• 首頁(yè)
  • 新聞
    業(yè)界動(dòng)態(tài)
    新品快遞
    高端訪談
    AET原創(chuàng)
    市場(chǎng)分析
    圖說(shuō)新聞
    會(huì)展
    專題
    期刊動(dòng)態(tài)
  • 設(shè)計(jì)資源
    設(shè)計(jì)應(yīng)用
    解決方案
    電路圖
    技術(shù)專欄
    資源下載
    PCB技術(shù)中心
    在線工具庫(kù)
  • 技術(shù)頻道
    模擬設(shè)計(jì)
    嵌入式技術(shù)
    電源技術(shù)
    可編程邏輯
    測(cè)試測(cè)量
    通信與網(wǎng)絡(luò)
  • 行業(yè)頻道
    工業(yè)自動(dòng)化
    物聯(lián)網(wǎng)
    通信網(wǎng)絡(luò)
    5G
    數(shù)據(jù)中心
    信息安全
    汽車電子
  • 大學(xué)堂
  • 期刊
  • 文獻(xiàn)檢索
期刊投稿
登錄 注冊(cè)

基于改進(jìn)Clifford混沌系統(tǒng)的圖像加密算法

基于改進(jìn)Clifford混沌系統(tǒng)的圖像加密算法[其他][其他]

信息安全是人們?nèi)找骊P(guān)注的問(wèn)題,在大數(shù)據(jù)時(shí)代,很多信息的傳輸都是通過(guò)數(shù)字圖像進(jìn)行的。為了減少數(shù)字圖像在信息傳遞過(guò)程中存在的安全隱患,改進(jìn)了Clifford系統(tǒng),通過(guò)混沌吸引子圖和Lyapunov指數(shù)分析改進(jìn)的Clifford系統(tǒng)的混沌特性,并且基于改進(jìn)的Clifford系統(tǒng)設(shè)計(jì)了一種圖像加密新算法。該算法先將明文圖像像素矩陣轉(zhuǎn)化為二進(jìn)制矩陣,對(duì)二進(jìn)制矩陣的行和列分別進(jìn)行循環(huán)位移;然后再將明文圖像分成9個(gè)大小不同的矩陣塊,對(duì)每個(gè)矩陣塊進(jìn)行置亂操作,在塊置亂時(shí),塊間結(jié)合混沌序列進(jìn)行置亂,塊內(nèi)進(jìn)行循環(huán)位移,保證了每個(gè)像素點(diǎn)的位置都發(fā)生了變化;最后用混沌序列和置亂后的圖像進(jìn)行異或運(yùn)算,得到最終的密文圖像。仿真實(shí)驗(yàn)以及安全性分析說(shuō)明該算法具有良好的加密效果。

發(fā)表于:6/9/2022 10:52:00 AM

基于高空VR交互場(chǎng)景的恐懼情緒誘發(fā)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

基于高空VR交互場(chǎng)景的恐懼情緒誘發(fā)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[其他][醫(yī)療電子]

基于高空VR交互場(chǎng)景設(shè)計(jì)并實(shí)現(xiàn)了一種可提供下肢體感交互的恐懼情緒誘發(fā)系統(tǒng),通過(guò)定制的碳素結(jié)構(gòu)鋼踏板及其底部的雙筒式彈簧單元,可使得人體行走踩踏后產(chǎn)生多角度的應(yīng)力晃動(dòng),利用匹配的VR跟蹤器可實(shí)現(xiàn)虛擬高空?qǐng)鼍爸械幕蝿?dòng)交互。該系統(tǒng)具有交互顯示、踏板匹配、虛擬場(chǎng)景和實(shí)驗(yàn)管理等功能模塊,可自動(dòng)將誘發(fā)過(guò)程中人體的各項(xiàng)生理數(shù)據(jù)、空間位置、時(shí)間信息、任務(wù)績(jī)效等數(shù)據(jù)進(jìn)行存儲(chǔ)。

發(fā)表于:6/9/2022 10:46:00 AM

基于Cloud Native的質(zhì)檢信息管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

基于Cloud Native的質(zhì)檢信息管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[其他][其他]

隨著質(zhì)檢信息管理業(yè)務(wù)的復(fù)雜化,現(xiàn)有的質(zhì)量檢驗(yàn)信息管理系統(tǒng)呈現(xiàn)出對(duì)大數(shù)據(jù)的處理能力不夠、人工操作出錯(cuò)率高、擴(kuò)展性差等問(wèn)題。提出了一種基于Cloud Native(云原生)的質(zhì)量檢驗(yàn)信息管理系統(tǒng),并對(duì)Cloud Native技術(shù)進(jìn)行分析研究,明確了Cloud Native技術(shù)的原理和特性。接著結(jié)合質(zhì)量檢驗(yàn)信息管理業(yè)務(wù)的實(shí)際使用情況,對(duì)基于Cloud Native的質(zhì)量檢驗(yàn)信息管理系統(tǒng)進(jìn)行了詳細(xì)設(shè)計(jì)并實(shí)現(xiàn)。最后對(duì)該系統(tǒng)進(jìn)行了功能和性能測(cè)試,驗(yàn)證了整體設(shè)計(jì)方案的有效性。

發(fā)表于:6/9/2022 10:42:00 AM

帶殘余頻偏的LSC-DS-CDMA信號(hào)偽碼估計(jì)

帶殘余頻偏的LSC-DS-CDMA信號(hào)偽碼估計(jì)[其他][其他]

針對(duì)帶殘余頻偏的長(zhǎng)短碼直擴(kuò)碼分多址信號(hào)偽碼估計(jì)問(wèn)題,首先利用短碼和長(zhǎng)碼的周期性分段接收信號(hào)構(gòu)建信號(hào)矩陣;其次采用特征值分解法得到帶殘余載波的用戶特征向量子空間,并采用全數(shù)字鎖相環(huán)跟蹤、消除殘余頻偏;然后利用Givens矩陣對(duì)特征向量組成的荷載矩陣進(jìn)行旋轉(zhuǎn),提出結(jié)合隨機(jī)差分和模擬退火思想的鯨魚(yú)優(yōu)化算法,尋求方差最小化的最佳旋轉(zhuǎn)角,從而估計(jì)各用戶的復(fù)合碼片段并依次拼接;最后利用梅西算法和相關(guān)運(yùn)算估計(jì)各用戶的長(zhǎng)碼和短碼。仿真結(jié)果驗(yàn)證了該算法對(duì)帶殘余頻偏的LSC-DS-CDMA信號(hào)偽碼估計(jì)的有效性。

發(fā)表于:6/9/2022 10:37:00 AM

基于4/5G融合網(wǎng)絡(luò)QoS差異化服務(wù)關(guān)鍵技術(shù)研究

基于4/5G融合網(wǎng)絡(luò)QoS差異化服務(wù)關(guān)鍵技術(shù)研究[通信與網(wǎng)絡(luò)][5G]

隨著5G網(wǎng)絡(luò)的部署和商用,基于業(yè)務(wù)對(duì)網(wǎng)絡(luò)能力的不同需求,在現(xiàn)網(wǎng)中對(duì)不同用戶進(jìn)行差異化服務(wù)已成為行業(yè)研究熱點(diǎn)。為此提出了一種實(shí)現(xiàn)4/5G網(wǎng)絡(luò)QoS差異化服務(wù)融合部署和統(tǒng)一調(diào)用的方法。該方法包含了4/5G網(wǎng)絡(luò)QoS差異化服務(wù)融合部署的網(wǎng)絡(luò)架構(gòu)、QoS平臺(tái)服務(wù)端對(duì)終端4/5G用戶自動(dòng)識(shí)別的方法以及4/5G融合的QoS業(yè)務(wù)端到端流程等。此方案的設(shè)計(jì)使得第三方不需要區(qū)分用戶的4/5G形態(tài),使用全國(guó)統(tǒng)一的調(diào)度接口直接調(diào)用運(yùn)營(yíng)商的QoS能力,充分發(fā)揮運(yùn)營(yíng)商的網(wǎng)絡(luò)優(yōu)勢(shì)和價(jià)值。

發(fā)表于:6/9/2022 10:33:00 AM

基于VPX開(kāi)放式架構(gòu)的無(wú)線電監(jiān)測(cè)平臺(tái)設(shè)計(jì)

基于VPX開(kāi)放式架構(gòu)的無(wú)線電監(jiān)測(cè)平臺(tái)設(shè)計(jì)[可編程邏輯][其他]

無(wú)線電監(jiān)測(cè)系統(tǒng)對(duì)信號(hào)搜索、截獲、識(shí)別等能力提出了更高的要求,傳統(tǒng)無(wú)線電監(jiān)測(cè)系統(tǒng)軟硬件標(biāo)準(zhǔn)化、模塊化不成熟,定制性較強(qiáng),通用性較差,難以滿足未來(lái)對(duì)裝備的需求。結(jié)合軟件無(wú)線電的思路,設(shè)計(jì)了一種基于VPX開(kāi)放式的無(wú)線電監(jiān)測(cè)平臺(tái),重點(diǎn)研究了平臺(tái)的硬件架構(gòu)設(shè)計(jì)和軟件架構(gòu)設(shè)計(jì),最后搭建驗(yàn)證平臺(tái),測(cè)試了平臺(tái)的傳輸功能和系統(tǒng)性能,驗(yàn)證了平臺(tái)的可行性。

發(fā)表于:6/9/2022 10:28:00 AM

基于3D傳感器的帶束層糾偏算法

基于3D傳感器的帶束層糾偏算法[其他][其他]

為了解決帶束層在傳輸時(shí)中心位置發(fā)生偏移的問(wèn)題,提出了一種基于3D傳感器的帶束層糾偏算法。首先對(duì)3D傳感器采集的輪廓數(shù)據(jù)進(jìn)行預(yù)處理,使數(shù)據(jù)變得更平滑;其次在糾偏過(guò)程中,將帶束層糾偏過(guò)程分為上中下3個(gè)區(qū)域,在上邊和下邊區(qū)域采用定邊,中間區(qū)域采用定中,通過(guò)在3個(gè)不同區(qū)域計(jì)算不同的位置進(jìn)行實(shí)時(shí)糾偏。最終通過(guò)MATLAB進(jìn)行仿真,該算法的糾偏精度可以達(dá)到1 mm以內(nèi),相比于傳統(tǒng)的單邊糾偏,糾偏精度和糾偏穩(wěn)定性更好。

發(fā)表于:6/9/2022 10:23:00 AM

先進(jìn)工藝芯片填充冗余金屬后的時(shí)序偏差分析及修復(fù)

先進(jìn)工藝芯片填充冗余金屬后的時(shí)序偏差分析及修復(fù)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

在芯片物理設(shè)計(jì)的完成階段,為了滿足設(shè)計(jì)規(guī)則中金屬密度要求,需要填充冗余金屬。增加的金屬層會(huì)產(chǎn)生額外的寄生電容,導(dǎo)致芯片的時(shí)序結(jié)果惡化。40 nm以上的工藝節(jié)點(diǎn)中,這些額外增加的寄生電容對(duì)于時(shí)序的影響在0.12%左右,這個(gè)時(shí)序偏差甚至比靜態(tài)時(shí)序分析與SPICE仿真之間的誤差還小,在芯片設(shè)計(jì)時(shí)通常忽略它。然而在使用FinFET結(jié)構(gòu)的先進(jìn)工藝節(jié)點(diǎn)中,這個(gè)時(shí)序偏差必須要進(jìn)行修復(fù)。以一款FinFET結(jié)構(gòu)工藝的工業(yè)級(jí)DSP芯片為實(shí)例,使用QRC工具對(duì)比了芯片填充冗余金屬前后寄生電容的變化;使用Tempus工具分析了芯片時(shí)序結(jié)果發(fā)生偏差的原因;最后提出了一種基于Innovus平臺(tái)的時(shí)序偏差修復(fù)方法,時(shí)序結(jié)果通過(guò)簽核驗(yàn)證,有效提高了時(shí)序收斂的效率。

發(fā)表于:6/9/2022 10:12:00 AM

基于UVM的Wishbone-SPI驗(yàn)證平臺(tái)設(shè)計(jì)

基于UVM的Wishbone-SPI驗(yàn)證平臺(tái)設(shè)計(jì)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

隨著芯片復(fù)雜度增加,芯片驗(yàn)證在設(shè)計(jì)流程中所消耗時(shí)間也不斷提高。針對(duì)傳統(tǒng)驗(yàn)證平臺(tái)重用性差、覆蓋率低,通過(guò)使用通用驗(yàn)證方法學(xué)(Universal Verification Methodology,UVM)設(shè)計(jì)Wishbone-SPI驗(yàn)證平臺(tái),用UVM組件靈活地搭建驗(yàn)證平臺(tái),完成標(biāo)準(zhǔn)的驗(yàn)證框架,設(shè)計(jì)受約束隨機(jī)激勵(lì),自動(dòng)統(tǒng)計(jì)功能覆蓋率。仿真結(jié)果顯示,該驗(yàn)證平臺(tái)功能覆蓋率達(dá)到100%,并表明該平臺(tái)具有良好的可配置性與可重用性。

發(fā)表于:6/9/2022 10:08:00 AM

基于SGCN的化合物致癌性預(yù)測(cè)模型

基于SGCN的化合物致癌性預(yù)測(cè)模型[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

癌癥患者的激增引起了全世界的關(guān)注,許多研究者將目光放在了對(duì)化合物致癌性的評(píng)估上,但這是一項(xiàng)極其具有挑戰(zhàn)性的任務(wù)。本實(shí)驗(yàn)獲取了341種實(shí)驗(yàn)數(shù)據(jù),利用三維圖卷積網(wǎng)絡(luò)(SGCN),建立了對(duì)化合物致癌性的預(yù)測(cè)模型。結(jié)果表明:對(duì)化合物進(jìn)行致癌性預(yù)測(cè)的SGCN分類模型準(zhǔn)確率高達(dá)96.9%,比其余模型效果更好,這表明SGCN模型能夠準(zhǔn)確地對(duì)化學(xué)品進(jìn)行分類,并且在實(shí)際應(yīng)用中具有相當(dāng)大的潛力。

發(fā)表于:6/9/2022 10:03:00 AM

  • ?
  • …
  • 131
  • 132
  • 133
  • 134
  • 135
  • 136
  • 137
  • 138
  • 139
  • 140
  • …
  • ?

活動(dòng)

MORE
  • 【熱門(mén)活動(dòng)】2025中國(guó)西部微波射頻技術(shù)研討會(huì)
  • 【熱門(mén)活動(dòng)】2025年數(shù)據(jù)要素治理學(xué)術(shù)研討會(huì)
  • 【技術(shù)沙龍】網(wǎng)絡(luò)安全+DeepSeek
  • 【熱門(mén)活動(dòng)】2025年NI測(cè)試測(cè)量技術(shù)研討會(huì)
  • 【熱門(mén)活動(dòng)】2024年基礎(chǔ)電子測(cè)試測(cè)量方案培訓(xùn)

高層說(shuō)

MORE
  • 利用人工智能提升車間生產(chǎn)效率
    利用人工智能提升車間生產(chǎn)效率
  • 推動(dòng)制造業(yè)智能化變革的實(shí)踐者——張野的創(chuàng)新之路
    推動(dòng)制造業(yè)智能化變革的實(shí)踐者——張野的創(chuàng)新之路
  • 重新思考數(shù)據(jù)中心架構(gòu),推進(jìn)AI的規(guī)模化落地
    重新思考數(shù)據(jù)中心架構(gòu),推進(jìn)AI的規(guī)?;涞?
  • AI智能體的興起讓數(shù)據(jù)隱私的重要性日益凸顯
    AI智能體的興起讓數(shù)據(jù)隱私的重要性日益凸顯
  • NVIDIA 的“三臺(tái)計(jì)算機(jī)”方案開(kāi)啟機(jī)器人進(jìn)化新時(shí)代
    NVIDIA 的“三臺(tái)計(jì)算機(jī)”方案開(kāi)啟機(jī)器人進(jìn)化新時(shí)代
  • 網(wǎng)站相關(guān)
  • 關(guān)于我們
  • 聯(lián)系我們
  • 投稿須知
  • 廣告及服務(wù)
  • 內(nèi)容許可
  • 廣告服務(wù)
  • 雜志訂閱
  • 會(huì)員與積分
  • 積分商城
  • 會(huì)員等級(jí)
  • 會(huì)員積分
  • VIP會(huì)員
  • 關(guān)注我們

Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2

感谢您访问我们的网站,您可能还对以下资源感兴趣:

国产午精品午夜福利757视频播放