日本黄色免费大片,黄毛片在线观看,久久综合99

一種快速瞬態(tài)響應(yīng)片上LDO電路[電子元件][工業(yè)自動(dòng)化]

基于雙有源反饋米勒補(bǔ)償結(jié)構(gòu)設(shè)計(jì)了一種單極點(diǎn)系統(tǒng)的無(wú)電容片上低壓差線性穩(wěn)壓器，該線性穩(wěn)壓器中誤差放大器采用全差分結(jié)構(gòu)，兩個(gè)并聯(lián)的前饋通路可在提升電路瞬態(tài)響應(yīng)性能的同時(shí)額外在功率管柵端構(gòu)成推挽驅(qū)動(dòng)級(jí)，最終電路在輕重載時(shí)具有對(duì)稱的瞬態(tài)響應(yīng)特性。基于TSMC 0.18µm BCD工藝仿真結(jié)果表明，在2 V~4 V電源電壓下，輸入輸出最小壓差為200 mV，最大負(fù)載電流為120 mA，瞬態(tài)響應(yīng)恢復(fù)時(shí)間≤0.7 µs，相位裕度≥60°。

發(fā)表于：3/28/2023

基于YOLOX融合自注意力機(jī)制的FSA-FPN重構(gòu)方法[人工智能][其他]

隨著目前目標(biāo)檢測(cè)任務(wù)輸入圖像分辨率的不斷增大，在特征提取網(wǎng)絡(luò)的感受野不變的情況下，網(wǎng)絡(luò)提取的特征信息會(huì)越來(lái)越局限，相鄰特征點(diǎn)之間的信息重合度也會(huì)越來(lái)越高。提出一種FSA（Fusion Self-Attention）-FPN，設(shè)計(jì)SAU（Self-Attention Upsample）模塊，SAU內(nèi)部結(jié)構(gòu)通過(guò)CNN與自注意力機(jī)制（Self-Attention）進(jìn)行交叉計(jì)算以進(jìn)一步進(jìn)行特征融合，并通過(guò)重構(gòu)FCU（Feature Coupling Unit）消除二者之間的特征錯(cuò)位，彌補(bǔ)語(yǔ)義差距。以YOLOX-Darknet53為主干網(wǎng)絡(luò)，在Pascal VOC2007數(shù)據(jù)集上進(jìn)行了對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，對(duì)比原網(wǎng)絡(luò)的FPN，替換FSA-FPN后的平均精度值mAP@［.5：.95］提升了1.5%，預(yù)測(cè)框的位置也更為精準(zhǔn)，在需要更高精度的檢測(cè)場(chǎng)景下有更為出色的使用價(jià)值。

發(fā)表于：3/28/2023

基于深度學(xué)習(xí)的變壓器故障信號(hào)識(shí)別算法[人工智能][其他]

針對(duì)變壓器結(jié)構(gòu)復(fù)雜、維護(hù)成本高等特點(diǎn)，提出一種基于深度學(xué)習(xí)的變壓器故障信號(hào)識(shí)別算法。首先分析變壓器工作狀態(tài)下的聲紋信號(hào)并進(jìn)行二維圖像信號(hào)的轉(zhuǎn)換，利用VGG16神經(jīng)網(wǎng)絡(luò)在圖像中的優(yōu)勢(shì)，并在此基礎(chǔ)上提出一種MCA注意力機(jī)制，該注意力機(jī)制能夠同時(shí)保留背景信息和細(xì)節(jié)信息；其次對(duì)VGG16中的最大池化下采樣進(jìn)行優(yōu)化，采用一種軟池化的采樣方法，減少圖像中最大池化下采樣帶來(lái)的特征損失；最后為避免過(guò)擬合現(xiàn)象的發(fā)生，將VGG16頂層結(jié)構(gòu)中的激活函數(shù)進(jìn)行優(yōu)化，引用可以自歸一化的SELU激活函數(shù)。實(shí)驗(yàn)證明，廣義S變換是將一維時(shí)域信號(hào)轉(zhuǎn)換為二維圖像信號(hào)的最佳選擇，所提算法對(duì)于6類故障信號(hào)的平均識(shí)別率達(dá)到99.15%。

發(fā)表于：3/28/2023

一種深度神經(jīng)網(wǎng)絡(luò)的分布式訓(xùn)練方法[人工智能][數(shù)據(jù)中心]

深度神經(jīng)網(wǎng)絡(luò)在高維數(shù)據(jù)的分類和預(yù)測(cè)中取得了巨大成功。訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)是數(shù)據(jù)密集型的任務(wù)，需從多個(gè)數(shù)據(jù)源收集大規(guī)模的數(shù)據(jù)。這些數(shù)據(jù)中通常包含敏感信息時(shí)，使得深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程容易泄露數(shù)據(jù)隱私。針對(duì)訓(xùn)練過(guò)程中的數(shù)據(jù)隱私和通信代價(jià)問(wèn)題，提出了一種深度神經(jīng)網(wǎng)絡(luò)的分布式訓(xùn)練方法，允許基于多個(gè)數(shù)據(jù)源共同訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)。首先，提出了分布式訓(xùn)練架構(gòu)，由1個(gè)計(jì)算中心和多個(gè)代理組成。其次，提出了基于多代理的分布式訓(xùn)練算法，允許代理在數(shù)據(jù)不出本地和減少通信代價(jià)的情況下，通過(guò)切割深度神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)分布式地共同訓(xùn)練模型。然后，分析了算法的正確性。最后，實(shí)驗(yàn)結(jié)果表明該方法是有效的。

發(fā)表于：3/28/2023

計(jì)算機(jī)文本分析算法發(fā)展綜述[其他][其他]

計(jì)算機(jī)文本分析是自然語(yǔ)言處理領(lǐng)域的一個(gè)重要分支，是研究如何在文本數(shù)據(jù)中提取出給定語(yǔ)料的各類信息的計(jì)算機(jī)技術(shù)。目前，計(jì)算機(jī)文本分析已經(jīng)進(jìn)入了新的歷史階段，一方面關(guān)鍵詞提取算法已經(jīng)逐漸完備，另一方面隨著BERT方法的出現(xiàn)，詞向量計(jì)算問(wèn)題也取得了極大的進(jìn)步。但是，無(wú)論是關(guān)鍵詞提取還是詞向量計(jì)算都仍存在一些有待解決的問(wèn)題。另外，現(xiàn)有的許多適合使用文本分析的研究仍在使用早期的文本分析方法。因此在未來(lái)，如何更好地降低模型尺寸以促進(jìn)學(xué)科融合、提升文本分析的綜合社會(huì)效益，成為文本分析算法發(fā)展的重要問(wèn)題。

發(fā)表于：3/28/2023

基于RISC-V的多路光電容積脈搏波監(jiān)測(cè)系統(tǒng)[測(cè)試測(cè)量][醫(yī)療電子]

針對(duì)光電容積脈搏波（Photoplethysmographic，PPG），基于RISC-V內(nèi)核設(shè)計(jì)了一款多通道、實(shí)時(shí)PPG監(jiān)測(cè)系統(tǒng)。該系統(tǒng)使用RISC-V架構(gòu)的E203 IP作為低功耗內(nèi)核，通過(guò)ICB總線掛接模擬前端和藍(lán)牙控制模塊。AFE4400模擬前端控制模塊控制背靠背LED實(shí)現(xiàn)兩路PPG信號(hào)采集，復(fù)用該模塊分時(shí)處理來(lái)實(shí)現(xiàn)多路采集。藍(lán)牙控制模塊掛接到E203實(shí)現(xiàn)了通過(guò)藍(lán)牙外設(shè)下達(dá)系統(tǒng)控制指令，之后上傳PPG波至終端。該系統(tǒng)通過(guò)FPGA驗(yàn)證了22位雙通道PPG信號(hào)物聯(lián)網(wǎng)終端應(yīng)用。

發(fā)表于：3/28/2023

基于圖形化彈性基底的細(xì)胞牽引力測(cè)量研究[其他][醫(yī)療電子]

細(xì)胞牽引力顯微鏡方法是測(cè)量細(xì)胞牽引力的主流工具之一，該方法一般使用熒光微珠作為標(biāo)志點(diǎn)，通過(guò)測(cè)量細(xì)胞牽引力作用下熒光微珠的位移場(chǎng)，反演得出細(xì)胞牽引力場(chǎng)。由于熒光微珠在基底分布的深度不可控，但計(jì)算時(shí)候默認(rèn)所有微珠分布在基底表面，一定程度上降低了細(xì)胞牽引力場(chǎng)的計(jì)算精度。針對(duì)熒光微珠深度不可控的問(wèn)題，提出在彈性基底表面加工圖形陣列作為基底變形標(biāo)志點(diǎn)，開展細(xì)胞牽引力測(cè)量的方法。在聚二甲基硅氧烷基底表面設(shè)計(jì)直徑3 μm，高度0.8 μm的凸臺(tái)陣列作為基底位移標(biāo)志點(diǎn)。使用有限元仿真軟件在圖形化基底表面不同位置施加外力，仿真得到凸臺(tái)陣列的位移場(chǎng)，利用牽引力反演算法計(jì)算得到力場(chǎng)，與仿真過(guò)程中輸入的外力場(chǎng)相比較，結(jié)果一致。使用乳鼠心肌細(xì)胞在設(shè)計(jì)加工的圖形化彈性基底上開展了牽引力測(cè)量實(shí)驗(yàn)，并計(jì)算得出牽引力場(chǎng)。仿真和實(shí)驗(yàn)均表明圖形化彈性基底適用于細(xì)胞牽引力的測(cè)量，為心肌相關(guān)疾病病理研究提供了新的研究手段。

發(fā)表于：3/28/2023

凝血功能物理檢測(cè)方法的研究進(jìn)展[測(cè)試測(cè)量][醫(yī)療電子]

凝血功能的評(píng)估有助于診斷血液疾病，指導(dǎo)心腦血管疾病的治療，評(píng)估手術(shù)中出血的風(fēng)險(xiǎn)。基于物理方法的凝血檢測(cè)因其檢測(cè)時(shí)間快、靈敏度高、操作簡(jiǎn)便等優(yōu)點(diǎn)備受臨床醫(yī)學(xué)的關(guān)注。近年來(lái)，隨著光學(xué)相干層析成像（Optical Coherence Tomography， OCT）技術(shù)的進(jìn)步，OCT技術(shù)開始應(yīng)用于凝血檢測(cè)中。對(duì)近年來(lái)物理方法在凝血檢測(cè)中的應(yīng)用進(jìn)行了綜述，重點(diǎn)分析了OCT技術(shù)在凝血檢測(cè)中的應(yīng)用，并對(duì)未來(lái)凝血檢測(cè)方法的發(fā)展做出展望。

發(fā)表于：3/28/2023

諧振微懸臂梁傳感器的工作原理及其在生化檢測(cè)中的研究進(jìn)展[MEMS|傳感技術(shù)][醫(yī)療電子]

諧振微懸臂梁是一種可以將質(zhì)量變化轉(zhuǎn)換為頻率信號(hào)的微質(zhì)量型傳感器，因其分辨率高、靈敏度高、成本低、易于集成和小型化等優(yōu)點(diǎn)而備受關(guān)注。諧振微懸臂梁現(xiàn)已被廣泛應(yīng)用于流量控制、生物醫(yī)學(xué)痕量檢測(cè)、氣態(tài)和液態(tài)分子分析等領(lǐng)域。近年來(lái)，隨著微機(jī)電系統(tǒng)（Micro-Electro-Mechanical System，MEMS）技術(shù)的快速發(fā)展，針對(duì)諧振式微懸臂梁傳感器的研究與應(yīng)用越來(lái)越多，對(duì)近年來(lái)諧振式微懸臂梁傳感器在環(huán)境檢測(cè)、生物醫(yī)學(xué)等領(lǐng)域的具體應(yīng)用進(jìn)行了綜述，并對(duì)未來(lái)的發(fā)展方向做出了展望。

發(fā)表于：3/28/2023

電子鼻技術(shù)檢測(cè)人呼出氣揮發(fā)性有機(jī)物的研究進(jìn)展[其他][醫(yī)療電子]

揮發(fā)性有機(jī)化合物（Volatile Organic Compounds， VOCs）不僅存在于人類生活環(huán)境中，也會(huì)在人體代謝過(guò)程中產(chǎn)生，人體產(chǎn)生的VOCs的種類和峰度與人體健康和疾病狀態(tài)密切相關(guān)。近年來(lái)，通過(guò)無(wú)創(chuàng)檢測(cè)的方式分析人體呼出氣中VOCs的組分和濃度可以用來(lái)指示人體健康狀態(tài)，在臨床診斷和健康監(jiān)測(cè)領(lǐng)域得到廣泛關(guān)注。綜述了呼出氣VOCs的臨床檢測(cè)應(yīng)用價(jià)值和常見(jiàn)檢測(cè)方法，描述了各種方法的利弊。詳細(xì)闡述了新型電子鼻技術(shù)給呼出氣VOCs檢測(cè)帶來(lái)的革命性進(jìn)展，為呼出氣VOCs的高靈敏、高通量、智能化檢測(cè)帶來(lái)了更多可能。

發(fā)表于：3/28/2023

適用于低功耗信號(hào)鏈應(yīng)用的功率優(yōu)化技術(shù)[電源技術(shù)][工業(yè)自動(dòng)化]

　　本文介紹用于在低功耗信號(hào)鏈應(yīng)用中實(shí)現(xiàn)優(yōu)化能效比的精密低功耗信號(hào)鏈解決方案和技術(shù)。本文將介紹功耗調(diào)節(jié)、功率循環(huán)和占空比等用于進(jìn)一步降低系統(tǒng)功耗的技術(shù)（不僅限于選擇低功耗產(chǎn)品，這有時(shí)并不夠）。還將探討如何使用通道時(shí)序控制器、FIFO和電壓監(jiān)控模塊等片內(nèi)特性來(lái)簡(jiǎn)化系統(tǒng)設(shè)計(jì)，并在主機(jī)控制器側(cè)和整個(gè)系統(tǒng)層面實(shí)現(xiàn)節(jié)能。

發(fā)表于：3/27/2023

引入空氣間隙以減少前道工序中的寄生電容[人工智能][工業(yè)自動(dòng)化]

　　本文中，我們將專注于前道工序（FEOL），并演示在柵極和源極/漏極之間引入空氣間隙的SEMulator3D®模型[5]。SEMulator3D®是一個(gè)虛擬的制造軟件平臺(tái)，可以在設(shè)定的半導(dǎo)體工藝流程內(nèi)模擬工藝變量。利用SEMulator3D®設(shè)備中的實(shí)驗(yàn)設(shè)計(jì) （DoE）功能，我們展示了寄生電容與刻蝕深度和其他用于制作空氣間隙的刻蝕工藝參數(shù)的相關(guān)性，以及它與空氣間隙大小和體積的相關(guān)性。

發(fā)表于：3/27/2023

用于集成太陽(yáng)能和儲(chǔ)能系統(tǒng)的 5 種轉(zhuǎn)換器拓?fù)鋄電源技術(shù)][汽車電子]

　　儲(chǔ)能系統(tǒng)價(jià)格變得越來(lái)越實(shí)惠，電價(jià)也在上漲，因此對(duì)可再生能源的需求不斷增加。許多住宅現(xiàn)在使用太陽(yáng)能發(fā)電和電池儲(chǔ)能相結(jié)合的系統(tǒng)，確保在太陽(yáng)能無(wú)法滿足需求時(shí)能夠提供能源。

發(fā)表于：3/27/2023

Arm® Cortex®-M0+ MCU 如何優(yōu)化通用處理、傳感和控制[嵌入式技術(shù)][安防電子]

　　嵌入式系統(tǒng)中的微控制器（MCU）像是繁忙機(jī)場(chǎng)的空中交通管制系統(tǒng)。MCU 可以感知所在的工作環(huán)境，根據(jù)感知結(jié)果采取相應(yīng)操作，并與相關(guān)系統(tǒng)進(jìn)行通信。MCU 可以管理和控制從數(shù)字溫度計(jì)到煙霧探測(cè)器，再到暖通空調(diào)電機(jī)等幾乎各種電子設(shè)備中的信號(hào)。

發(fā)表于：3/27/2023

助力采用MCU的自主系統(tǒng)實(shí)現(xiàn)自主安全性[人工智能][工業(yè)自動(dòng)化]

　　人工智能（AI）和機(jī)器學(xué)習(xí)（ML）技術(shù)在自主性日益增強(qiáng)的系統(tǒng)中的應(yīng)用越來(lái)越普遍，這將提高各行各業(yè)對(duì)更智能的安全系統(tǒng)的要求。關(guān)注重點(diǎn)已經(jīng)從節(jié)約成本轉(zhuǎn)向給用戶帶來(lái)便利性和安全性。這需要一個(gè)完整的功能安全（FuSa）層，其中包括安全協(xié)處理器與可信的輸入/輸出控制器，兩者協(xié)同工作來(lái)保護(hù)系統(tǒng)。單片機(jī)（MCU）為實(shí)現(xiàn)這些安全協(xié)處理器提供了低成本的解決方案，是當(dāng)今新一代自主系統(tǒng)的核心。

發(fā)表于：3/27/2023