場合，但大多數(shù)工程師對這類雙極性器件的了解不及對IGBT的了解，為此我們組織了6篇連載，包括正向特性，動態(tài)特性，控制特性，保護以及損耗與熱特性。

發(fā)表于：8/13/2021

用于農(nóng)業(yè)分揀和檢查的 SWIR相機[顯示光電][其他]

　　水在短波紅外（SWIR）區(qū)域具有很強的吸光性，因此在SWIR 相機拍攝的物體圖像中，它幾乎呈黑色。所以，例如，使用合適的過濾器或光源可有助于清晰地看到在瘀傷的水果、灌溉良好的作物或散裝谷物中的水分含量。由于這種特性，科學(xué)家可以精確地跟蹤從根部到葉子的吸水情況。

發(fā)表于：8/13/2021

油罐車尾的鐵鏈消失不見，如何量化材料的電阻率？[測試測量][其他]

　　如果你仔細觀察過油罐車，你會發(fā)現(xiàn)油罐車車尾通常都安裝了一條鐵鏈，可是你有沒有想過它的存在有何意義呢？難道這根鐵鏈和灑水車經(jīng)過時播放的音樂一樣，只是為了提醒我們油罐車來了嗎？

發(fā)表于：8/13/2021

AIoT碎片應(yīng)用和算力撬動新機遇，兆易創(chuàng)新多元化存儲布局背后邏輯揭秘[人工智能][數(shù)據(jù)中心]

發(fā)表于：8/13/2021

CTSD精密ADC — 第2部分：為信號鏈設(shè)計人員介紹CTSD架構(gòu)[EDA與制造][工業(yè)自動化]

　　本文將采用一種與傳統(tǒng)方法不同的方式介紹連續(xù)時間Σ-Δ （CTSD） ADC技術(shù)，以便信號鏈設(shè)計人員了解這種簡單易用的新型精密ADC技術(shù)，將其想像成一個連接了某些已知組件的簡單系統(tǒng)。在第1部分，我們主要介紹了現(xiàn)有信號鏈設(shè)計的關(guān)鍵挑戰(zhàn)，利用精密CTSD ADC，在實現(xiàn)高精度的同時還可保持連續(xù)時間信號完整性，從而可以顯著簡化這些設(shè)計。現(xiàn)在的問題是CTSD架構(gòu)背后是什么使其能夠?qū)崿F(xiàn)這些優(yōu)勢？

發(fā)表于：8/13/2021

使用成像技術(shù)優(yōu)化食物分揀過程[測試測量][其他]

　　近年來，食品安全和質(zhì)量控制問題越來越受到人們的重視。據(jù)估計，到 2025 年，世界人口將超過 80 億，其中發(fā)展中國家人口增長最快。為了滿足不斷增長的人口的需求，食品供應(yīng)量將需要翻一番，這給食品行業(yè)帶來了巨大壓力，因為它將努力滿足對高品質(zhì)食品日益增長的需求。

發(fā)表于：8/12/2021

CTSD ADC-第1部分：如何改進精密ADC信號鏈設(shè)計[EDA與制造][工業(yè)自動化]

　　精密信號鏈設(shè)計人員面臨著滿足中等帶寬應(yīng)用中噪聲性能要求的挑戰(zhàn)，最后往往要在噪聲性能和精度之間做出權(quán)衡。縮短上市時間并在第一時間完成正確的設(shè)計則進一步增加了壓力。持續(xù)時間Σ-Δ （CTSD） ADC本身具有架構(gòu)優(yōu)勢，簡化了信號鏈設(shè)計，從而縮減了解決方案尺寸，有助于客戶縮短終端產(chǎn)品的上市時間。為了說明CTSD ADC本身的架構(gòu)優(yōu)勢及其如何適用于各種精密中等帶寬應(yīng)用，我們將深入分析信號鏈設(shè)計，讓設(shè)計人員了解CTSD技術(shù)的關(guān)鍵優(yōu)勢，并探索AD4134 精密ADC易于設(shè)計的特性。

發(fā)表于：8/12/2021

基于模板匹配OCR的報告自動歸檔系統(tǒng)研究[其他][其他]

針對建筑檢測行業(yè)中檢測報告多、人工歸檔效率低下的問題，利用模板匹配算法與LeNet框架建立了一套強魯棒性用于報告文件數(shù)字符號的OCR識別系統(tǒng)。針對報告中感興趣區(qū)域(ROI)位置和大小不固定的問題，采用了機器視覺領(lǐng)域中的模板匹配定位算法來定位報告文件的ROI區(qū)域。結(jié)合LeNet網(wǎng)絡(luò)與模板匹配定位算法，實現(xiàn)了傳統(tǒng)機器視覺方法與人工智能方法的結(jié)合，構(gòu)建了一套檢測報告自動歸檔系統(tǒng)。所構(gòu)建的自動歸檔系統(tǒng)的正確歸檔率達到了95.8%，有效節(jié)約了人工成本與時間成本。

發(fā)表于：8/12/2021

基于5G技術(shù)的高可靠數(shù)據(jù)傳輸終端的設(shè)計[其他][其他]

無線數(shù)據(jù)傳輸終端又稱為“工業(yè)領(lǐng)域的手機”，其數(shù)據(jù)傳輸原理與人們平常使用的手機是類似的。目前無線數(shù)據(jù)傳輸終端中常使用2G/4G網(wǎng)絡(luò)傳輸數(shù)據(jù)。2G/4G網(wǎng)絡(luò)存在帶寬小、時延大以及接入終端量受限等問題，因此傳統(tǒng)的數(shù)據(jù)傳輸終端不適用車聯(lián)網(wǎng)和大型工控領(lǐng)域。將5G技術(shù)應(yīng)用到DTU(Data Transfer Unit)中，設(shè)計了一個高可靠性的5G數(shù)據(jù)傳輸終端即5G-DTU。它的主處理器為Rockchip公司的RK1808芯片，集成了5G通信模組、WiFi模塊和接口模塊。因此5G-DTU能為外置設(shè)備提供2.4 G和5 G雙頻段的無線接入以及豐富的外設(shè)接口。最后通過測試證明了5G-DTU的高帶寬、低延時和高可靠性。

發(fā)表于：8/12/2021

基于應(yīng)用場景特征描述的無人機基站飛行高度部署[其他][其他]

由于無人機基站在不同應(yīng)用場景下，所處的地理環(huán)境、用戶分布、用戶需求和所希望提升的性能需求不同，需要根據(jù)不同應(yīng)用場景的特征對無人機基站進行部署。基于無人機基站的典型應(yīng)用場景，構(gòu)建兩個具有代表性的無人機基站應(yīng)用場景模型，并對應(yīng)用場景模型特征進行抽象描述。分別構(gòu)建了兩個應(yīng)用場景的空地通信傳輸模型。在此基礎(chǔ)上，給出了最大化傳輸速率以及最大化無人機覆蓋范圍的無人機基站最優(yōu)飛行高度的數(shù)學(xué)計算模型。最后，對不同場景下無人機基站最優(yōu)飛行高度的影響因素和變化趨勢進行了分析。

發(fā)表于：8/12/2021

機器學(xué)習(xí)中的成員推斷攻擊與防御研究[其他][其他]

隨著機器學(xué)習(xí)滲透到日常生活中的各個方面，其數(shù)據(jù)隱私問題受到越來越多的關(guān)注。成員推斷攻擊是機器學(xué)習(xí)算法面臨的安全威脅之一，用于推斷特定數(shù)據(jù)是否存在于機器學(xué)習(xí)模型的訓(xùn)練集中，給用戶帶來極大的安全隱患，對機器學(xué)習(xí)模型的安全性提出挑戰(zhàn)。為此，研究成員推斷攻擊不僅能發(fā)現(xiàn)隱私數(shù)據(jù)面臨的威脅，而且還能為防御技術(shù)的提出提供思路。對近年來有關(guān)成員推斷攻擊的研究進行詳細的分析，按照應(yīng)用場景的不同將攻擊分為判別模型攻擊、生成模型攻擊以及聯(lián)邦學(xué)習(xí)攻擊三類。同時根據(jù)成員推斷攻擊和防御的發(fā)展現(xiàn)狀，闡述了影響攻擊的因素以及經(jīng)典的防御策略。最后指出成員推斷攻擊中仍需解決的問題以及未來的發(fā)展方向。

發(fā)表于：8/12/2021

基于多任務(wù)學(xué)習(xí)的無參考超分辨圖像質(zhì)量評估[其他][其他]

圖像超分辨率重建旨在從低分辨率圖像中恢復(fù)其對應(yīng)的高分辨率圖像，是計算機視覺中的經(jīng)典問題。為改進傳統(tǒng)超分辨圖像質(zhì)量評價方法與人眼感知不一致的問題，提出一種基于多任務(wù)學(xué)習(xí)的超分辨圖像質(zhì)量評估網(wǎng)絡(luò)。網(wǎng)絡(luò)采用多任務(wù)學(xué)習(xí)的方式，分別學(xué)習(xí)圖像的局部頻率特征與質(zhì)量分數(shù)，其中局部頻率特征用來輔助網(wǎng)絡(luò)進行圖像質(zhì)量分數(shù)的回歸，提高分數(shù)預(yù)測的準確性和泛化能力。另外，在網(wǎng)絡(luò)中加入?yún)f(xié)調(diào)注意力模塊，進一步增強了模型的預(yù)測能力。實驗結(jié)果表明，所提出的算法在QADS數(shù)據(jù)集上的SROCC、PLCC等指標優(yōu)于目前先進的無參考超分辨圖像質(zhì)量評價方法。

發(fā)表于：8/12/2021