热99久久精品,91国语精品自产拍,亚洲免费二区

基于偽觸發詞的并行預測篇章級事件抽取方法[人工智能][消費電子]

篇章級事件抽取一般將事件抽取任務分為候選實體識別、事件檢測和論元識別3個子任務，然后采用級聯的方式依次進行，這樣的方式會造成誤差傳遞；另外，現有的大多數模型在解碼事件時，對事件數量的預測隱含在解碼過程中，且只能按照預定義的事件順序及預定義的角色順序預測事件論元，使得先抽取的事件并沒有考慮到后面抽取的事件。針對以上問題提出一種多任務聯合的并行預測事件抽取框架。首先，使用預訓練語言模型作為文檔句子的編碼器，檢測文檔中存在的事件類型，并使用結構化自注意力機制獲取偽觸發詞特征，預測每種事件類型的事件數量；然后將偽觸發詞特征與候選論元特征進行交互，并行預測每個事件對應的事件論元，在大幅縮減模型訓練時間的同時獲得與基線模型相比更好的性能。最終事件抽取結果F1值為78%，事件類型檢測子任務F1值為98.7%，事件數量預測子任務F1值為90.1%，實體識別子任務F1值為90.3%。

發表于：4/29/2024 1:10:00 PM

基于改進AOD-Net的圖像去霧算法[模擬設計][工業自動化]

為了更好解決圖像去霧后顏色失真、去霧不徹底和耗時等問題，提出了一種基于改進AOD-Net的圖像去霧算法。首先，在原有的卷積模塊中引入殘差連接，并保留了第二個特征融合層第一層的特征信息，以增強網絡的特征提取能力。其次，在第三個特征融合層后引入注意力模塊，強化霧圖中的關鍵特征信息，抑制無關背景干擾。最后，采用新的復合損失函數進行訓練。實驗結果表明，改進算法在公共數據集上的峰值信噪比提高了3.8 dB，結構相似性達到了93.6%。相較于其他去霧算法，該算法在去霧精度和處理效率方面均表現出色。

發表于：4/29/2024 1:10:00 PM

超融合架構下電力通信網絡管理故障研究分析[通信與網絡][智能電網]

現網中的新舊設備共存、新老版本并存等實際情況，不同廠家網管平臺的接口開放性、接口協議等差異性，給電力通信網絡的有效管理帶來了困難，尤其是更容易造成故障的頻繁發生。基于不同網絡設備的融合電力通信網絡管理系統的核心技術，分析現有各類系統的部署環境，并對不同品牌廠商網管系統的網元管理模式、相關通信協議互通的可能性進行了分析，進而提出了一種新的電力通信網絡管理故障控制策略，以盡可能地避免故障的發生，并隨后對已發生故障作最優的處理，經實驗驗證，可有效避免故障的發生。

發表于：4/29/2024 1:10:00 PM

基于電流場的陣列極板水下通信系統仿真分析[通信與網絡][通信網絡]

電流場通信是一種無線通信技術，通過傳導電流在水體中傳播。傳統的水下電磁波通信存在信號衰減大、天線復雜、架設困難等問題。因此，結合電流場水下傳播理論，提出了一種基于陣列極板的水下通信系統。使用有限元軟件Comsol建立了陣列極板電場模型，并通過頻域分析模擬了1×4陣列切面的電場和電勢分布。同時，在1×4陣列和1×2陣列之間進行了信號接收效果的對比。在此基礎上，分析了6組正負極接線方式對信號接收強度的影響。瞬態時域分析則用于模擬輸入輸出波形的變化。實驗證明，在不增加發射功率的條件下，通過增加陣列排布數量，可以有效提高通信效果。同時，傳輸過程中信號波形基本保持不變，無相位偏移，從而證明了陣列極板水下通信的可行性。研究結果為新型電流場水下通信系統的建立提供了理論基礎。

發表于：4/29/2024 1:10:00 PM

基于系統級封裝的RISC-V電路設計與實現[模擬設計][工業自動化]

為滿足電子系統在性能、功耗、體積、重量和國產化等方面的需求，設計了一款基于系統級封裝技術的RISC-V電路。該電路以采用自主指令集架構和國內工藝的處理器為核心，并集成了國產外圍電路，實現了一款完全自主創新的、具備常用控制與通信接口的微系統電路。經過測試與驗證，該電路各項功能和性能均達到設計指標，有效地提高了功能密度，很好地滿足了電子系統在小型化、輕量化和低功耗等方面的需求。

發表于：4/29/2024 1:10:00 PM

一種寬輸入范圍高PSR帶隙基準電路設計[微波|射頻][通信網絡]

從DC-DC芯片電路的實際設計需求出發，設計了一款輸入電壓范圍在2.5~15 V的帶隙基準電路。通過預調節電路的設計，帶隙基準核輸出的基準電壓轉化為一個穩定的電流源，形成的負反饋結構給帶隙基準核自身提供供電電壓，提高了電源電壓范圍上限；通過電壓選擇電路，在電源電壓低于5 V時使帶隙基準核直接由電源電壓供電，拓寬了電源電壓范圍的下限。同時，預調節電路和帶隙基準核中共源共柵結構為電路帶來了良好的電源抑制特性。設計基于0.25 μm BCD工藝，完成了原理圖、版圖設計以及仿真，結果表明設計在-55 ℃~125 ℃的溫度范圍內，可以輸出穩定的0.8 V電壓，溫度系數為7.78 ppm/℃；低頻條件下PSR達到159 dB，線性調整率為0.001 2%。

發表于：4/29/2024 1:10:00 PM

一種SSD主控芯片數據加解密模塊的設計與驗證[模擬設計][信息安全]

為了增強固態硬盤（Solid State Disk， SSD）的數據安全，介紹了SSD主控芯片中一種滿足《安全芯片密碼檢測準則》二級要求設計的數據SM4加解密模塊。另外，為了驗證模塊設計的正確性，介紹了基于通用驗證方法學（Universal Verification Methodology， UVM）設計的自動化驗證平臺，以設計功能點和代碼覆蓋率為衡量指標，數據加解密模塊被該驗證平臺較充分地驗證，最終達到片上系統（System on Chip， SoC）的流片交付標準。

發表于：4/29/2024 1:10:00 PM

TSN時間敏感網絡幀搶占的研究與電路實現[模擬設計][通信網絡]

時間敏感網絡（Time Sensitive Network， TSN）是一種新型網絡技術，在傳統的以太網技術基礎上，對關鍵數據的實時性、可靠性和安全性方面進行了增強，可滿足工業互聯網、自動駕駛、醫療健康等領域的需求。針對TSN中的幀搶占技術進行了研究分析，實現了幀搶占電路。作為TSN網絡交換芯片的重要部分，實現了TSN幀搶占等芯片實現的自主創新，在相關時間敏感領域具有較好的應用價值。

發表于：4/29/2024 1:10:00 PM

融合蛋白質語言模型與深度神經網絡的植物蛋白質相互作用預測研究[模擬設計][醫療電子]

預測植物中的蛋白質-蛋白質相互作用（PPI）具有重要的生物學意義。同時采用了4種編碼方法及深度神經網絡構建了蛋白質相互作用預測模型。結果表明，提出的融合蛋白質語言模型Ankh與深度神經網絡的方法構建的PPI預測模型性能在3種植物數據集上均獲得了最優的AUPR和AUC值，Sen及MCC值也均優于其他4種蛋白質相互作用預測模型。當模型在水稻、大豆的植物PPI數據集上進行測試時，所提出的模型AUPR值分別為0.802 5、0.730 1，AUC值分別為0.956 2、0.950 7。這些優異的結果表明，融合蛋白質語言模型Ankh的PPI模型可以作為植物蛋白質相互作用預測的一個有前途的工具。

發表于：4/29/2024 1:10:00 PM

混合CNN-SVM的心音信號分類算法的研究[模擬設計][醫療電子]

針對當前心音信號識別算法檢測精度不佳問題，提出了一種混合卷積神經網絡-支持向量機模型（CNN-SVM）的心音信號分類方法。通過PASCAL挑戰實驗數據，整理出正常與不正常兩類心音信號數據庫，通過預處理濾波及MFCC、一二階差分特征提取、PCA降維，輸入CNN-SVM模型進行訓練。并從準確率、召回率、特異性、精確率和F分數5個方面進行性能評估。為了驗證此算法的有效性，將混合CNN-SVM模型與單一SVM、CNN模型分別進行了對比。實驗結果表明，該方法能夠以較高識別率將兩種心音信號區分開，其平均識別準確率接近于99%，相較于單一CNN方法提高了2.48%，同樣高于單一SVM算法。

發表于：4/29/2024 1:10:00 PM