欧美韩日在线,高h文bl,成人亚洲综合

一種基于系統(tǒng)級封裝技術(shù)的控制器設(shè)計(jì)與驗(yàn)證[其他][其他]

隨著后摩爾時(shí)代的到來，通過系統(tǒng)級封裝技術(shù)來實(shí)現(xiàn)系統(tǒng)的小型化和集成化已成為集成電路行業(yè)發(fā)展的新方向，針對當(dāng)前市場對于控制器低功耗、小型化和集成化的大量需求，提出了一種以系統(tǒng)級封裝技術(shù)為基礎(chǔ)，通過原理設(shè)計(jì)、封裝結(jié)構(gòu)設(shè)計(jì)、版圖設(shè)計(jì)、信號完整性仿真、電源完整性仿真以及熱應(yīng)力仿真等一系列的設(shè)計(jì)方法，并結(jié)合當(dāng)前國內(nèi)的制造工藝水平，研制出了一款全國產(chǎn)化的控制器集成芯片。該集成芯片內(nèi)部以FPGA為控制核心，集成了射頻本振信號源和DDS信號源，實(shí)現(xiàn)對射頻信號源的控制、輸出以及數(shù)據(jù)通信等功能，最后通過對樣片的測試驗(yàn)證，芯片功能穩(wěn)定，性能滿足技術(shù)指標(biāo)要求。與傳統(tǒng)的控制器板卡相比，所設(shè)計(jì)的集成芯片大大降低了產(chǎn)品的功耗，并實(shí)現(xiàn)了控制器的小型化和集成化，滿足當(dāng)前的市場應(yīng)用需求，并為后續(xù)控制器類集成芯片的研究提供技術(shù)和可行性參考。

發(fā)表于：12/14/2023

基于RoBERTa和多層次特征的中文事件抽取方法[人工智能][其他]

針對中文事件抽取中語義表征不充分、特征提取不全面等問題，提出一種基于RoBERTa和多層次特征的中文事件抽取方法。通過RoBERTa預(yù)訓(xùn)練模型構(gòu)建字向量，并基于詞性標(biāo)注和觸發(fā)詞語義信息融入進(jìn)行字向量擴(kuò)展；其次使用雙向長短時(shí)記憶網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)抽取全局特征和局部特征，并通過自注意力機(jī)制捕捉不同特征之間的關(guān)聯(lián)，加強(qiáng)對重要特征的利用；最后通過條件隨機(jī)場實(shí)現(xiàn)BIO序列標(biāo)注，完成事件抽取。在DuEE1.0數(shù)據(jù)集上，觸發(fā)詞抽取和事件論元抽取的F1值達(dá)到86.9%和68.0%，優(yōu)于現(xiàn)有常用事件抽取模型，驗(yàn)證了該方法的有效性。

發(fā)表于：12/14/2023

融合多教師模型的知識蒸餾文本分類[人工智能][其他]

針對簡單文本分類模型精度不高，預(yù)訓(xùn)練模型結(jié)構(gòu)復(fù)雜，在實(shí)際環(huán)境中難以直接使用的問題，提出多教師知識蒸餾的文本分類方法。該模型使用“教師-學(xué)生網(wǎng)絡(luò)”的訓(xùn)練方法，教師模型為BERT-wwm-ext和XLNet預(yù)訓(xùn)練模型，將兩個(gè)模型輸出的概率矩陣通過權(quán)重系數(shù)融合為軟標(biāo)簽。學(xué)生模型為BiGRU-CNN網(wǎng)絡(luò)，使用均方差函數(shù)計(jì)算軟標(biāo)簽誤差，使用交叉熵?fù)p失函數(shù)計(jì)算硬標(biāo)簽誤差，通過硬標(biāo)簽和軟標(biāo)簽訓(xùn)練學(xué)生模型使損失函數(shù)值達(dá)到最小。實(shí)驗(yàn)結(jié)果表明，提出的方法精度較學(xué)生模型有較大的改進(jìn)，接近預(yù)訓(xùn)練模型，在保證分類精度的前提下減少了運(yùn)行時(shí)間，提高了效率。

發(fā)表于：12/14/2023

無片外電容LDO的研究進(jìn)展[其他][其他]

低壓差線性穩(wěn)壓器（LDO）在電路系統(tǒng)中負(fù)責(zé)提供穩(wěn)定的電源電壓，它是一種應(yīng)用廣泛的電源管理芯片。隨著集成度和工藝的不斷提高，無片外電容LDO逐漸替代含片外電容LDO成為研究重點(diǎn)，但無片外電容LDO需要額外的補(bǔ)償電路以解決穩(wěn)定性和瞬態(tài)響應(yīng)特性較差的問題。為了解當(dāng)前行業(yè)內(nèi)的主流設(shè)計(jì)思路，調(diào)研了大量文獻(xiàn)，分析了無片外電容LDO的研究進(jìn)展，并分別總結(jié)了提高穩(wěn)定性和瞬態(tài)響應(yīng)特性的方案，提煉了其中的技術(shù)要點(diǎn)，評價(jià)了優(yōu)缺點(diǎn)，最后提出了可以改進(jìn)的空間并對今后的研究方向做了展望。

發(fā)表于：12/14/2023

馮·諾依曼瓶頸下計(jì)算機(jī)體系結(jié)構(gòu)的創(chuàng)新[其他][其他]

在計(jì)算機(jī)體系結(jié)構(gòu)的發(fā)展過程中，馮·諾依曼架構(gòu)無疑是最為傳統(tǒng)且主流的架構(gòu)之一。為了追求更加高速的計(jì)算效率，人們在馮·諾依曼架構(gòu)的基礎(chǔ)上不斷做出優(yōu)化，直至達(dá)到其發(fā)展瓶頸。從傳統(tǒng)馮·諾依曼架構(gòu)出發(fā)，分析了該架構(gòu)固有的局限性，并列舉了針對這些局限性所作出的基本改良措施。然后具體介紹了存算一體、數(shù)據(jù)流計(jì)算等在馮·諾依曼架構(gòu)上進(jìn)行創(chuàng)新的多種技術(shù)手段。最后簡述了突破原始電子計(jì)算機(jī)物理材料體系的其他非馮·諾依曼架構(gòu)的發(fā)展歷程，例如類腦計(jì)算機(jī)和量子計(jì)算機(jī)等，并展望了現(xiàn)代計(jì)算機(jī)體系結(jié)構(gòu)的發(fā)展前景與方向。

發(fā)表于：12/14/2023

基于虛擬現(xiàn)實(shí)技術(shù)水下磁目標(biāo)探測實(shí)驗(yàn)教學(xué)平臺(tái)建構(gòu)[模擬設(shè)計(jì)][其他]

隨著信息技術(shù)的發(fā)展，虛擬現(xiàn)實(shí)技術(shù)的出現(xiàn)重構(gòu)了傳統(tǒng)實(shí)驗(yàn)教學(xué)形態(tài)。依托虛擬現(xiàn)實(shí)技術(shù)，將基礎(chǔ)物理知識與軍事問題融合自主開發(fā)了水下磁目標(biāo)探測實(shí)驗(yàn)平臺(tái)。通過該技術(shù)實(shí)現(xiàn)了大量的磁場數(shù)值仿真數(shù)據(jù)在虛擬平臺(tái)直觀展示，構(gòu)建了實(shí)時(shí)測量顯示磁異常值的實(shí)驗(yàn)場景，并巧妙地設(shè)計(jì)了實(shí)驗(yàn)環(huán)境和教學(xué)模塊。該實(shí)驗(yàn)平臺(tái)能夠幫助學(xué)生深刻理解磁現(xiàn)象的物理本質(zhì)，并打開專業(yè)應(yīng)用的窗口。

發(fā)表于：12/14/2023

基于卷積神經(jīng)網(wǎng)絡(luò)的海雜波數(shù)據(jù)分析與鑒別[其他][其他]

海雜波成因復(fù)雜多樣，并且目標(biāo)回波受多種因素影響，使得海雜波對于海上目標(biāo)探測、識別、跟蹤產(chǎn)生了嚴(yán)重的影響。針對傳統(tǒng)研究方法精度不足的問題，通過分析海雜波相關(guān)統(tǒng)計(jì)特性，以海雜波幅度特征和基本統(tǒng)計(jì)量為基礎(chǔ)，構(gòu)建了以幅度熵、赫斯特指數(shù)、頻域峰均比為特征分量的三維特征向量，采用卷積神經(jīng)網(wǎng)絡(luò)方法，實(shí)現(xiàn)海雜波與目標(biāo)在特征空間中的明顯區(qū)分。

發(fā)表于：12/14/2023

海面目標(biāo)散射特性仿真技術(shù)分析[模擬設(shè)計(jì)][其他]

目前，在雷達(dá)系統(tǒng)海面回波信號的模擬中，僅僅是根據(jù)距離和相對運(yùn)動(dòng)速度等參數(shù)，建立起目標(biāo)的回波模型，但實(shí)際雷達(dá)在海面探測到的回波不僅有艦船目標(biāo)，還有海浪的電磁散射，探測環(huán)境復(fù)雜。利用復(fù)合電磁場景模擬計(jì)算技術(shù)計(jì)算出低海況下目標(biāo)與海面耦合下的散射場景，實(shí)現(xiàn)某些典型軍事目標(biāo)和背景環(huán)境雷達(dá)反射截面積（Radar Cross Section，RCS）預(yù)估和成像、目標(biāo)高分辨距離像（High Resolution Range Profile， HRRP）成像與逆合成孔徑雷達(dá)（Inverse Synthetic Aperture Radar，ISAR）成像，并對仿真結(jié)果進(jìn)行了分析。關(guān)鍵詞：RCS；高分辨距離像；逆合成孔徑雷達(dá)

發(fā)表于：12/14/2023

基于微動(dòng)滑窗的敏捷長時(shí)混合積累方法研究[模擬設(shè)計(jì)][其他]

針對雜波背景下末制導(dǎo)雷達(dá)微弱目標(biāo)檢測問題，提出一種基于微動(dòng)滑窗的敏捷長時(shí)混合積累方法。長時(shí)相參積累是一種有效的微弱目標(biāo)檢測方法，但是此類方法需要大量的參數(shù)搜索，不適用于彈載末制導(dǎo)雷達(dá)實(shí)時(shí)性的問題，將長時(shí)間相參積累分為短時(shí)MTD處理和長時(shí)PRT變換的非相參積累處理，解決現(xiàn)有長時(shí)間相參積累計(jì)算量大的問題。針對制導(dǎo)系統(tǒng)的數(shù)據(jù)率要求，進(jìn)一步提出利用微動(dòng)滑窗完成數(shù)據(jù)的邊積累邊輸出，滿足末制導(dǎo)雷達(dá)輸出數(shù)據(jù)率的需求。仿真和實(shí)際數(shù)據(jù)驗(yàn)證證明了方法的可行性和優(yōu)越性。

發(fā)表于：12/14/2023

算力簡史（六）[其他][其他]

20世紀(jì)90年代，處理器、內(nèi)存、硬盤等硬件技術(shù)的全面升級，加上操作系統(tǒng)、數(shù)據(jù)庫、應(yīng)用軟件的大量涌現(xiàn)，使得計(jì)算機(jī)的能力變得越來越強(qiáng)大。

發(fā)表于：12/14/2023

算力簡史（五）[其他][其他]

70年代微處理器的誕生，使得個(gè)人電腦開始大量出現(xiàn)。

發(fā)表于：12/14/2023

算力簡史（四）[其他][其他]

時(shí)代的車輪繼續(xù)滾滾向前。 1965年，時(shí)任仙童半導(dǎo)體公司研究開發(fā)實(shí)驗(yàn)室主任的戈登·摩爾，應(yīng)邀為《電子學(xué)》雜志35周年專刊寫了一篇觀察評論報(bào)告，題目是：《讓集成電路填滿更多的元件》。

發(fā)表于：12/14/2023

算力簡史（三）[其他][其他]

第一次和第二次工業(yè)革命，分別是蒸汽革命和電氣革命，屬于能源和動(dòng)力方面的變革。

發(fā)表于：12/14/2023

算力簡史（二）[其他][其他]

公元14世紀(jì)，歐洲文藝復(fù)興正式開啟。人文主義的思潮逐漸占據(jù)主流，人們開始倡導(dǎo)通過觀察和實(shí)驗(yàn)來認(rèn)識世界。

發(fā)表于：12/14/2023

算力簡史（一）[其他][其他]

人類對算力的利用，從遠(yuǎn)古時(shí)期就已經(jīng)開始了。大腦，是我們最原生的算力工具。依靠大腦所提供的算力，我們才得以生存。

發(fā)表于：12/14/2023