日韩精品一页,xxxxx成人.com,欧美精品福利在线

頭條

使用有安全保障的閃存存儲構建安全的汽車系統

使用有安全保障的閃存存儲構建安全的汽車系統

在現代汽車嵌入式系統中，高度安全的數據存儲是必不可少的，尤其是在面對日益高明的網絡攻擊時。本文將介紹設計師正確使用閃存的步驟。

最新設計資源

基于eIQ的中藥材圖像識別系統的設計與實現[嵌入式技術][醫療電子]

中藥材對人體疾病的預防及控制具有重要的作用，然而普通百姓對中藥材知識了解過少，可能由于濫用中藥材而帶來不可控的后果。因此，對中藥材進行精準識別是一項緊迫的任務。將輕量級神經網絡模型應用到中藥材識別中，提出在微控制器上實現基于MobileNetV3模型的中藥材圖像識別系統。首先建立中藥材圖像數據集，在eIQ機器學習軟件開發環境中根據MobileNetV3構建識別基礎模型，并通過調整模型參數實現對模型的優化，最后將模型文件部署到i.MX RT1060上，實現了對30種中藥材的識別。最終在驗證集的準確率達到86.79%。結果表明，在i.MX RT1060上實現中藥材識別具有很好的實際效果。

發表于：10/23/2023

基于UVM和C語言驗證JTAG調試協議的研究與實現[可編程邏輯][工業自動化]

芯片驗證中，JTAG協議功能的好壞決定了芯片流片回來后是否具有可調試狀態。多數情況下是編寫一段既冗長且不易維護的TestBench代碼進行驗證；有些情況依賴FPGA原型驗證手段去驗證JTAG協議，但在該情況下，一些模塊需進行FPGA資源替換，無法保證與RTL級網表一致，可能導致流片后回來的芯片JTAG調試不通。針對這些情況，結合UVM方法學的通用性和C語言的便利性，提出一種基于UVM和C語言聯合驗證JTAG調試協議的實現方法。UVM搭建驗證JTAG協議的框架，C語言側編寫測試用例，用例通過調用UVM側實現的芯片JTAG接口驅動時序的方法來到達實現C語言驗證芯片JTAG協議的結果。

發表于：10/23/2023

風云三號衛星監測海洋滸苔、赤潮和溢油*[測試測量][航空航天]

風云衛星對海洋環境災害（滸苔、赤潮和溢油）的定量遙感監測業務能力需要提升。利用風云三號D星中分辨率光譜成像儀MERSI-II資料以及部分高分衛星數據，探索解決大氣校正和云檢測兩個技術難點問題的方法，分別依據滸苔、赤潮和溢油的光譜特征，建立相關的遙感監測算法，實現對海洋滸苔、赤潮和溢油的判識，并在相應個例中取得較好的監測效果。

發表于：10/23/2023

基于約束的多維Apriori改進算法[其他][其他]

針對經典多維關聯規則挖掘算法執行效率不高、存在冗余規則的不足，提出基于約束的多維Apriori改進算法，在多維Apriori算法的基礎上，將用戶約束引入挖掘過程，根據關于謂詞的約束產生用戶感興趣的頻繁謂詞集，并以此為依據刪減事務集。該算法一方面通過用戶約束大大縮減了候選謂詞集的產生，另一方面經過刪減的事務集也降低了掃描數據庫的開銷，最終實現了挖掘效率的提高以及冗余規則的減少。應用該算法在FPGA代碼缺陷事務集上進行對比實驗，實驗結果證明了該算法相比多維Apriori算法，在搜索效率以及挖掘結果的準確性方面均得到了改善，有效提高了FPGA代碼缺陷分析的準確性。

發表于：10/23/2023

基于云模型的變分自編碼器數據壓縮方法*[其他][醫療電子]

圖像數據解壓縮問題是一類重要的數據處理問題，數據特征學習在數據壓縮研究中有重要的研究價值。提出了一種基于云模型的變分自編碼器特征表征模型，將云模型作為變分自編碼器的先驗分布，解決變分自編碼器在特征表征上的局限性。變分自編碼器的編碼器部分負責構建數據的特征空間，通過在該空間中采樣獲得隱變量，完成數據壓縮；解碼器部分完成從數據特征到原數據的生成，即數據的解壓。在人臉數據集上與原方法作實驗對比，驗證了該方法的正確性和有效性。

發表于：10/23/2023

基于EWT-ARIMA組合模型的銀杏液流預測與因子關聯分析*[其他][其他]

樹干液流速率由于受到外在環境因子與內在生長機理的綜合作用，往往呈現出非線性與高隨機的特點，單一的預測方法往往難以對其做出較為準確的預測。對此，提出引入經驗小波變換（EWT）方法，對非線性、高隨機的銀杏液流數據進行分解，得到兩組多分辨率分析分量，分別對分量采用統計模型ARIMA進行預測。根據真實數據實驗結果驗證，提出了EWT-ARIMA組合模型能夠較為準確地預測樹干液流的變化趨勢，模型評價指標MSE、MAE、MAPE、R2分別為11.05、2.488、0.1640、0.9599，相較單一ARIMA模型各項評價指標均有較大提升。此外，還利用傳遞熵（EWT），無模型假設地對時滯內環境因子與銀杏液流之間的因果關系進行了探討。

發表于：10/23/2023

面向車聯網多播業務中斷概率約束的資源優化研究[通信與網絡][汽車電子]

隨著汽車工業和通信技術的迅速發展，獲取高質量的交通信息在車輛緊急情況中至關重要。在車聯網中車輛的高速移動性會導致信息傳輸面臨中斷的風險，同時隨著車輛數目的增加，有限的頻譜資源為車聯網的功率分配帶來了挑戰。為了解決這一難題，采用單頻網絡技術，通過資源分配策略來降低信干噪比的中斷概率，最小化單頻網絡中每個路邊單元的傳輸功率。該優化問題被建模為馬爾可夫決策過程，并采用基于好奇心驅動的DQN（C-DQN）資源優化算法來求解。大量仿真結果表明，該方案在滿足較低中斷概率的前提下最小化傳輸功率，所采用的算法與基準算法相比，在學習速度和穩定性方面具有良好的性能。

發表于：10/23/2023

一種高效的衛星通信多模式身份認證協議方案的設計方法[通信與網絡][通信網絡]

針對現有星地協同認證模式認證時延高、地面認證服務器受到攻擊易導致故障等問題，創新性地提出一種可切換的高效多模式身份認證方案。該方案采用星上主用、地面備用的認證模式，星上認證模式下，可有效降低傳統星地認證傳輸過程帶來的通信高時延，實現在不依賴地面歸屬網絡的情況下快速認證；當星上認證模式不可使用時，可迅速切換地面認證模式，保證認證過程穩定可靠，提高系統穩定性和抗毀壞性。同時，該方案采用哈希算法和對稱加密算法完成認證核心運算，有效減少認證過程計算開銷，在提高衛星通信設備接入效率和安全性方面具有較高的應用價值。

發表于：10/23/2023

基于改進OS-ELM的電子鼻在線氣體濃度檢測*[測試測量][消費電子]

電子鼻是一種仿生傳感系統，該設備能夠同時對多種氣體進行識別，因此應用在許多領域當中。氣體濃度算法是電子鼻對氣體定量分析時的核心部分，為了提高電子鼻濃度檢測算法精度，提出一種基于在線序列極限學習機（Online Sequential-Extreme Learning Machine， OS-ELM）的預測模型。該模型通過一維卷積神經網絡（One Dimensional Convolutional Neural Network， 1DCNN）提取特征，使用OS-ELM對氣體濃度進行預測，并提出了一種改進的粒子群（Particle Swarm Optimization， PSO）算法以克服OS-ELM需人工調整模型參數的問題。由理論分析，改進的算法比傳統PSO算法有更強的搜索能力。實驗結果表明，所提模型對氣體的預測精度上較傳統的預測模型具有更高的預測精度和泛化能力。

發表于：10/23/2023

基于國產化云平臺的航天數據混合組播應用技術[測試測量][航空航天]

構建了一種基于云架構的一體化計算機系統，系統國產化率100%。提出了基于國產化云平臺航天數據混合組播應用技術，實現了操作系統、云平臺、虛擬機CPU資源三個層面技術優化，解決了國產操作系統及云平臺網絡資源虛擬化對數據組播的性能瓶頸問題，提升了云平臺數據組播的性能。經過實際測試，提升后性能可滿足了航天任務中心業務使用需求。

發表于：10/23/2023

H.265/HEVC熵解碼的分組并行流水線實現[模擬設計][工業自動化]

針對高效視頻編碼（H.265/HEVC）中CABAC熵解碼模塊的高資源消耗和數據依賴性，設計了一種多路并行的高效FPGA實現結構。根據不同類型語法元素特性，采用分組并行數據調度方法，減少數據處理等待時間和內部存儲器訪問次數，同時利用流水線技術實現運算加速。評估驗證結果表明，熵解碼模塊吞吐量可以達到1.64位元/時鐘周期，滿足當下超高清視頻實時解碼的要求。

發表于：10/23/2023

一種應用分段式電容陣列的20 MS/s 10-bit SAR ADC*[電子元件][工業自動化]

設計了一個10位分辨率，20 MS/s采樣率的逐次逼近型模擬數字轉換器（SAR ADC）。該電路通過采用分段式電容陣列設計，縮短了量化過程中高位電容翻轉后所需要的穩定時間，從而提高了量化速度。此外，還提出了一種新穎、高效的比較器校準方法，以較低的成本實現了比較器失調電壓的抑制。該ADC芯片基于180 nm CMOS工藝設計制造，核心面積為0.213 5 mm2。實際測試結果表明，在1.8 V電源電壓、20 MS/s采樣頻率下，該ADC的信號噪聲失真比（SNDR）達到了58.24 dB。

發表于：10/23/2023

一種基于深度學習模型的無人機巡檢輸電線路山火檢測方法[人工智能][智能電網]

輸電巡檢圖像的背景復雜，目標檢測易受干擾，基于YOLOX神經網絡模型，提出一種輸電線路山火檢測方法。首先采用YOLOX的主干特征提取網絡框架，并將其中多尺度特征提取模塊的常規卷積替換為可變形卷積；其次在加強特征提取階段增加了通道注意力和空間注意力模塊的融合，能夠自適應火焰的外形多變特點，更加有效地提取到山火特征，從而提高目標檢測的準確率。經實驗驗證，所提方法能夠較為準確地檢測到山火，滿足日常巡檢的需求。

發表于：10/23/2023

結合不確定性估計的輕量級人體關鍵點檢測算法[人工智能][醫療電子]

人體關鍵點檢測在智能視頻監控、人機交互等領域有重要應用。針對基于熱圖的人體關鍵點檢測算法依賴高分辨率熱圖、計算資源消耗大的問題，提出一種結合不確定性估計的輕量級算法。使用低分辨率熱圖，結合不確定性估計預測誤差分布的尺度參數，提高了預測結果的可信度；利用尺度參數監督和約束熱圖，緩解梯度消失，增強了網絡的魯棒性。COCO數據集上實驗結果表明，與積分姿態回歸算法相比，改進后算法的平均精度提高了3.3%，降低了資源占用。

發表于：10/23/2023

集成電路產業的多源數據融合前沿識別研究[電子元件][數據中心]

大數據時代，能夠精準及時地識別研究前沿對于科技戰略的定位和科研方向的部署尤為重要，可提供更加全面的決策參考和依據。利用自開發的多源數據融合分析方法，從全球期刊論文、會議論文、專利文獻、科技新聞、研究報告、科技政策、標準等數據進行數據挖掘和去噪，有效識別出集成電路領域當前的研究前沿和技術清單。當前全球集成電路領域的研究熱點和重點發展方向集中在半導體制造設備、高制程制造技術上，重點產品集中在高端芯片、功率器件、傳感器、存儲器以及第三代半導體的相關產品上。中國半導體產業國產化迫在眉睫，前沿識別結果為政府與企業提供有價值的決策支持和參考。

發表于：10/23/2023

亚洲一区二区欧美_亚洲丝袜一区_99re亚洲国产精品_日韩亚洲一区二区

亚洲美女av在线播放| 亚洲精品一区二区三区樱花| 精品成人免费| 欧美午夜精品久久久久久孕妇| 久久成人一区| 亚洲欧美日韩爽爽影院| 99re66热这里只有精品3直播| 欧美在线欧美在线| 亚洲免费在线视频一区二区| 亚洲精品一区在线| 影音先锋日韩有码| 国产亚洲一级高清| 免费看的黄色欧美网站| 久久gogo国模啪啪人体图| 亚洲制服丝袜在线| av不卡在线| 亚洲精品资源| 亚洲人成网站在线播| 亚洲高清视频一区| 久久精品国产一区二区三区免费看| 亚洲影院免费| 亚洲电影观看| 在线观看成人av电影| 激情成人av| 国产性做久久久久久| 国产欧美日韩在线播放| 国产精品一区二区久久| 欧美日韩在线播放三区四区| 欧美日韩国产一区二区| 欧美日韩国产成人精品| 欧美韩日亚洲| 欧美成人免费在线| 蜜桃av噜噜一区| 美女国产精品| 美女亚洲精品| 美女图片一区二区| 欧美99在线视频观看| 欧美va天堂在线| 欧美福利电影网| 欧美福利在线观看| 欧美激情1区2区| 欧美乱大交xxxxx| 欧美日韩国产在线一区| 欧美日韩喷水| 欧美日本高清视频| 欧美日韩另类字幕中文| 欧美视频1区| 国产精品毛片va一区二区三区| 国产精品成人一区二区三区夜夜夜| 国产精品v欧美精品∨日韩| 国产精品hd| 国产日韩视频一区二区三区| 国产亚洲制服色| 国产亚洲人成a一在线v站| 国产在线视频欧美| 国产三区二区一区久久| 国产自产高清不卡| 尤物在线精品| 最新成人av网站| 亚洲少妇中出一区| 午夜精品在线看| 久久精品免费观看| 亚洲美女免费视频| 亚洲欧美日韩国产综合| 欧美一区国产一区| 久久综合国产精品| 欧美日韩国产区| 国产精品色婷婷久久58| 国内精品伊人久久久久av一坑| 玉米视频成人免费看| 亚洲精品一二| 亚洲男女自偷自拍图片另类| 久久精品视频在线观看| 亚洲国产日韩欧美在线动漫| 一区二区三区四区蜜桃| 亚洲一区二区三区免费视频| 久久精品成人一区二区三区蜜臀| 久热精品在线视频| 欧美日韩直播| 国产欧美日韩三区| 亚洲国产精品一区在线观看不卡 | 一区二区不卡在线视频午夜欧美不卡'| 亚洲少妇自拍| 亚洲高清自拍| 亚洲综合日本| 免费h精品视频在线播放| 欧美日本韩国一区| 国产一区二区三区黄视频| 91久久久一线二线三线品牌| 亚洲神马久久| 亚洲啪啪91| 欧美在线观看视频在线| 久热精品视频在线观看一区| 国产精品第三页| 曰韩精品一区二区| 在线一区二区三区四区五区| 亚洲国产成人久久| 亚洲欧美日韩国产成人精品影院| 久久综合网络一区二区| 欧美国产精品劲爆| 国产精品久久久久久五月尺| 在线观看日韩av| 亚洲女性裸体视频| 亚洲美女黄网| 久久综合一区| 国产精品三级久久久久久电影| 亚洲欧洲精品一区二区三区不卡 | 91久久久久久久久| 久久成人久久爱| 亚洲一区国产| 欧美好骚综合网| 一区在线播放| 欧美一区二区三区免费观看| 亚洲韩国精品一区| 久久精品国产69国产精品亚洲| 欧美日韩在线亚洲一区蜜芽| 亚洲高清三级视频| 欧美在线短视频| 欧美亚洲综合另类| 欧美视频在线一区| 亚洲黄页一区| 欧美在线免费观看亚洲| 欧美影院成年免费版| 国产精品免费一区二区三区在线观看 | 亚洲黄色成人| 亚洲美女啪啪| 欧美另类人妖| 日韩午夜剧场| 亚洲免费网站| 国产精品亚洲综合久久| 亚洲一区尤物| 欧美在线黄色| 国内精品久久久久久久影视麻豆| 欧美中文在线字幕| 麻豆精品国产91久久久久久| 亚洲国产日韩欧美在线99| aa国产精品| 国产精品你懂得| 性做久久久久久| 巨乳诱惑日韩免费av| 亚洲国产精品一区在线观看不卡 | 国产自产在线视频一区| 91久久久亚洲精品| 欧美精品亚洲精品| 亚洲视屏在线播放| 久久精品伊人| 亚洲国产你懂的| 亚洲图片在线观看| 国产日韩欧美日韩大片| 亚洲成色999久久网站| 欧美电影在线观看完整版| 99在线精品视频| 欧美专区日韩专区| 影音先锋在线一区| 中文欧美日韩| 国产欧美日韩一级| 亚洲激情网站| 欧美特黄a级高清免费大片a级| 午夜国产精品视频免费体验区| 久久综合色影院| 99精品视频免费全部在线| 欧美怡红院视频| 亚洲国产成人av| 亚洲综合成人婷婷小说| 国产一区二区精品| 日韩亚洲视频在线| 国产精品一区一区三区| 亚洲激情影视| 国产精品欧美激情| 亚洲日本激情| 国产精品爽黄69| 亚洲精品欧美日韩| 国产精品网站视频| 亚洲激情视频在线播放| 国产精品国产三级国产aⅴ无密码国产精品国产三级国产aⅴ入口 | 欧美成人性生活| 亚洲一区二区三区777| 美女精品网站| 亚洲一区中文| 欧美国产日本在线| 午夜精品久久久久久久99樱桃 | 一区二区三区不卡视频在线观看| 久久天堂国产精品| 正在播放日韩| 欧美成人午夜视频| 欧美一级艳片视频免费观看| 欧美日韩视频在线第一区| 久久国产一区| 欧美午夜久久久| 亚洲日本成人| 国产一区视频网站| 亚洲伊人一本大道中文字幕| 亚洲福利视频一区| 欧美在线一级va免费观看| 99riav国产精品| 欧美+日本+国产+在线a∨观看| 性欧美大战久久久久久久免费观看 | 久久动漫亚洲| 国产精品亚洲一区二区三区在线| 亚洲免费高清|