国产狂喷潮在线观看国产片,日本韩国欧美精品,日韩精品在线一区二区

基于動態(tài)圖卷積的點(diǎn)云補(bǔ)全網(wǎng)絡(luò)[人工智能][通信網(wǎng)絡(luò)]

大多數(shù)傳統(tǒng)的深度學(xué)習(xí)點(diǎn)云補(bǔ)全學(xué)習(xí)方法僅僅使用了全局特征而忽略了局部特征，為了更好地提取和使用點(diǎn)云的局部特征，提出了一個基于深度學(xué)習(xí)的端到端點(diǎn)云補(bǔ)全網(wǎng)絡(luò)。在點(diǎn)云補(bǔ)全網(wǎng)絡(luò)（PCN）的基礎(chǔ)上，編碼部分引入針對局部特征改進(jìn)的動態(tài)圖卷積（DGCNN），使用多個不同維度的邊卷積提取較為豐富的局部特征，并按照距離弱化遠(yuǎn)點(diǎn)的特征；然后用深度殘差網(wǎng)絡(luò)連接的思想優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)以實(shí)現(xiàn)多尺度特征的融合，并加入平均池化彌補(bǔ)全局池化造成的信息損失；在解碼部分引入折疊網(wǎng)絡(luò)（FoldingNet），使輸出的點(diǎn)云更加完整。實(shí)驗(yàn)結(jié)果表明，該點(diǎn)云補(bǔ)全網(wǎng)絡(luò)相對PCN等點(diǎn)云補(bǔ)全網(wǎng)絡(luò)有部分提升，驗(yàn)證了新方法的有效性。

發(fā)表于：5/31/2023

紋理特征提取方法綜述[其他][其他]

圖像紋理特征提取是圖像紋理分類與分割的基礎(chǔ)，廣泛應(yīng)用于醫(yī)學(xué)圖像、遙感圖像等領(lǐng)域。對近期的主流紋理特征提取方法以及融合方法進(jìn)行了分析與總結(jié)，并探討了紋理特征提取方法未來的研究方向。首先詳細(xì)介紹了12個主流的公開紋理數(shù)據(jù)集的特點(diǎn)及其適用場景；接著總結(jié)了近幾年出現(xiàn)的一些紋理特征提取方法，并根據(jù)特征融合方式從多個角度對紋理特征融合方法進(jìn)行了分類介紹；最后總結(jié)了紋理特征提取存在的難點(diǎn)和挑戰(zhàn)，并對未來的紋理特征提取方法研究方向進(jìn)行思考和討論。

發(fā)表于：5/31/2023

空基網(wǎng)絡(luò)定向天線對準(zhǔn)與跟蹤技術(shù)綜述[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為了滿足寬頻帶、大容量、遠(yuǎn)距離和多成員等未來通信需求，定向天線逐漸廣泛地投入應(yīng)用。由于定向天線只在某些特定方向上收發(fā)電磁波，相比于全向天線其隱蔽性和抗干擾性強(qiáng)，增加了輻射功率的有效利用率，因此能擴(kuò)大通信距離，更好地適應(yīng)多節(jié)點(diǎn)的復(fù)雜環(huán)境。但同時該特性也使得“定向天線對準(zhǔn)”成為了研究熱點(diǎn)，尤其是為了緩解通信頻段變高后傳播損耗帶來的影響，定向天線波束收窄，導(dǎo)致對準(zhǔn)難度進(jìn)一步加??；而空基環(huán)境中通信雙方高速運(yùn)動，如何保持實(shí)時跟蹤也成為關(guān)鍵問題。因此針對空-空應(yīng)用場景，綜述定向天線對準(zhǔn)及跟蹤過程中指向求解、角度測量和波束跟蹤等方法，并討論分析了各方法的優(yōu)缺點(diǎn)；總結(jié)出以軌跡預(yù)測為輔助，基于坐標(biāo)-信號聯(lián)合跟蹤控制方案的系統(tǒng)架構(gòu)，說明了定向天線對準(zhǔn)及跟蹤技術(shù)的潛在挑戰(zhàn)和未來的發(fā)展方向。

發(fā)表于：5/31/2023

應(yīng)對實(shí)際工程挑戰(zhàn)，如何為嵌入式軟件開發(fā)選擇編譯器[嵌入式技術(shù)][汽車電子]

　　在過去數(shù)十年，摩爾定律一直支配著半導(dǎo)體的發(fā)展。隨著MCU的性能越來越強(qiáng)，嵌入式產(chǎn)品也越來越智能，嵌入式軟件也變得越來越復(fù)雜。編譯器作為嵌入式軟件開發(fā)的基礎(chǔ)工具，將程序員編寫的源代碼轉(zhuǎn)換為底層硬件可以執(zhí)行的機(jī)器指令。一款優(yōu)秀的編譯器既需要對程序進(jìn)行優(yōu)化，確保程序可以高效地運(yùn)行，同時又需要保證轉(zhuǎn)換的一致性。

發(fā)表于：5/29/2023

如何通過人工智能（AI）和機(jī)器學(xué)習(xí)應(yīng)對零售勞動力和執(zhí)行方面的挑戰(zhàn)[人工智能][物聯(lián)網(wǎng)]

　　今年以來國內(nèi)消費(fèi)持續(xù)恢復(fù)，國內(nèi)零售市場呈穩(wěn)步發(fā)展態(tài)勢，而商務(wù)部也將2023年定為“消費(fèi)提振年”，消費(fèi)的基礎(chǔ)性作用被進(jìn)一步強(qiáng)調(diào)。面對不斷增長的需求，零售團(tuán)隊(duì)人員數(shù)量及具體運(yùn)營執(zhí)行是否能及時匹配，正成為零售商們不得不面臨的挑戰(zhàn)。零售團(tuán)隊(duì)人員的短缺將使商店難以正常運(yùn)營。當(dāng)商店經(jīng)理的人數(shù)捉襟見肘時，他們可能沒有時間對員工進(jìn)行新技能培訓(xùn)，幫助員工提高現(xiàn)有的技能組合，或者弄清楚如何以更佳的方式在商店中利用其技能。商店經(jīng)理也可能難以對已有員工進(jìn)行有效的安排。鑒于如今客戶和員工的期望之高前所未有，因此很難追蹤每位團(tuán)隊(duì)成員的排班偏好和可用性。

發(fā)表于：5/29/2023

基于變壓器的穩(wěn)壓器采用靈活的TLVR結(jié)構(gòu)，實(shí)現(xiàn)極快的動態(tài)響應(yīng)[電源技術(shù)][工業(yè)自動化]

　　對于需要數(shù)千安培大電流的應(yīng)用來說，具有極快動態(tài)響應(yīng)的穩(wěn)壓器（VR）是非常合宜的。本文介紹基于變壓器的穩(wěn)壓器，其采用跨電感電壓調(diào)節(jié)器（TLVR）結(jié)構(gòu)，設(shè)計(jì)用于在負(fù)載瞬變期間實(shí)現(xiàn)極快響應(yīng)。采用TLVR結(jié)構(gòu)的基于變壓器的穩(wěn)壓器克服了傳統(tǒng)TLVR結(jié)構(gòu)的缺點(diǎn)，提供很大的設(shè)計(jì)靈活性和極快的瞬態(tài)響應(yīng)，因而輸出電容和解決方案尺寸更小，系統(tǒng)成本更低。文中提供了詳細(xì)的實(shí)驗(yàn)結(jié)果和案例研究，以展示采用TLVR結(jié)構(gòu)的基于變壓器的穩(wěn)壓器具備的綜合優(yōu)勢。

發(fā)表于：5/29/2023

恩智浦S32G3處理器加速開發(fā)軟件定義汽車和安全處理[嵌入式技術(shù)][汽車電子]

　　隨著S32G3系列量產(chǎn)，S32G系列汽車網(wǎng)絡(luò)處理器的規(guī)模翻了一番，其性能、內(nèi)存和網(wǎng)絡(luò)帶寬均為S32G2系列的2.5倍。新的S32G3處理器與S32G2處理器兼容封裝引腳和軟件，允許客戶設(shè)計(jì)性能擴(kuò)展約10倍，以支持多個產(chǎn)品層或隨著時間的推移提高產(chǎn)品性能。S32G系列現(xiàn)在從三個雙核鎖步微控制器擴(kuò)展到四個雙核鎖步微控制器+八路高性能微計(jì)算機(jī)，提供3.9k到36k DMIPS的處理范圍。

發(fā)表于：5/29/2023

人工智能在5G和6G網(wǎng)絡(luò)中的應(yīng)用[人工智能][物聯(lián)網(wǎng)]

　　人工智能（AI）革命已經(jīng)到來。隨著ChatGPT等應(yīng)用的公開發(fā)布，人們得以利用深度神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)（ML）的力量和潛力獲得親身體驗(yàn)。ChatGPT是一個語言模型，該模型使用來自互聯(lián)網(wǎng)和書籍的海量文本數(shù)據(jù)進(jìn)行了訓(xùn)練，能夠生成類似真人撰寫的文本。這種類型的應(yīng)用完美體現(xiàn)出了人工智能的優(yōu)勢。它可以通過大量的訓(xùn)練數(shù)據(jù)不斷優(yōu)化在復(fù)雜場景下的輸出。

發(fā)表于：5/29/2023

Cadence 發(fā)布面向 TSMC 3nm 工藝的 112G-ELR SerDes IP 展示[人工智能][5G]

　　3nm 時代來臨了！Cadence 在 2023 年 TSMC 北美技術(shù)研討會期間發(fā)布了面向臺積電 3nm 工藝（N3E）的 112G 超長距離（112G-ELR）SerDes IP 展示，這是 Cadence 112G-ELR SerDes IP 系列產(chǎn)品的新成員。在后摩爾時代的趨勢下，F(xiàn)inFET 晶體管的體積在 TSMC 3nm 工藝下進(jìn)一步縮小，進(jìn)一步采用系統(tǒng)級封裝設(shè)計(jì)（SiP）。通過結(jié)合工藝技術(shù)的優(yōu)勢與 Cadence 業(yè)界領(lǐng)先的數(shù)字信號處理（DSP）SerDes 架構(gòu)，全新的 112G-ELR SerDes IP 可以支持 45dB 插入損耗，擁有卓越的功耗、性能、面積（PPA）指標(biāo)，是超大規(guī)模 ASICs，人工智能/機(jī)器學(xué)習(xí)（AI/ML）加速器，交換矩陣片上系統(tǒng)（SoCs）和 5G 基礎(chǔ)設(shè)施應(yīng)用的理想選擇。

發(fā)表于：5/24/2023

Microchip發(fā)布升級版編程器和調(diào)試器開發(fā)工具[嵌入式技術(shù)][物聯(lián)網(wǎng)]

　　對于嵌入式設(shè)計(jì)人員來說，編程和調(diào)試仍然是至關(guān)重要的，但人工操作耗時較長，Microchip Technology Inc.（美國微芯科技公司）推出了MPLAB® ICD 5和MPLAB PICkit? 5兩款全新的在線調(diào)試器/編程器，為開發(fā)人員提供快速、經(jīng)濟(jì)和便捷的解決方案。這兩款工具都具有遠(yuǎn)程編程功能，提供更好的用戶體驗(yàn)。

發(fā)表于：5/24/2023

計(jì)算法學(xué)的體系思考與未來展望[其他][其他]

作為一門伴隨計(jì)算方法在法學(xué)中的深入應(yīng)用而產(chǎn)生的新興交叉學(xué)科，計(jì)算法學(xué)對于發(fā)現(xiàn)法律系統(tǒng)運(yùn)行規(guī)律、豐富法學(xué)研究方法、構(gòu)建互聯(lián)網(wǎng)法治基礎(chǔ)至關(guān)重要?！坝?jì)算法學(xué)”從興起以來便得到了各大高校、科研機(jī)構(gòu)的廣泛關(guān)注，并已涌現(xiàn)出諸多成果。計(jì)算法學(xué)在我國的理論研究與實(shí)踐應(yīng)用仍有探索空間，其概念體系需要得到更好的建構(gòu)，計(jì)算法學(xué)研究方法、計(jì)算法學(xué)的未來發(fā)展亦需匯聚更多共識。展望未來，構(gòu)建計(jì)算法學(xué)知識體系、創(chuàng)新計(jì)算法學(xué)研究工具、探索計(jì)算法學(xué)新興問題、培養(yǎng)計(jì)算法學(xué)復(fù)合型人才，將是計(jì)算法學(xué)學(xué)科不斷建立健全的必由之路。

發(fā)表于：5/23/2023

基于深度自適應(yīng)小波網(wǎng)絡(luò)的通信輻射源個體識別[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對現(xiàn)有的通信輻射源個體識別方法中人工提取特征復(fù)雜以及深度學(xué)習(xí)網(wǎng)絡(luò)的識別機(jī)制缺乏清晰解釋的問題，提出了一種基于深度自適應(yīng)小波網(wǎng)絡(luò)(Deep Adaptive Wavelet Network，DAWN)的通信輻射源個體識別方法。首先分析了選擇互調(diào)干擾作為輻射源間個體特征的原因；接著應(yīng)用了可實(shí)現(xiàn)提升小波變換的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)去提取特征，并在其基礎(chǔ)上設(shè)計(jì)出可以同時完成特征提取和識別的DAWN；最后，選擇Oracle數(shù)據(jù)集驗(yàn)證方法的可行性。實(shí)驗(yàn)結(jié)果表明：利用DAWN對5個通信輻射源個體識別的準(zhǔn)確率為95.5%，并且方法具有良好的抗噪性。

發(fā)表于：5/23/2023

企業(yè)研發(fā)項(xiàng)目價值評估建模與應(yīng)用[其他][其他]

基于企業(yè)研發(fā)項(xiàng)目演進(jìn)特點(diǎn)，從經(jīng)濟(jì)價值、戰(zhàn)略價值、科技價值和行業(yè)帶動價值四個方面對研發(fā)項(xiàng)目價值進(jìn)行量化評估；并借鑒科技進(jìn)步貢獻(xiàn)率思路，提出研發(fā)貢獻(xiàn)率的概念，將商用化推進(jìn)階段研發(fā)工作帶來的經(jīng)濟(jì)價值從企業(yè)總利潤中拆分出來，研發(fā)價值進(jìn)一步顯性化。與此同時，建立研發(fā)項(xiàng)目價值評估矩陣，直觀呈現(xiàn)項(xiàng)目綜合價值表現(xiàn)，對于企業(yè)研發(fā)布局具有較強(qiáng)的指導(dǎo)性和可操作性，也為后續(xù)學(xué)術(shù)研究提供新的視角。

發(fā)表于：5/23/2023

智慧校園高質(zhì)量發(fā)展機(jī)理與策略研究[其他][其他]

智慧教育是教育現(xiàn)代化發(fā)展的新趨勢，是教育強(qiáng)國和教育數(shù)字化戰(zhàn)略的必然要求。智慧校園建設(shè)是推動智慧教育發(fā)展的基礎(chǔ)與關(guān)鍵。梳理智慧校園的本質(zhì)與目標(biāo)，分析當(dāng)前智慧校園的困境與問題，研究智慧校園運(yùn)行機(jī)理,提出標(biāo)準(zhǔn)引領(lǐng)整體規(guī)劃、數(shù)據(jù)科學(xué)共享、頂層設(shè)計(jì)優(yōu)化流程、需求牽引應(yīng)用深融的智慧校園高質(zhì)量發(fā)展的策略，以營造智能化育人環(huán)境，提升智能化服務(wù)能力，提高師生服務(wù)體驗(yàn)，落實(shí)立德樹人目標(biāo)。革新智慧校園建設(shè)與應(yīng)用理念，推動智慧教育人機(jī)協(xié)作發(fā)展。

發(fā)表于：5/23/2023

基于Transformer和語義增強(qiáng)的人群計(jì)數(shù)算法[其他][其他]

針對人群圖像中的尺度變化問題，提出了基于Transformer和語義增強(qiáng)的人群計(jì)數(shù)算法。為了能有效應(yīng)對尺度變化問題，首先引入Transformer作為主干網(wǎng)對全局上下文進(jìn)行建模來獲得全局感受野。然后由上至下依次融合主干網(wǎng)相鄰層次的特征圖，在融合過程中強(qiáng)化多個層次特征圖的語義信息。接著對多層次特征圖進(jìn)行動態(tài)特征選擇，選擇出適合密度圖生成的特征。最后，通過注意力圖來調(diào)整密度圖抵抗背景干擾，以此來生成高質(zhì)量的人群密度估計(jì)圖。在ShanghaiTech、UCFQNRF和JHUCROWD++三個數(shù)據(jù)集上進(jìn)行了大量的實(shí)驗(yàn)來對算法的有效性進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果表明所提算法能有效提高模型的準(zhǔn)確性和魯棒性。

發(fā)表于：5/23/2023