亚洲av永久无码浪潮av影视,国产精品影院一级片在线免费看,精品国产人成亚洲区

可穿戴設(shè)備和機(jī)器人技術(shù)在倉儲管理中的實(shí)踐考量[EDA與制造][工業(yè)自動化]

消費(fèi)者對當(dāng)日或次日配送日益強(qiáng)烈的期望助推了產(chǎn)品在倉儲設(shè)施中運(yùn)輸?shù)奶崴?。如今，消費(fèi)者在網(wǎng)購時已愈發(fā)習(xí)慣于選擇此類配送方式。若友商可為相同的商品提供更快速的配送服務(wù)，消費(fèi)者就很有可能會在該處進(jìn)行購買。

發(fā)表于：6/7/2022

適合工業(yè)應(yīng)用的魯棒SPI/I2C通信[通信與網(wǎng)絡(luò)][工業(yè)自動化]

狀態(tài)監(jiān)控、工廠自動化、樓宇自動化和結(jié)構(gòu)監(jiān)控等應(yīng)用要求外設(shè)位于遠(yuǎn)程位置，通常遠(yuǎn)離控制器。系統(tǒng)設(shè)計(jì)人員傳統(tǒng)上利用中繼器或具有更高驅(qū)動強(qiáng)度的驅(qū)動器來擴(kuò)展這些接口，其代價是整體成本和功耗增加。

發(fā)表于：6/6/2022

泰享實(shí)測003：關(guān)于USB2.0和3.0不得不做的那些事[測試測量][通信網(wǎng)絡(luò)]

大家好，水哥今天想和大家聊聊USB，旁邊的小伙伴馬上跳起來了，“啥？！USB，這么老的話題，你是認(rèn)真的嗎？”

發(fā)表于：6/6/2022

通過MBSE 策略保持競爭優(yōu)勢[EDA與制造][工業(yè)自動化]

今天的工程與產(chǎn)品開發(fā)在很大程度上依賴于工藝和技術(shù)的持續(xù)改進(jìn)，而這種改進(jìn)也帶來了工程量的迅速上漲。在經(jīng)濟(jì)全球化的大背景下，供應(yīng)鏈的復(fù)雜性及其所涉區(qū)域的數(shù)量均不斷增加，擁有一套能夠應(yīng)對各種復(fù)雜性的開發(fā)方法至關(guān)重要，下一代基于模型的系統(tǒng)工程（MBSE）方法應(yīng)運(yùn)而生。

發(fā)表于：6/6/2022

Matter標(biāo)注：助力智能家居實(shí)現(xiàn)更高水平的互通性和安全性[通信與網(wǎng)絡(luò)][消費(fèi)電子]

針對不同智能家居產(chǎn)品，市場上現(xiàn)有許多不同的連接協(xié)議，這導(dǎo)致實(shí)現(xiàn)智能家居產(chǎn)品的互聯(lián) 和安全變得日益復(fù)雜。71%的消費(fèi)者（據(jù) incontrol 數(shù)據(jù)顯示）擔(dān)心在使用智能家居產(chǎn)品時個人信息被盜，而許多產(chǎn)品的安裝與使用方式過于繁雜也令用戶不勝其煩。

發(fā)表于：6/6/2022

在自動駕駛汽車中實(shí)現(xiàn)5G和DSRC V2X[通信與網(wǎng)絡(luò)][汽車電子]

在本文中，我們將展示未來的自動駕駛場景需要協(xié)調(diào)或組合使用這兩種技術(shù)。先進(jìn)的多無線標(biāo)準(zhǔn)設(shè)備需要集成分別采用不同技術(shù)的單個模塊。因此，在缺乏無線互聯(lián)的標(biāo)準(zhǔn)接口的情況下，實(shí)現(xiàn)這種協(xié)同系統(tǒng)顯得非常困難。我們使用最近發(fā)布的一款單芯片解決方案來實(shí)現(xiàn)雙頻、雙無線標(biāo)準(zhǔn)車載通信系統(tǒng)。

發(fā)表于：6/1/2022

供應(yīng)鏈危機(jī)導(dǎo)致全球汽車制造商損失超5000億美元[其他][汽車電子]

在過去兩年中，有關(guān)供應(yīng)鏈問題和半導(dǎo)體短缺的新聞層出不窮，許多汽車制造商曾因此而宣布停產(chǎn)并遭受了損失。但情況到底有多嚴(yán)重？這一短缺到目前為止造成了哪些影響？

發(fā)表于：6/1/2022

基于雙碳目標(biāo)的福建省清潔能源發(fā)展的路徑探討[其他][其他]

碳達(dá)峰、碳中和作為生態(tài)文明建設(shè)的重要組成部分，對于福建省高質(zhì)量發(fā)展具有重要的意義?；趪姨歼_(dá)峰、碳中和目標(biāo)和福建省能源行業(yè)現(xiàn)狀，分析了福建省發(fā)展核電、海上風(fēng)電等清潔能源的可行性，并對清潔能源發(fā)展的路徑進(jìn)行探討，提出積極有序發(fā)展核電、大力發(fā)展海上風(fēng)電、按需配套儲能電站的發(fā)展思路。

發(fā)表于：5/24/2022

基于國產(chǎn)芯片的核級儀控系統(tǒng)主控板卡的設(shè)計(jì)與實(shí)現(xiàn)[電子元件][信創(chuàng)產(chǎn)業(yè)]

核電儀控系統(tǒng)關(guān)系國家的核電安全，采用國產(chǎn)芯片實(shí)現(xiàn)儀控系統(tǒng)至關(guān)重要，只有基于國產(chǎn)技術(shù)平臺才能從內(nèi)在保障核級儀控系統(tǒng)的安全。基于國產(chǎn)芯片實(shí)現(xiàn)儀控系統(tǒng)過程中，面臨系統(tǒng)設(shè)計(jì)、器件選型，以及新的系統(tǒng)架構(gòu)下如何滿足產(chǎn)品的穩(wěn)定性、可靠性、獨(dú)立性和確定性等問題，給出了基于國產(chǎn)芯片、計(jì)算機(jī)技術(shù)平臺的核級儀控系統(tǒng)主控板卡的設(shè)計(jì)與實(shí)現(xiàn)，并重點(diǎn)對獨(dú)立性和確定性設(shè)計(jì)進(jìn)行了說明。對主控板卡的性能指標(biāo)進(jìn)行了測量，結(jié)果表明使用國產(chǎn)芯片實(shí)現(xiàn)的控制系統(tǒng)滿足關(guān)鍵指標(biāo)要求，主控板卡的設(shè)計(jì)與實(shí)現(xiàn)對核電儀控系統(tǒng)國產(chǎn)化具有參考意義。

發(fā)表于：5/24/2022

基于多智能體深度強(qiáng)化學(xué)習(xí)的無人機(jī)集群自主決策[其他][其他]

由于傳統(tǒng)的無人機(jī)由人工進(jìn)行操控，無人機(jī)群在強(qiáng)電磁干擾和復(fù)雜多變的戰(zhàn)場環(huán)境中表現(xiàn)較為呆板。在這項(xiàng)研究中，開發(fā)了一種靈活智能的無人機(jī)控制器。通過使用一個經(jīng)過多智能體深度強(qiáng)化學(xué)習(xí)技術(shù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，無人機(jī)可以在飛行中控制自己的行為，從戰(zhàn)場環(huán)境中獲取狀態(tài)信息，自主決策，并且和其他無人機(jī)形成有效戰(zhàn)斗隊(duì)形，靈活協(xié)調(diào)和配合，并產(chǎn)生了最優(yōu)的動作。

發(fā)表于：5/24/2022

結(jié)合注意力機(jī)制的CNN-LSTM的視頻中雙相抑郁癥檢測方法[其他][其他]

雙相抑郁癥(Bipolar Disorder)會使人們因?yàn)閲?yán)重的情緒問題無法參與正常的社會生活，甚至導(dǎo)致自殘和自殺行為。為了準(zhǔn)確檢測患者當(dāng)下心理狀態(tài)以協(xié)助醫(yī)生進(jìn)行更精準(zhǔn)的治療，提出了一種結(jié)合注意力機(jī)制的CNN-LSTM網(wǎng)絡(luò)的混合模型的雙相抑郁癥檢測方法。該方法首先使用在人臉表情數(shù)據(jù)集上微調(diào)的Resnet50模型提取視頻幀的空間特征，其次通過結(jié)合注意力機(jī)制的LSTM網(wǎng)絡(luò)提取幀之間的時序信息去檢測雙相抑郁癥。在AVEC2018雙相抑郁癥數(shù)據(jù)庫開發(fā)集上，驗(yàn)證了該方法的有效性。

發(fā)表于：5/24/2022

應(yīng)用于視覺測量的圖像超分辨率重建算法[其他][其他]

惡劣環(huán)境下的低質(zhì)圖像會嚴(yán)重影響基于視覺的位移測量效果。圖像超分辨率重建有望能改善圖像質(zhì)量、突出目標(biāo)特征以提高測量精度和可靠性，進(jìn)而應(yīng)用于視覺測量場景。故提出了一種關(guān)注細(xì)節(jié)特征的圖像超分辨率重建算法，該算法設(shè)計(jì)了一個角點(diǎn)增強(qiáng)支路，并通過角點(diǎn)損失函數(shù)進(jìn)行約束實(shí)現(xiàn)對角點(diǎn)信息的增強(qiáng)，此外增加邊緣損失函數(shù)提升邊緣的重建效果。實(shí)驗(yàn)結(jié)果表明，該算法在客觀評價指標(biāo)上表現(xiàn)優(yōu)異，視覺效果上取得了更加清晰的紋理細(xì)節(jié)，設(shè)計(jì)的驗(yàn)證實(shí)驗(yàn)證明，該算法重建的邊緣與角點(diǎn)更加準(zhǔn)確，對目標(biāo)定位有一定幫助，適用于視覺測量應(yīng)用場景。

發(fā)表于：5/24/2022

從頻域角度重新分析對抗樣本[其他][其他]

目前在空間域上關(guān)于對抗樣本的研究成果已經(jīng)相當(dāng)成熟，但是在頻域上的相關(guān)工作卻是十分缺乏。從頻域的角度對對抗樣本進(jìn)行深入的研究，發(fā)現(xiàn)對抗樣本在DCT域上表現(xiàn)出了高度可識別的偽影，并利用這些偽影信息訓(xùn)練了一個基于頻域的對抗樣本檢測器CNN-DCT，結(jié)果表明，對于常見的對抗樣本在數(shù)據(jù)集CIFAR-10和SVHN上都能達(dá)到98%的檢測準(zhǔn)確率。此外，針對對抗樣本在頻域上存在的偽影，也提出一種通用的改進(jìn)算法IAA-DCT來解決。簡而言之，本文不僅填充了對抗樣本在頻域上工作的缺少，也改進(jìn)了對抗攻擊算法在頻域上存在偽影的弊端。

發(fā)表于：5/24/2022

基于多Transformer網(wǎng)絡(luò)協(xié)同生成的自動作曲[其他][其他]

多音軌的自動作曲算法需要同時兼顧單條序列的連貫性與多個序列之間的和諧程度。以往工作通常選擇合并序列或并行多生成器兩種方案，它們都無法同時完全捕獲音符之間的依賴關(guān)系以及做到單條序列的連續(xù)性。提出了MuseTransformer框架，其包括由多個Transformer組成的生成器池模塊，并設(shè)計(jì)了多生成器的異步執(zhí)行策略與同步機(jī)制，以確保細(xì)粒度依賴關(guān)系的捕獲。在樂譜的序列表示方面，提出了關(guān)鍵位置符號(Key Position Symbol，KPS)以提高表示效率。多種音樂領(lǐng)域評價指標(biāo)的實(shí)驗(yàn)結(jié)果表明，所提模型生成的多軌序列之間在和諧程度、連貫性以及序列表示空間效率上，均等同或優(yōu)于其他先進(jìn)方法。

發(fā)表于：5/24/2022

基于改進(jìn)匈牙利算法對多人人體關(guān)鍵點(diǎn)匹配的研究[其他][其他]

在復(fù)雜場景下，針對傳統(tǒng)人體姿態(tài)估計(jì)模型中關(guān)鍵點(diǎn)分配算法存在正確率低、資源分配不均等優(yōu)化問題，在OpenPose模型的基礎(chǔ)上提出了一種改進(jìn)的匈牙利算法，該算法在傳統(tǒng)數(shù)學(xué)模型的基礎(chǔ)上采用親和度向量場與鄰接矩陣結(jié)合的方式，通過對矩陣內(nèi)的數(shù)值處理，來獲取關(guān)鍵點(diǎn)的最佳匹配。實(shí)驗(yàn)表明，改進(jìn)算法的運(yùn)行時間有一定的減短，同時保證在100×100以內(nèi)的矩陣中運(yùn)算的精確度誤差率不高于0.014，且在使用本地圖像測試的實(shí)驗(yàn)中證明了模型的可行性和性能的提升。

發(fā)表于：5/24/2022