国产三级一区二区,亚洲视频在线观看,依依成人在线

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 3:28:00 PM

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 3:28:00 PM

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 3:28:00 PM

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 3:28:00 PM

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 3:28:00 PM

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 3:28:00 PM

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 3:28:00 PM

論數(shù)字化“智力成果”保護(hù)向著作權(quán)法回歸的正當(dāng)性——以人工智能生成內(nèi)容的保護(hù)路徑選擇為例[其他][信息安全]

現(xiàn)階段數(shù)字化“智力成果”不斷涌現(xiàn)，但著作權(quán)保護(hù)之正當(dāng)性卻遭遇了前所未有的挑戰(zhàn)。以人工智能生成內(nèi)容為例，無(wú)論是在保護(hù)對(duì)象上、權(quán)利主體上還是受控行為上都因?yàn)榧夹g(shù)的強(qiáng)勢(shì)介入而產(chǎn)生認(rèn)定難題，進(jìn)而產(chǎn)生了適用反不正當(dāng)競(jìng)爭(zhēng)法進(jìn)行保護(hù)的傾向。但事實(shí)上，適用反不正當(dāng)競(jìng)爭(zhēng)法不僅無(wú)法達(dá)到預(yù)期效果，反而會(huì)因抵觸著作權(quán)法而增加社會(huì)成本。經(jīng)過(guò)進(jìn)一步分析，可以發(fā)現(xiàn)人工智能生成內(nèi)容等數(shù)字化“智力成果”之上存在創(chuàng)作模式、技術(shù)身份和使用行為性質(zhì)的認(rèn)識(shí)誤區(qū)。當(dāng)相關(guān)誤區(qū)被糾正后，著作權(quán)法完全有能力對(duì)數(shù)字化“智力成果”提供充分保護(hù)并且實(shí)現(xiàn)作者利益與公眾利益之間的平衡。因此，正確的做法是在外部明確著作權(quán)法、反不正當(dāng)競(jìng)爭(zhēng)法和公共領(lǐng)域的界限，在內(nèi)部利用著作權(quán)法高效的利益平衡機(jī)制尋找適合數(shù)字化“智力成果”的保護(hù)模式。

發(fā)表于：5/7/2024 1:00:00 PM

歐盟數(shù)據(jù)治理模式對(duì)我國(guó)數(shù)據(jù)要素開(kāi)發(fā)利用的啟示[其他][信息安全]

歐盟圍繞數(shù)據(jù)資源開(kāi)發(fā)利用經(jīng)歷了三個(gè)階段的發(fā)展，構(gòu)建形成了對(duì)全球影響極大、極具歐盟特色的數(shù)據(jù)治理路徑，目前，歐盟正加快體系化實(shí)施數(shù)據(jù)戰(zhàn)略，以推動(dòng)壯大本土數(shù)字產(chǎn)業(yè)，形成與美、中抗衡的數(shù)字經(jīng)濟(jì)競(jìng)爭(zhēng)力。歐盟數(shù)據(jù)戰(zhàn)略主要包含健全數(shù)據(jù)管理機(jī)構(gòu)、推動(dòng)數(shù)據(jù)共享流通、建設(shè)數(shù)據(jù)基礎(chǔ)設(shè)施以及建立數(shù)據(jù)治理規(guī)則等方面，在實(shí)踐中取得了顯著成效。立足我國(guó)數(shù)據(jù)要素開(kāi)發(fā)利用中存在的數(shù)據(jù)流通交易不暢、數(shù)據(jù)價(jià)值挖掘不足以及安全保障仍待補(bǔ)強(qiáng)等問(wèn)題，研究總結(jié)歐盟數(shù)據(jù)治理模式對(duì)我國(guó)的啟示，旨在為數(shù)據(jù)要素探索實(shí)踐提供參考。

發(fā)表于：5/7/2024 1:00:00 PM

基于特征分析的智能網(wǎng)聯(lián)汽車(chē)數(shù)據(jù)分級(jí)方法研究[通信與網(wǎng)絡(luò)][信息安全]

當(dāng)前，智能網(wǎng)聯(lián)技術(shù)的發(fā)展使得汽車(chē)成為數(shù)據(jù)交互的重要載體，智能網(wǎng)聯(lián)汽車(chē)所產(chǎn)生的數(shù)據(jù)量呈現(xiàn)指數(shù)型增長(zhǎng)趨勢(shì)，國(guó)家對(duì)于數(shù)據(jù)安全的重視程度也在不斷加強(qiáng)。在此背景下，從行業(yè)實(shí)踐角度出發(fā)，對(duì)我國(guó)當(dāng)前數(shù)據(jù)安全監(jiān)管現(xiàn)狀、數(shù)據(jù)分級(jí)方法進(jìn)行梳理，最后提出一種基于特征分析的數(shù)據(jù)分級(jí)方法，助力企業(yè)加強(qiáng)數(shù)據(jù)治理、滿(mǎn)足政府合規(guī)要求。

發(fā)表于：5/7/2024 1:00:00 PM