• 首頁
  • 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
  • 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)

H.265/HEVC熵解碼的分組并行流水線實(shí)現(xiàn)

H.265/HEVC熵解碼的分組并行流水線實(shí)現(xiàn)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

針對(duì)高效視頻編碼(H.265/HEVC)中CABAC熵解碼模塊的高資源消耗和數(shù)據(jù)依賴性,設(shè)計(jì)了一種多路并行的高效FPGA實(shí)現(xiàn)結(jié)構(gòu)。根據(jù)不同類型語法元素特性,采用分組并行數(shù)據(jù)調(diào)度方法,減少數(shù)據(jù)處理等待時(shí)間和內(nèi)部存儲(chǔ)器訪問次數(shù),同時(shí)利用流水線技術(shù)實(shí)現(xiàn)運(yùn)算加速。評(píng)估驗(yàn)證結(jié)果表明,熵解碼模塊吞吐量可以達(dá)到1.64位元/時(shí)鐘周期,滿足當(dāng)下超高清視頻實(shí)時(shí)解碼的要求。

發(fā)表于:10/23/2023 4:28:30 PM

一種應(yīng)用分段式電容陣列的20 MS/s 10-bit SAR ADC*

一種應(yīng)用分段式電容陣列的20 MS/s 10-bit SAR ADC*[電子元件][工業(yè)自動(dòng)化]

設(shè)計(jì)了一個(gè)10位分辨率,20 MS/s采樣率的逐次逼近型模擬數(shù)字轉(zhuǎn)換器(SAR ADC)。該電路通過采用分段式電容陣列設(shè)計(jì),縮短了量化過程中高位電容翻轉(zhuǎn)后所需要的穩(wěn)定時(shí)間,從而提高了量化速度。此外,還提出了一種新穎、高效的比較器校準(zhǔn)方法,以較低的成本實(shí)現(xiàn)了比較器失調(diào)電壓的抑制。該ADC芯片基于180 nm CMOS工藝設(shè)計(jì)制造,核心面積為0.213 5 mm2。實(shí)際測(cè)試結(jié)果表明,在1.8 V電源電壓、20 MS/s采樣頻率下,該ADC的信號(hào)噪聲失真比(SNDR)達(dá)到了58.24 dB。

發(fā)表于:10/23/2023 4:15:01 PM

一種基于深度學(xué)習(xí)模型的無人機(jī)巡檢輸電線路山火檢測(cè)方法

一種基于深度學(xué)習(xí)模型的無人機(jī)巡檢輸電線路山火檢測(cè)方法[人工智能][智能電網(wǎng)]

輸電巡檢圖像的背景復(fù)雜,目標(biāo)檢測(cè)易受干擾,基于YOLOX神經(jīng)網(wǎng)絡(luò)模型,提出一種輸電線路山火檢測(cè)方法。首先采用YOLOX的主干特征提取網(wǎng)絡(luò)框架,并將其中多尺度特征提取模塊的常規(guī)卷積替換為可變形卷積;其次在加強(qiáng)特征提取階段增加了通道注意力和空間注意力模塊的融合,能夠自適應(yīng)火焰的外形多變特點(diǎn),更加有效地提取到山火特征,從而提高目標(biāo)檢測(cè)的準(zhǔn)確率。經(jīng)實(shí)驗(yàn)驗(yàn)證,所提方法能夠較為準(zhǔn)確地檢測(cè)到山火,滿足日常巡檢的需求。

發(fā)表于:10/23/2023 4:09:21 PM

結(jié)合不確定性估計(jì)的輕量級(jí)人體關(guān)鍵點(diǎn)檢測(cè)算法

結(jié)合不確定性估計(jì)的輕量級(jí)人體關(guān)鍵點(diǎn)檢測(cè)算法[人工智能][醫(yī)療電子]

人體關(guān)鍵點(diǎn)檢測(cè)在智能視頻監(jiān)控、人機(jī)交互等領(lǐng)域有重要應(yīng)用。針對(duì)基于熱圖的人體關(guān)鍵點(diǎn)檢測(cè)算法依賴高分辨率熱圖、計(jì)算資源消耗大的問題,提出一種結(jié)合不確定性估計(jì)的輕量級(jí)算法。使用低分辨率熱圖,結(jié)合不確定性估計(jì)預(yù)測(cè)誤差分布的尺度參數(shù),提高了預(yù)測(cè)結(jié)果的可信度;利用尺度參數(shù)監(jiān)督和約束熱圖,緩解梯度消失,增強(qiáng)了網(wǎng)絡(luò)的魯棒性。COCO數(shù)據(jù)集上實(shí)驗(yàn)結(jié)果表明,與積分姿態(tài)回歸算法相比,改進(jìn)后算法的平均精度提高了3.3%,降低了資源占用。

發(fā)表于:10/23/2023 3:43:41 PM

集成電路產(chǎn)業(yè)的多源數(shù)據(jù)融合前沿識(shí)別研究

集成電路產(chǎn)業(yè)的多源數(shù)據(jù)融合前沿識(shí)別研究[電子元件][數(shù)據(jù)中心]

大數(shù)據(jù)時(shí)代,能夠精準(zhǔn)及時(shí)地識(shí)別研究前沿對(duì)于科技戰(zhàn)略的定位和科研方向的部署尤為重要,可提供更加全面的決策參考和依據(jù)。利用自開發(fā)的多源數(shù)據(jù)融合分析方法,從全球期刊論文、會(huì)議論文、專利文獻(xiàn)、科技新聞、研究報(bào)告、科技政策、標(biāo)準(zhǔn)等數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘和去噪,有效識(shí)別出集成電路領(lǐng)域當(dāng)前的研究前沿和技術(shù)清單。當(dāng)前全球集成電路領(lǐng)域的研究熱點(diǎn)和重點(diǎn)發(fā)展方向集中在半導(dǎo)體制造設(shè)備、高制程制造技術(shù)上,重點(diǎn)產(chǎn)品集中在高端芯片、功率器件、傳感器、存儲(chǔ)器以及第三代半導(dǎo)體的相關(guān)產(chǎn)品上。中國半導(dǎo)體產(chǎn)業(yè)國產(chǎn)化迫在眉睫,前沿識(shí)別結(jié)果為政府與企業(yè)提供有價(jià)值的決策支持和參考。

發(fā)表于:10/23/2023 3:38:38 PM

考慮多主體利益電力-交通耦合網(wǎng)絡(luò)定價(jià)策略*

考慮多主體利益電力-交通耦合網(wǎng)絡(luò)定價(jià)策略*[電源技術(shù)][智能電網(wǎng)]

隨著電動(dòng)汽車滲透率的增加,電力網(wǎng)絡(luò)和交通網(wǎng)絡(luò)在時(shí)空上的耦合更加密切。為降低電動(dòng)汽車無序并入給電網(wǎng)安全穩(wěn)定運(yùn)行帶來的挑戰(zhàn),充分考慮電力負(fù)荷需求和交通路況不確定性的影響,建立電動(dòng)汽車用戶-充電站聚合商-電網(wǎng)運(yùn)營商多主體利益分層博弈模型,在滿足約束條件的前提下基于改進(jìn)型蝙蝠算法對(duì)多主體利益分層優(yōu)化問題進(jìn)行求解。由仿真算例可知,電網(wǎng)運(yùn)營商針對(duì)不同電動(dòng)汽車滲透率積極調(diào)整定價(jià)策略可以獲得更高的運(yùn)行效益。所提方法能有效改善電網(wǎng)電壓質(zhì)量以確保系統(tǒng)安全穩(wěn)定運(yùn)行,為完善電力產(chǎn)業(yè)價(jià)值鏈體系提供理論支撐。

發(fā)表于:10/23/2023 3:33:14 PM

基于圖像識(shí)別的用電安全檢查子系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)*

基于圖像識(shí)別的用電安全檢查子系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)*[電源技術(shù)][智能電網(wǎng)]

用電安全檢查是保障電網(wǎng)正常運(yùn)行的重要途徑,傳統(tǒng)的用電安全檢查主要依賴人工的形式對(duì)存在安全隱患的場(chǎng)所、設(shè)備進(jìn)行逐一排查。隨著人工智能技術(shù)的發(fā)展,基于圖像數(shù)據(jù)的智能分析可協(xié)助及時(shí)排查相關(guān)安全隱患,也可減少對(duì)于檢查人員的經(jīng)驗(yàn)要求,在提升效率的同時(shí),保障安全檢查準(zhǔn)確性。為了更好地提升用電安全檢查的準(zhǔn)確性,提出了基于YOLO神經(jīng)網(wǎng)絡(luò)的用電隱患識(shí)別算法,該算法可對(duì)用電設(shè)備的指示燈進(jìn)行識(shí)別,并與正常狀態(tài)進(jìn)行比對(duì),發(fā)現(xiàn)異常狀態(tài)及時(shí)發(fā)出告警信息?;谠撍惴ǎ€設(shè)計(jì)并實(shí)現(xiàn)了基于圖像識(shí)別的用電安全檢查子系統(tǒng)。通過實(shí)際數(shù)據(jù)驗(yàn)證,系統(tǒng)對(duì)設(shè)備指示燈狀態(tài)不一致性檢測(cè)等可達(dá)到較高水平,滿足對(duì)用電安全檢查的需求。

發(fā)表于:10/23/2023 3:27:19 PM

計(jì)及MCMC方法的電網(wǎng)概率檢修計(jì)劃指標(biāo)優(yōu)化模型*

計(jì)及MCMC方法的電網(wǎng)概率檢修計(jì)劃指標(biāo)優(yōu)化模型*[電源技術(shù)][智能電網(wǎng)]

電力檢修是保證電力系統(tǒng)正常運(yùn)行的重要環(huán)節(jié),有效的電力檢修計(jì)劃安排將大幅提升電網(wǎng)運(yùn)行的可靠性。通過設(shè)備狀態(tài)分級(jí)、設(shè)備運(yùn)行年限、設(shè)備運(yùn)行成本等指標(biāo)構(gòu)建概率檢修模型,實(shí)現(xiàn)檢修計(jì)劃的優(yōu)化,采用概率檢修計(jì)劃優(yōu)化策略提高電網(wǎng)可靠性和經(jīng)濟(jì)性指標(biāo),并在檢修模型采用馬爾可夫鏈-蒙特卡洛法用于提高模型準(zhǔn)確度。最后通過仿真對(duì)概率檢修模型與傳統(tǒng)檢修模型進(jìn)行分析比較,在確定最優(yōu)檢修概率的同時(shí),突顯了概率檢修模型的優(yōu)越性,為電力產(chǎn)業(yè)價(jià)值鏈體系中電力檢修環(huán)節(jié)的完善提供理論基礎(chǔ)。

發(fā)表于:10/23/2023 3:22:46 PM

基于狀態(tài)任務(wù)網(wǎng)絡(luò)的水泥生產(chǎn)流程分析*

基于狀態(tài)任務(wù)網(wǎng)絡(luò)的水泥生產(chǎn)流程分析*[通信與網(wǎng)絡(luò)][智能電網(wǎng)]

我國當(dāng)前工業(yè)用電價(jià)格在一天中存在波峰電價(jià)和波谷電價(jià)時(shí)段,而水泥生產(chǎn)具備耗電高的特點(diǎn),對(duì)水泥生產(chǎn)安排進(jìn)行優(yōu)化,可以提升生產(chǎn)設(shè)備利用率,同時(shí)利用優(yōu)化結(jié)果對(duì)其生產(chǎn)可調(diào)節(jié)能力進(jìn)行研究,使得生產(chǎn)可以根據(jù)峰谷電價(jià)對(duì)可調(diào)節(jié)部分進(jìn)行調(diào)節(jié),達(dá)到節(jié)約成本及降低電網(wǎng)負(fù)載的目的。該研究利用任務(wù)狀態(tài)網(wǎng)絡(luò),在考慮用電安全約束條件的前提下對(duì)帶倉儲(chǔ)過程及不帶倉儲(chǔ)過程的水泥生產(chǎn)流程進(jìn)行建模,通過求解對(duì)應(yīng)混合整數(shù)線性規(guī)劃模型得到最優(yōu)化生產(chǎn)安排,從中得出帶倉儲(chǔ)過程的水泥生產(chǎn)流程可以提供更多的生產(chǎn)調(diào)節(jié)能力的結(jié)論。

發(fā)表于:10/23/2023 3:12:12 PM

基于區(qū)塊鏈的價(jià)值鏈上下游用電安全協(xié)同系統(tǒng)*

基于區(qū)塊鏈的價(jià)值鏈上下游用電安全協(xié)同系統(tǒng)*[電源技術(shù)][智能電網(wǎng)]

在集團(tuán)型制造企業(yè)價(jià)值鏈運(yùn)行過程中,存在高峰期電力供應(yīng)不足,生產(chǎn)用電需求得不到有效保障的問題。集團(tuán)公司亟需綜合考慮生產(chǎn)基地生產(chǎn)需求和用電安全的協(xié)同關(guān)系,完成精細(xì)化的價(jià)值鏈上下游電力調(diào)配,保障價(jià)值鏈安全可靠運(yùn)行。設(shè)計(jì)了基于區(qū)塊鏈的價(jià)值鏈上下游用電安全協(xié)同系統(tǒng),采用基于智能合約的方法對(duì)價(jià)值鏈數(shù)據(jù)使用進(jìn)行合規(guī)性保障,有效解決了集團(tuán)型制造企業(yè)價(jià)值鏈數(shù)據(jù)共享風(fēng)險(xiǎn)問題和各生產(chǎn)基地價(jià)值沖突問題。系統(tǒng)通過完整記錄生產(chǎn)基地的訂單協(xié)同數(shù)據(jù)和生產(chǎn)基地用電負(fù)荷數(shù)據(jù),為價(jià)值鏈上下游用電安全保障提供良好的參考及決策依據(jù),對(duì)維持公司安全穩(wěn)定運(yùn)行、提升公司經(jīng)濟(jì)效益有著重要意義。

發(fā)表于:10/23/2023 3:06:04 PM

  • ?
  • …
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72
  • …
  • ?

活動(dòng)

MORE
  • 【熱門活動(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
  • 【熱門活動(dòng)】2025年NI測(cè)試測(cè)量技術(shù)研討會(huì)
  • 【熱門活動(dòng)】2024年基礎(chǔ)電子測(cè)試測(cè)量方案培訓(xùn)
  • 【熱門活動(dòng)】密碼技術(shù)與數(shù)據(jù)安全技術(shù)沙龍

高層說

MORE
  • 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)”方案開啟機(jī)器人進(jìn)化新時(shí)代
  • 觀點(diǎn)|本土EDA工具要走差異化路線解決客戶“痛點(diǎn)”
    觀點(diǎn)|本土EDA工具要走差異化路線解決客戶“痛點(diǎn)”
  • 現(xiàn)代化制造策略推動(dòng)ICT在線測(cè)試持續(xù)精進(jìn)
    現(xiàn)代化制造策略推動(dòng)ICT在線測(cè)試持續(xù)精進(jìn)
  • 微軟AI CEO:始終致力于建立人類與AI間的信任
    微軟AI CEO:始終致力于建立人類與AI間的信任
  • 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:

欧美色综合二区