免费在线日韩,看黄视频在线观看,91短视频免费版

華測RTK實景，助力智能管線施工[其他][其他]

管線施工常常需要在復(fù)雜的地形和環(huán)境中進行,如城市街道、山區(qū)、河流等。這些復(fù)雜的環(huán)境給施工帶來了很大的難度,傳統(tǒng)的手工測量和標(biāo)記方法不僅耗時耗力,而且精度難以保證。華測RTK實景產(chǎn)品依托強大的CORS服務(wù)云端同源算法和空氣介質(zhì)天線,即使在電離層活躍時也能保持高精度定位,其固定率可提升至96%。這使得施工人員能夠迅速而準(zhǔn)確地確定管線位置,無需擔(dān)心環(huán)境因素帶來的誤差。

發(fā)表于：3/31/2025

基于改進FP-growth的多品類打包推薦算法[其他][其他]

發(fā)表于：3/26/2025

一種結(jié)合雙閾值與WSN的OFDM輻射源個體識別[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對在低信噪比情況下OFDM輻射源識別率低的問題，提出一種雙閾值與小波散射網(wǎng)絡(luò)（Wavelet Scattering Network，WSN）結(jié)合的OFDM信號時頻圖輻射源個體識別方法。首先，建立包含指紋特征的OFDM信號指紋模型；其次，利用小波變換對一個符號周期內(nèi)的OFDM信號進行時頻分析得到時頻圖；再次，設(shè)計一種雙參數(shù)閾值函數(shù)模型實現(xiàn)自適應(yīng)抑制噪聲干擾，提高時頻圖的圖像質(zhì)量。經(jīng)WSN處理后，從優(yōu)化后的時頻圖中提取小波散射系數(shù)作為特征集；最后，采用ResNet18進行分類識別。仿真實驗結(jié)果表明，該方法能夠顯著抑制噪聲干擾，在信噪比為-4 dB的條件下，識別精度達(dá)到87.5%，相較于其他方法表現(xiàn)出更高的識別精度和抗噪性能。

發(fā)表于：3/26/2025

基于高原地區(qū)的超大規(guī)模海量MIMO系統(tǒng)混合場信道估計[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為了改善高原地區(qū)通信條件較差的情況，可以部署超大規(guī)模海量多輸入多輸出（Extreme Large scale massive Multiple-Input Multiple-Output，XL-MIMO）系統(tǒng)。高原地區(qū)地形復(fù)雜，存在許多建筑、山脈等散射體，這些散射體可能形成近場和遠(yuǎn)場混合的復(fù)雜信道環(huán)境。在這種環(huán)境中，散射體的分布可能既包括遠(yuǎn)離基站的遠(yuǎn)場區(qū)域，也包括靠近基站的近場區(qū)域。由此構(gòu)建混合場信道模型，來描述和模擬復(fù)雜的混合場信道特征。其次，為了保證XL-MIMO系統(tǒng)的容量和性能，需要獲取混合場信道準(zhǔn)確的信道狀態(tài)信息。為此，提出了一種兩階段的信道估計方案。通過仿真驗證，發(fā)現(xiàn)所提出的兩階段混合場信道估計方案在不同信噪比、不同導(dǎo)頻長度、不同路徑參數(shù)下都具有更優(yōu)的歸一化均方誤差，因此更適合應(yīng)用于復(fù)雜環(huán)境中的XL-MIMO系統(tǒng)。

發(fā)表于：3/26/2025

安富利：供應(yīng)鏈強則企業(yè)強[電子元件][其他]

在外圍局勢風(fēng)云變幻的當(dāng)下，供應(yīng)鏈的安全與穩(wěn)定受到前所未有的重視。對于注重持續(xù)創(chuàng)新的硬科技企業(yè)而言，情況更是如此。面對復(fù)雜多變的市場環(huán)境，硬科技企業(yè)能夠破浪前行、韌性增長的“武功秘籍”之一，正是供應(yīng)鏈的支撐，堪稱“供應(yīng)鏈強則企業(yè)強”。

發(fā)表于：3/25/2025

從多層電路板角度聊聊智能鎖PCB的設(shè)計注意事項[EDA與制造][安防電子]

從校園、地鐵站點、公交站點到居民區(qū)，共享單車已經(jīng)成為人們出行的主要選擇之一。共享單車的出現(xiàn)，不僅有利于解決人們“最后一公里”的出行問題，而且可助力推廣綠色出行，成為城市公共交通的重要補充。如今，共享單車拼的不僅是速度，更重要的是質(zhì)量。而PCB作為共享單車所有功能的載體就更重要。共享的產(chǎn)品因面向所有人，應(yīng)用的頻率高、環(huán)境差、條件惡劣，對質(zhì)量要求高，所以設(shè)計出高可靠性、高質(zhì)量的產(chǎn)品尤為重要。

發(fā)表于：3/25/2025

LSTM與Transformer融合模型在時間序列預(yù)測中的應(yīng)用研究[人工智能][智能電網(wǎng)]

隨著可再生能源的快速發(fā)展，風(fēng)電功率預(yù)測對于電網(wǎng)穩(wěn)定運行和能源管理具有重要意義。風(fēng)電功率預(yù)測是一個復(fù)雜的非線性問題，涉及多種氣象因素和環(huán)境條件。提出了一種基于長短期記憶網(wǎng)絡(luò)（LSTM）、自適應(yīng)稀疏自注意力機制（ASSA）和Transformer的融合模型，用于發(fā)電功率的時間序列預(yù)測。該模型結(jié)合了LSTM在捕捉時間序列長期依賴性方面的優(yōu)勢、ASSA在處理局部特征交互稀疏性方面的高效性以及Transformer在捕捉全局依賴性方面的強大并行處理能力。通過實驗驗證，該模型在發(fā)電功率預(yù)測任務(wù)中表現(xiàn)出色，尤其是在極端波動或拐點處的預(yù)測精度上有所提高。與傳統(tǒng)方法相比，該模型能夠更準(zhǔn)確地捕捉風(fēng)電功率變化的復(fù)雜性和動態(tài)性，為風(fēng)電場的運營管理提供了有力的決策支持。

發(fā)表于：3/24/2025

基于邊緣增強和多尺度時空重組的視頻預(yù)測方法[人工智能][消費電子]

針對當(dāng)前視頻預(yù)測算法在生成視頻幀時細(xì)節(jié)模糊、精度較低的問題，提出了一種基于邊緣增強和多尺度時空重組的視頻預(yù)測方法。首先通過頻域分離技術(shù)，將視頻幀劃分為高頻信息和低頻信息，并對二者分別進行針對性處理。其次，設(shè)計了高頻邊緣增強模塊，專注于高頻邊緣特征的學(xué)習(xí)與優(yōu)化。同時，引入多尺度時空重組模塊，針對低頻結(jié)構(gòu)信息，深入挖掘其時空依賴性。最終將高低頻特征進行充分融合，用以生成高質(zhì)量的預(yù)測視頻幀。實驗結(jié)果表明，與現(xiàn)有先進算法相比，該方法在預(yù)測性能上實現(xiàn)了提升，充分驗證了其有效性。

發(fā)表于：3/24/2025

融合數(shù)據(jù)加密技術(shù)的信息網(wǎng)絡(luò)安全改進策略[通信與網(wǎng)絡(luò)][信息安全]

為了提高信息網(wǎng)絡(luò)安全性和隱私性，加強對網(wǎng)絡(luò)攻擊的防御能力，提出了融合數(shù)據(jù)加密技術(shù)的信息網(wǎng)絡(luò)安全改進策略。首先對鏈路、節(jié)點以及端到端進行加密，實現(xiàn)信息傳輸全過程加密。然后融合ZUC算法與SM2算法，ZUC算法負(fù)責(zé)較長報文的加密解密，SM2算法用于改善ZUC算法中秘鑰分配問題，提高加解密過程效率。實驗結(jié)果表明，融合ZUC算法與SM2算法數(shù)據(jù)傳輸效率達(dá)到1 100 Mibit/s，計算資源空間占用為10 MB RAM。當(dāng)字節(jié)長度為512 bit、明文數(shù)據(jù)在200 KB時，加密時間為2.2 s，用時最短。當(dāng)字節(jié)長度為512 bit、明文數(shù)據(jù)為300 KB時，加密和解密的用時分別為3.74 s和4.12 s，在所有算法中加解密效率最高。因此，所提策略可有效維持安全的網(wǎng)絡(luò)環(huán)境，提高用戶信息的隱私性。

發(fā)表于：3/24/2025

基于差分隱私的面部圖像安全傳播方法研究[通信與網(wǎng)絡(luò)][信息安全]

人臉數(shù)據(jù)蘊含豐富身份信息，其隱私泄露問題備受關(guān)注。傳統(tǒng)差分隱私方法直接對像素或特征向量整體添加噪聲，導(dǎo)致識別性能下降且缺乏可解釋性。為此，提出一種新型差分隱私方法，將特征嵌入向量結(jié)合分類方法設(shè)計，創(chuàng)新性地將響應(yīng)數(shù)據(jù)轉(zhuǎn)換為徑向半徑與切向角度兩種形式，更好適配分類中的角度與距離度量。在此基礎(chǔ)上，構(gòu)建了基于角度與半徑的差分隱私噪聲生成機制，并通過差分隱私組合定理定義隱私預(yù)算并進行數(shù)學(xué)證明。此外，設(shè)計了隱私圖像生成方法，通過優(yōu)化評價函數(shù)實現(xiàn)隱私性與可用性的平衡。實驗結(jié)果基于三個公開數(shù)據(jù)集，表明所提方法在徑向與切向方向的組合應(yīng)用中表現(xiàn)優(yōu)異，在相同隱私預(yù)算下顯著提升了識別性能。該方法實現(xiàn)了隱私保護與分類可用性的兼顧，并在解釋性與性能上展現(xiàn)出顯著優(yōu)勢。

發(fā)表于：3/24/2025

基于操作系統(tǒng)行為測量的棧溢出檢測方法[通信與網(wǎng)絡(luò)][信息安全]

分析棧溢出原因和現(xiàn)有檢測技術(shù)，提出一種基于操作系統(tǒng)行為測量的棧溢出檢測方法。以操作系統(tǒng)行為測量為理論基礎(chǔ)，對操作系統(tǒng)行為進行形式化定義。利用虛擬機自省技術(shù)實時監(jiān)控程序運行時的內(nèi)存訪問，實現(xiàn)透明帶外檢測棧緩沖區(qū)溢出行為。實驗結(jié)果表明，該方法能有效識別棧緩沖區(qū)溢出，且具有較低的誤報率。這一研究成果為提高系統(tǒng)安全性提供了新的視角和解決方案。

發(fā)表于：3/24/2025

派拓網(wǎng)絡(luò)：應(yīng)對混合辦公中的現(xiàn)實問題，創(chuàng)造安全、連貫工作體驗[其他][信息安全]

與過去相比，人們的工作環(huán)境已經(jīng)發(fā)生了巨大的變化。無論是在公司，還是家庭辦公室、共享工作空間、咖啡店等，如今員工需要在世界各個角落開展協(xié)作。這給IT和安全團隊帶來了挑戰(zhàn)。

發(fā)表于：3/20/2025

星載多路電源優(yōu)化設(shè)計[電源技術(shù)][航空航天]

星載電源因其特殊使用環(huán)境，有效的散熱方式不多，因此對電源的功率密度和效率要求越來越高。又因其對元器件的嚴(yán)苛要求，可選擇的電路和元器件相應(yīng)受限。主要介紹了在原有星載多路電源設(shè)計的基礎(chǔ)上，在可選擇元器件范圍內(nèi)，優(yōu)化其中反激電源電路設(shè)計，分析其工作原理，設(shè)計一款新型星載多路電源。最后用新設(shè)計的多路電源與原多路電源效率進行比較，驗證了電源優(yōu)化設(shè)計的可行性。

發(fā)表于：3/19/2025

一種國產(chǎn)化宇航級低壓脈沖電源的設(shè)計[電源技術(shù)][航空航天]

合成孔徑雷達(dá)（Synthetic Aperture Radar，SAR）是一種主動式的對地觀測系統(tǒng)，可全天時、全天候?qū)Φ貙嵤┯^測。脈沖電源是SAR工作的重要組成部分，提出一種全國產(chǎn)化的宇航級高效率的SAR脈沖電源的設(shè)計方法，輸入電壓范圍達(dá)到78 V~110 V，適應(yīng)星上100 V寬輸入母線的需求，具有體積小、功率密度高、輸入反射電流紋波低的特點，負(fù)載脈沖重復(fù)頻率覆蓋500 Hz及以上范圍，采用全國產(chǎn)器件和宇航級器件。

發(fā)表于：3/19/2025

基于卡爾曼融合的雙通道微弱信號采集系統(tǒng)設(shè)計與實現(xiàn)[模擬設(shè)計][通信網(wǎng)絡(luò)]

針對設(shè)備在水下磁異常信號檢測中難以有效采集、模數(shù)轉(zhuǎn)換器動態(tài)范圍受限導(dǎo)致信噪比較低、微弱信號易被噪聲淹沒等問題，設(shè)計一種基于國產(chǎn)現(xiàn)場可編程門陣列（Field-Programmable Gate Array， FPGA）的高精度磁異常信號采集系統(tǒng)。為了提升信號的信噪比與動態(tài)范圍，在分別采用2倍和8倍的增益前級處理后，通過高精度多通道模數(shù)轉(zhuǎn)換芯片ADS1278與紫光Logos系列FPGA對三軸磁通門輸出的微弱磁異常信號進行采集，并將采集的信號平均加權(quán)進行初步數(shù)據(jù)融合后使用卡爾曼濾波對融合數(shù)據(jù)進行二次修正。試驗結(jié)果表明，融合后的信號精度明顯優(yōu)于單通道的采集信號，在使用雙通道A/D采集頻率為200 Hz、幅值為500 μV的微弱信號時，信噪比提高26.099 dB，有效提高了數(shù)據(jù)采集系統(tǒng)的動態(tài)范圍。

發(fā)表于：3/19/2025