亚洲欧美日韩国产综合在线,欧美精品免费观看二区,性欧美视频videos6一9

ADI公司推出集成式精密解決方案，助力電池制造業(yè)實現(xiàn)更高安全性與高達50％的效率提升

中國，北京 – Analog Devices, Inc.(ADI)今日宣布推出一款用于電池測試和化成的集成式精密解決方案，這套解決方案集模擬前端、控制器和脈寬調(diào)制器(PWM)于一體，能夠提高鋰離子電池化成與分級的系統(tǒng)精度和效率。與傳統(tǒng)技術相比，新款AD8452能夠在相同空間內(nèi)多提供50％的通道，從而擴充容量并提高電池產(chǎn)量。AD8452所采用的開關技術可在放電時回收電池的能量，精度高達傳統(tǒng)開關解決方案的10倍。更高的精度意味著電池包內(nèi)可以放更多的電芯，這有助于延長電動汽車等應用的電池壽命。此外，該器件還兼具更為出色的檢測和監(jiān)控功能，能夠有效防止可能導致電池故障的過度充電和充電不足行為，從而提高制造過程的安全性。AD8452可為充電/放電板節(jié)省高達50％的物料清單(BoM)成本，系統(tǒng)成本可節(jié)約20％左右。該器件具有配套的系統(tǒng)仿真演示板，能夠為測試設備制造商降低研發(fā)工程成本并縮短上市時間。

發(fā)表于：11/17/2017

數(shù)據(jù)遠見者通過數(shù)字化轉(zhuǎn)型顛覆并重塑行業(yè)格局，幫助企業(yè)走上蓬勃發(fā)展之路

中國，北京 — 2017 年 11 月 15 日 — 全球混合云數(shù)據(jù)管理領域權(quán)威NetApp公司（納斯達克股票代碼：NTAP）今天公布了一項旨在幫助企業(yè)積極開展數(shù)字化轉(zhuǎn)型的全球研究項目的結(jié)果。通過與 IDC 合作，該研究項目提供了可供所有企業(yè)在轉(zhuǎn)型過程中利用的即時、有效的步驟。

發(fā)表于：11/17/2017

融合用戶屬性信息的冷啟動推薦算法

協(xié)同過濾算法廣泛應用于個性化推薦系統(tǒng)中。現(xiàn)有的基于社群相似性的協(xié)同過濾算法在新用戶新商品的冷啟動場景中難以使用，性能較差。對此，提出了一種基于矩陣分解和神經(jīng)網(wǎng)絡映射的冷啟動推薦算法。首先，使用矩陣分解方法求出用戶在潛在興趣空間的向量表示；然后，訓練神經(jīng)網(wǎng)絡學習從用戶屬性數(shù)據(jù)到潛在興趣向量的映射關系；最后，融合用戶的歷史評分數(shù)據(jù)與屬性數(shù)據(jù)各自生成的興趣向量，給出平滑的推薦預測值。實驗表明，當用戶的評分記錄很少時，預測性能有明顯提升，融合用戶的屬性信息能較好地改善“冷啟動”情況下推薦系統(tǒng)的性能。

發(fā)表于：11/16/2017

后驗概率改進Fisher向量的高性能圖像檢索算法

提出了一種高性能的圖像檢索方法，結(jié)合紋理分類和改進的Fisher向量實現(xiàn)圖像檢索。首先，將圖像劃分為互不重疊的圖像子塊，對每一圖像子塊依據(jù)紋理復雜度進行分類，對不同類別的圖像子塊提取不同的特征。其次，采用基于后驗概率改進的Fisher向量進行特征編碼，依據(jù)乘積量化和非對稱距離計算方法，分段計算兩特征向量之間的距離，快速求取相似度指標，據(jù)此進行圖像檢索。在Holidays數(shù)據(jù)集上進行圖像檢索的實驗結(jié)果表明，該方法的查準率和召回率高，且耗費的查詢時間少。

發(fā)表于：11/14/2017

西部數(shù)據(jù)發(fā)布首款移動固態(tài)硬盤高速移動固態(tài)硬盤 - my passport? SSD 以精美而小巧的設計為用戶提供強大性能

2017年11月13日–北京，存儲解決方案提供商西部數(shù)據(jù)公司 (NASDAQ: WDC)日前宣布推出旗下運行速度更快的WD®品牌移動固態(tài)硬盤My Passport? SSD。新款My Passport? SSD擁有極快的讀寫速度和優(yōu)美的外型設計，為西部數(shù)據(jù)公司領先的存儲硬盤產(chǎn)品。新款My Passport? SSD可說專為大文件使用者和科技愛好者設計，將卓越的讀寫速度和便攜性的巧妙結(jié)合用于海量檔案的管理。

發(fā)表于：11/14/2017

Intel PSG 2017全國教師會議勝利閉幕

日前，Intel PSG 2017全國高校教師會議在美麗的三亞成功召開，來自英國的學術界代表、超過100 位國內(nèi)外頂尖高校的專家學者、英特爾技術專家一起交流并分享了當今前沿技術與英特爾創(chuàng)新技術成果、人才培養(yǎng)和教學科研創(chuàng)新等方面的真知灼見，共同探索產(chǎn)學研合作新途徑。《電子技術應用》全媒體傳播平臺受邀參加了本屆盛會，與老朋友回顧合作歷程，與新朋友暢談技術趨勢，筑夢更廣闊的未來。

發(fā)表于：10/25/2017

結(jié)合本征分解和抽樣學習的快速SVM分類器

為了提高經(jīng)典支持向量機（SVM）分類器的運算效率，提出一種改進的快速SVM分類器。針對低維空間向高維空間變換時核矩陣運算效率低的問題，采用本征分解方法對核矩陣進行降維處理，得到核矩陣的近似表示；同時，對訓練子集進行劃分，隨機抽樣訓練樣本進行學習，進一步提高SVM分類器的運算效率。圖像分類實驗結(jié)果表明，改進的SVM分類器不僅分類正確率高于經(jīng)典SVM、隨機森林和神經(jīng)網(wǎng)絡分類器，而且訓練耗時最少，平均分類耗時也低于經(jīng)典SVM分類器。

發(fā)表于：10/23/2017

人工智能下棋已不新鮮，未來還要當一名優(yōu)秀“寫手”？

現(xiàn)在人工智能的寫作也在快速發(fā)展，一些簡單的新聞以及文稿如今已經(jīng)不弱于一般人的寫作。

發(fā)表于：10/23/2017

拳打AlphaLee，腳踢AlphaMaster，全新AlphaZero實現(xiàn)自我學習

柯潔稱：“一個純凈、純粹自我學習的alphago是最強的...對于alphago的自我進步來講...人類太多余了。”

發(fā)表于：10/20/2017

基于MapReduce的并行抽樣路徑K-匿名隱私保護算法

K-匿名算法及現(xiàn)存K-匿名改進算法大多使用犧牲時間效率降低發(fā)布數(shù)據(jù)信息損失量的方法實現(xiàn)數(shù)據(jù)的匿名化，但隨著數(shù)據(jù)量的急劇增長，傳統(tǒng)的數(shù)據(jù)匿名化方法已不適用于對較大數(shù)據(jù)的處理。針對K-匿名算法在單機執(zhí)行過程中產(chǎn)生大量頻繁項集和重復搜索數(shù)據(jù)表的缺點，將MapReduce模型引入到抽樣泛化路徑K-匿名算法中對其進行優(yōu)化。該方法兼具MapReduce及抽樣泛化算法的優(yōu)點，高效分布式匿名化數(shù)據(jù)集，降低發(fā)布數(shù)據(jù)集信息損失量，提高數(shù)據(jù)的可用性。實驗結(jié)果表明：當數(shù)據(jù)量較大時，該優(yōu)化算法在時間效率及數(shù)據(jù)精度方面有顯著提高。

發(fā)表于：10/20/2017

基于FPGA的LMS自適應濾波器設計

提出一種基于LMS（Least Mean Square）自適應算法的濾波方法，介紹該方法在低頻信號濾波上的應用及在FPGA平臺上實現(xiàn)。傳統(tǒng)數(shù)字濾波器FIR、IIR濾波器針對不同的系統(tǒng)和干擾信號，其濾波參數(shù)不固定。因此，在窄帶信號的濾波處理中，傳統(tǒng)濾波器對信號濾波降噪的效果往往受到衰減增益限制。提出的方法先以CORDIC(Coordinate Rotation Digital Computer)算法產(chǎn)生的正弦信號來調(diào)制采樣信號，根據(jù)采樣信號與基準信號誤差使其權(quán)向量沿負梯度方向終止于維納解。該方法在類直流輸入及帶寬窄的情況下仍能有效過濾高頻噪聲，讀取低檢測信號幅值。理論分析和實驗結(jié)果表明,與傳統(tǒng)濾波方法對比，該濾波方法在處理窄帶信號的濾波上更具有優(yōu)勢。

發(fā)表于：10/17/2017

基于跨平臺的實時數(shù)據(jù)處理系統(tǒng)的設計

設計實現(xiàn)了一款實時數(shù)據(jù)處理系統(tǒng)，是SCADA（數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)）的數(shù)據(jù)核心。在基于國產(chǎn)軟硬件平臺的基礎上，采用跨平臺的架構(gòu)設計，介紹了實時數(shù)據(jù)處理系統(tǒng)的功能及設計實現(xiàn)。該實時數(shù)據(jù)處理系統(tǒng)采用在共享內(nèi)存中創(chuàng)建多個隊列的方式存放輸入和輸出的數(shù)據(jù)，既方便多個進程同時存取數(shù)據(jù)，又保證了數(shù)據(jù)處理的實時性。

發(fā)表于：10/16/2017

結(jié)合改進編輯距離與SVM的圖像分類方法

提出了一種圖像分類方法，結(jié)合圖像的多尺度字符串表示以及改進的編輯距離和SVM分類器進行圖像分類。首先，對圖像進行多尺度分塊，提取各個歸一化圖像子塊上的方向梯度直方圖特征，并將生成的多尺度特征向量用多個字符串進行表示；然后，提出融合編輯操作，改進字符串的編輯距離，通過計算兩幅圖像對應的兩組字符串之間的改進編輯距離來測量兩幅圖像的相似度；最后，采用改進的編輯距離計算徑向基函數(shù)，進行改進的SVM分類。實驗結(jié)果表明，該方法的分類正確率高，且平均分類耗時少。

發(fā)表于：9/14/2017

基于KELM決策融合的語音情感識別

針對語音情感信號的復雜性和單一分類器識別的局限性，提出一種核函數(shù)極限學習機（KELM）決策融合的方法用于語音情感識別。首先對語音信號提取不同的特征，并訓練相應的基分類器，同時將輸出轉(zhuǎn)化為概率型輸出；然后利用測試集在基分類器的輸出概率值計算自適應動態(tài)權(quán)值；最后對各基分類器的輸出進行線性加權(quán)融合得到最終的分類結(jié)果。利用該方法對柏林語音庫中4種情感進行識別，實驗結(jié)果表明，提出的融合KELM方法優(yōu)于常用的單分類器以及多分類器融合方法，有效地提高了語音情感識別系統(tǒng)的性能。

發(fā)表于：9/14/2017

基于基元自相關圖和結(jié)構(gòu)元直方圖的圖像檢索

發(fā)表于：9/13/2017