а∨天堂一区一本到免费,丝瓜视频最污,伊人99综合精品视频

基于CNN-LSTM神經(jīng)網(wǎng)絡(luò)的聲紋識(shí)別系統(tǒng)設(shè)計(jì)[通信與網(wǎng)絡(luò)][醫(yī)療電子]

為實(shí)現(xiàn)對(duì)心血管疾病的預(yù)警，及早發(fā)現(xiàn)以心率、心肺音惡性變化為代表的危險(xiǎn)前兆，設(shè)計(jì)基于CNN-LSTM神經(jīng)網(wǎng)絡(luò)的聲紋識(shí)別系統(tǒng)。利用物聯(lián)網(wǎng)技術(shù)融合心率傳感芯片、單片機(jī)、電子聽(tīng)診器等設(shè)備，對(duì)心率進(jìn)行實(shí)時(shí)監(jiān)測(cè)、輔助預(yù)警；根據(jù)梅爾道普頻率系數(shù)對(duì)心肺音信號(hào)進(jìn)行特征提取，構(gòu)建基于CNN-LSTM算法的心肺音智能識(shí)別模型，對(duì)部分心肺音進(jìn)行智能檢測(cè)診斷，實(shí)驗(yàn)結(jié)果顯示損失值為0.082，準(zhǔn)確率達(dá)0.908。開(kāi)拓了人工智能技術(shù)在心血管疾病預(yù)警方面的應(yīng)用空間，前瞻性強(qiáng)、結(jié)構(gòu)框架完整，可有效避免醫(yī)療資源浪費(fèi)，前置對(duì)心血管疾病的應(yīng)對(duì)措施，市場(chǎng)應(yīng)用前景廣闊，對(duì)于推動(dòng)智慧醫(yī)療有重大作用。

發(fā)表于：3/23/2021

一種基于噪聲點(diǎn)鄰域的形態(tài)學(xué)濾波算法研究[其他][其他]

以可疑噪聲點(diǎn)為中心構(gòu)建一定大小的鄰域，對(duì)可疑椒噪聲點(diǎn)鄰域進(jìn)行形態(tài)學(xué)閉濾波，對(duì)可疑鹽噪聲點(diǎn)鄰域進(jìn)行形態(tài)學(xué)開(kāi)濾波，并以濾波后的該鄰域中心點(diǎn)的灰度值替換可疑噪聲點(diǎn)的灰度值，而非可疑噪聲點(diǎn)的灰度值保持不變。實(shí)驗(yàn)表明，該方案切實(shí)可行，濾波后的圖像具有均方誤差小以及峰值信噪比高等優(yōu)點(diǎn)。其濾波性能相比標(biāo)準(zhǔn)中值濾波算法、形態(tài)開(kāi)閉組合濾波算法、自適應(yīng)中值濾波算法等有一定程度的提高。

發(fā)表于：3/22/2021

接觸式輪廓掃描儀系統(tǒng)標(biāo)定算法[其他][其他]

接觸式輪廓掃描儀其原理是利用編碼器返回的長(zhǎng)度序列以及旋轉(zhuǎn)平臺(tái)的旋轉(zhuǎn)角度來(lái)確定被測(cè)物體的輪廓坐標(biāo)，由于檢測(cè)鉤的起始點(diǎn)與旋轉(zhuǎn)平臺(tái)中心不重合，導(dǎo)致直接利用所測(cè)數(shù)據(jù)繪制出的輪廓不準(zhǔn)確。為解決這個(gè)誤差，提出一種不需要建立系統(tǒng)的精準(zhǔn)誤差模型，而是利用測(cè)量尺寸已知的正方形標(biāo)定板所得到的數(shù)據(jù)去獲取系統(tǒng)參數(shù)，進(jìn)而對(duì)輪廓坐標(biāo)進(jìn)行在線標(biāo)定的方法。通過(guò)編程模擬仿真了測(cè)量過(guò)程，并將獲取到的參數(shù)與理想?yún)?shù)值進(jìn)行比較，模擬數(shù)據(jù)表明該算法可以使測(cè)量誤差控制在0.5 mm以下，角度誤差控制在0.1°以下，符合設(shè)備的精度要求，可以快速還原被測(cè)圖形的真實(shí)輪廓。

發(fā)表于：3/22/2021

安富利：從L3到L5，自動(dòng)駕駛的進(jìn)階之路[人工智能][汽車(chē)電子]

自動(dòng)駕駛無(wú)疑是汽車(chē)行業(yè)為用戶描畫(huà)的一張“大餅”，能夠手離方向盤(pán)，將開(kāi)車(chē)這種枯燥乏味且極具風(fēng)險(xiǎn)的“力氣活兒”變成一種享受，太有誘惑力了。

發(fā)表于：3/21/2021

不同單片機(jī)之間的通信方式[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

　　越來(lái)越多的功能各異的單片機(jī)為我們的設(shè)計(jì)提供了許多新的方法與思路。對(duì)于莫一些場(chǎng)合，比如：復(fù)雜的后臺(tái)運(yùn)算及通信與高實(shí)時(shí)性前臺(tái)控制系統(tǒng)、軟件資源消耗大的系統(tǒng)、功能強(qiáng)大的低消耗系統(tǒng)、加密系統(tǒng)等等。如果合理使用多種不同類(lèi)型的單片機(jī)組合設(shè)計(jì)，可以得到極高靈活性與性能價(jià)格比，因此，多種異型單片機(jī)系統(tǒng)設(shè)計(jì)漸漸成為一種新的思路，但單片機(jī)之間的通信一直是困擾這種方法拓展的主要問(wèn)題。

發(fā)表于：3/21/2021

萊迪思Propel幫助設(shè)計(jì)人員快速創(chuàng)建基于處理器的系統(tǒng)[嵌入式技術(shù)][消費(fèi)電子]

幾乎所有的電子設(shè)計(jì)師和嵌入式系統(tǒng)開(kāi)發(fā)人員都聽(tīng)過(guò)現(xiàn)場(chǎng)可編程門(mén)陣列（FPGA）。對(duì)于實(shí)際的FPGA器件，設(shè)計(jì)人員和開(kāi)發(fā)人員都知道它擁有可編程架構(gòu)，能夠?qū)ζ溥M(jìn)行配置來(lái)而執(zhí)行想要的功能，但他們的了解可能僅限于此。同樣，當(dāng)涉及創(chuàng)建一個(gè)可以在FPGA上實(shí)現(xiàn)的設(shè)計(jì)時(shí)，他們可能聽(tīng)過(guò)硬件描述語(yǔ)言（HDL）和寄存器轉(zhuǎn)換級(jí)電路（RTL）之類(lèi)的術(shù)語(yǔ)，但可能并未充分理解它們的含義。

發(fā)表于：3/19/2021

賦能未來(lái)，勇往直前---科銳聯(lián)合創(chuàng)始人發(fā)表SiC MOSFET十周年文章[電源技術(shù)][工業(yè)自動(dòng)化]

2021年3月18日，美國(guó)北卡羅萊納州達(dá)勒姆訊––全球碳化硅技術(shù)領(lǐng)先企業(yè)科銳Cree, Inc. (Nasdaq: CREE) 聯(lián)合創(chuàng)始人兼首席技術(shù)官John Palmour 博士發(fā)表了以《賦能未來(lái)，勇往直前：SiC MOSFET問(wèn)世10周年的思索》為題的文章。

發(fā)表于：3/19/2021

基于密集子圖挖掘的刷單團(tuán)伙識(shí)別方法[其他][其他]

隨著電商的不斷發(fā)展，如何發(fā)現(xiàn)刷單賬戶以維護(hù)市場(chǎng)秩序是亟待解決的問(wèn)題。根據(jù)用戶的購(gòu)買(mǎi)記錄構(gòu)建用戶關(guān)系網(wǎng)絡(luò)圖。根據(jù)電商刷單特性，提出通過(guò)計(jì)算用戶之間的關(guān)聯(lián)性來(lái)對(duì)抗偽裝，并提出了一種密集子圖可疑度量。根據(jù)關(guān)聯(lián)性和密集子圖可疑度量，實(shí)現(xiàn)了一種針對(duì)電商的刷單團(tuán)伙識(shí)別方法。實(shí)驗(yàn)結(jié)果表明，在真實(shí)的天貓數(shù)據(jù)集上，所提出的方法能有效地捕捉刷單團(tuán)體, 結(jié)果與FRAUDAR算法相近，有較好的識(shí)別效果。

發(fā)表于：3/18/2021

1553B總線電路冷備份使用情況下總線端口潛通路分析驗(yàn)證[其他][其他]

航天系統(tǒng)單位在應(yīng)用1553B總線電路過(guò)程中，為了增加設(shè)備單機(jī)的可靠性，使用了兩組1553B總線單機(jī)，兩組單機(jī)總線輸出并聯(lián)在一起，一組單機(jī)上電使用，一組單機(jī)斷電處于冷備份狀態(tài)，兩組系統(tǒng)互為冷備份，正常工作時(shí)，要求互為冷備份的單機(jī)不能相互影響。針對(duì)該應(yīng)用詳細(xì)介紹了1553B總線電路內(nèi)部總線端口結(jié)構(gòu)，并對(duì)冷備份使用情況下總線端口的潛通路問(wèn)題進(jìn)行了詳細(xì)測(cè)試驗(yàn)證，通過(guò)測(cè)試數(shù)據(jù)分析，證明了兩組1553B總線電路在冷備份使用情況下是穩(wěn)定可靠的，兩組單機(jī)沒(méi)有相互影響。

發(fā)表于：3/18/2021

基于區(qū)塊鏈的新能源充電樁共享管理方案[電源技術(shù)][智能電網(wǎng)]

近些年在國(guó)家大力推進(jìn)下，新能源充電樁和電動(dòng)車(chē)領(lǐng)域發(fā)展迅猛，但也存在交易信息被泄露、企業(yè)間數(shù)據(jù)難以共享、用戶充電體驗(yàn)感差等負(fù)面情況?；谝陨蠁?wèn)題，提出了一套基于區(qū)塊鏈的新能源充電管理方案，利用區(qū)塊鏈去中心化、數(shù)據(jù)加密等特性，在區(qū)塊鏈底層上利用比特幣、聯(lián)合表征推薦算法等技術(shù)，建立聯(lián)盟鏈模塊、充電幣模塊、推薦模塊三個(gè)模塊，提出一套基于區(qū)塊鏈的分布式新能源電動(dòng)車(chē)充電管理方案。實(shí)踐證明，該方案可以較好地解決上述問(wèn)題。

發(fā)表于：3/18/2021

基于LoRa的智能電表通信方案設(shè)計(jì)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

隨著建設(shè)國(guó)家智能電網(wǎng)概念的提出，智能電表開(kāi)始成為人們關(guān)注的焦點(diǎn)。為了更加方便、準(zhǔn)確、及時(shí)地對(duì)用戶用電量進(jìn)行抄讀與管理，實(shí)現(xiàn)智能電表的自動(dòng)化、網(wǎng)絡(luò)化，設(shè)計(jì)了一種基于LoRa的中繼多跳組網(wǎng)協(xié)議，并通過(guò)對(duì)智能電表和采集器的通信模塊進(jìn)行新型軟硬件設(shè)計(jì)，來(lái)實(shí)現(xiàn)此協(xié)議在智能電表通信方案中的移植和使用，進(jìn)行智能電表的新型通信方案設(shè)計(jì)。該方案從通信性能及適用場(chǎng)景出發(fā)，在LoRa通信的基礎(chǔ)上，通過(guò)中繼多跳組網(wǎng)協(xié)議進(jìn)一步提升LoRa通信的性能，實(shí)現(xiàn)了高容量、高可靠性的新型通信方案。

發(fā)表于：3/18/2021

改進(jìn)的深度殘差網(wǎng)絡(luò)的混合氣體定量分析方法[其他][其他]

為了有效監(jiān)測(cè)室內(nèi)有害氣體，提出了一種改進(jìn)的深度殘差網(wǎng)絡(luò)的室內(nèi)有害氣體定量分析方法。該方法使用殘差網(wǎng)絡(luò)來(lái)提高深度學(xué)習(xí)方法學(xué)習(xí)干擾信號(hào)特征的能力，并提高混合氣體定量分析的準(zhǔn)確性以及模型的魯棒性。將軟閾值化用作非線性層，并將其嵌入到深度神經(jīng)網(wǎng)絡(luò)中，以消除非必要的噪聲特征。該方法結(jié)合了深度學(xué)習(xí)與傳統(tǒng)信號(hào)處理降噪算法的優(yōu)點(diǎn)，通過(guò)使用具有不同干擾水平的甲醛氣體樣本集進(jìn)行了驗(yàn)證，實(shí)驗(yàn)結(jié)果表明該模型在有干擾的場(chǎng)景下仍具有較高的準(zhǔn)確率。

發(fā)表于：3/18/2021

一種基于改進(jìn)Mask R-CNN模型的遙感圖像目標(biāo)識(shí)別方法[其他][其他]

目標(biāo)識(shí)別技術(shù)作為機(jī)器視覺(jué)領(lǐng)域的一個(gè)重要分支，在各個(gè)領(lǐng)域有著重要的應(yīng)用。鑒于一般的目標(biāo)識(shí)別模型在遙感圖片中表現(xiàn)不佳，另外需要識(shí)別的目標(biāo)數(shù)量較多，尺寸大小不一，因此在經(jīng)典的目標(biāo)識(shí)別Mask R-CNN模型的基礎(chǔ)上，提出了一種融合了通道注意力機(jī)制和數(shù)據(jù)增強(qiáng)技術(shù)的模型Mask R-CNN模型。在輸入圖片數(shù)據(jù)時(shí)，首先通過(guò)Random-Batch images操作對(duì)數(shù)據(jù)進(jìn)行增強(qiáng)處理，提高模型對(duì)尺寸大小不一的目標(biāo)識(shí)別的準(zhǔn)確率；然后提取特征時(shí)，將原Mask R-CNN模型中的FPN改進(jìn)為BiFPN，使提取到的特征能更好體現(xiàn)原本的圖片信息；在最后的Mask階段，增加了通道注意力機(jī)制，使得模型更多地得到需要的信息。經(jīng)過(guò)實(shí)驗(yàn)表明，此模型在遙感圖像的特殊目標(biāo)細(xì)粒度識(shí)別中有良好的表現(xiàn)。對(duì)于同一個(gè)數(shù)據(jù)集，其評(píng)價(jià)指標(biāo)在各個(gè)方面都要優(yōu)于其他對(duì)比算法。

發(fā)表于：3/18/2021

用于自動(dòng)視力檢測(cè)的手勢(shì)識(shí)別方法研究[測(cè)試測(cè)量][其他]

對(duì)于自動(dòng)視力檢測(cè)系統(tǒng)，手勢(shì)識(shí)別是關(guān)鍵問(wèn)題，但是采用傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)模型識(shí)別手勢(shì)存在過(guò)擬合、計(jì)算量大等問(wèn)題。提出了一種GR-AlexNet模型，對(duì)AlexNet網(wǎng)絡(luò)模型進(jìn)行了適應(yīng)性修改和優(yōu)化：為了加快計(jì)算速度，用7×7、5×5、1×1的三個(gè)小卷積核替代原來(lái)的11×11的大卷積核，并刪除LRN層和一個(gè)全連接層；為了減輕過(guò)擬合效應(yīng)，在每次卷積后都加上一個(gè)Dropout優(yōu)化。對(duì)同一數(shù)據(jù)集分別使用LeNet模型、AlexＮet模型、VGG16模型與GR-AlexＮet模型進(jìn)行對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)表明GR-AlexＮet模型在識(shí)別準(zhǔn)確率上較傳統(tǒng)的模型有一定的提高，能抑制過(guò)擬合現(xiàn)象，并且具有更快的訓(xùn)練速度。

發(fā)表于：3/18/2021

國(guó)密算法在工業(yè)互聯(lián)網(wǎng)安全中的應(yīng)用研究[通信與網(wǎng)絡(luò)][信息安全]

工業(yè)互聯(lián)網(wǎng)安全是網(wǎng)絡(luò)空間安全的重要組成部分。加強(qiáng)國(guó)密算法在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用研究，對(duì)于提高我國(guó)網(wǎng)絡(luò)空間安全的防護(hù)能力和實(shí)現(xiàn)自主化目標(biāo)具有重大意義。闡述了國(guó)密算法在工業(yè)互聯(lián)網(wǎng)的應(yīng)用現(xiàn)狀和存在的挑戰(zhàn)，并基于國(guó)密算法設(shè)計(jì)一種輕量級(jí)的身份認(rèn)證協(xié)議。分析表明，該協(xié)議兩次握手可完成認(rèn)證，并能夠滿足認(rèn)證的安全性要求，具有良好的應(yīng)用價(jià)值。

發(fā)表于：3/18/2021