亚洲欧美日韩综合aⅴ视频,免费看欧美一级特黄a大片 ,欧美激情乱人伦

基于深度學習的桑葉病害識別方法研究[模擬設計][其他]

為提高桑葉病害檢測精度，實現(xiàn)將模型方便快速部署到移動端，針對自然環(huán)境下桑葉病害病斑小、背景復雜等問題，以YOLOv8為基線模型進行改進，提出了一種YOLOv8-Evo的桑葉病害識別算法。首先在Backbone模塊中加入了可變形卷積模塊從而更靈活地捕捉病害的細節(jié)和形狀，其次在Neck模塊中增加了CBAM（Convolutional Block Attention Module）注意力機制，發(fā)掘圖像中的關鍵特征和區(qū)域，最后在18 849張桑葉病害數(shù)據(jù)集上進行驗證，相較YOLOv8s模型，YOLOv8-Evo的識別精度提高2.4%，召回率提高1.5%，mAP50提高1%，mAP50-95提高0.7%，實驗證明改進的YOLOv8-Evo模型為桑葉病害識別的自動化提供了理論依據(jù)與技術(shù)支持。

發(fā)表于：3/19/2025 2:31:52 PM

電力物聯(lián)網(wǎng)智能巡檢業(yè)務與無線通信適配技術(shù)研究[模擬設計][智能電網(wǎng)]

隨著電力物聯(lián)網(wǎng)的建設，安全、高效的智能巡檢技術(shù)是電力行業(yè)健康發(fā)展的重要保障。智能巡檢具有通信要求高、工作環(huán)境復雜等特點，通信技術(shù)匹配難度較大。首先分析智能巡檢業(yè)務的特點及其對各類無線通信技術(shù)的性能需求，然后提出了一種基于貝葉斯最佳-最差法（Bayesian Best-Worst Method， BBWM）和改進多準則折衷排序法（VIKOR）的智能巡檢業(yè)務與無線通信適配方法，最后對三種智能巡檢業(yè)務與無線通信技術(shù)進行仿真實驗。仿真結(jié)果表明，所提方法可以較好解決智能巡檢業(yè)務與無線通信技術(shù)的適配難題。

發(fā)表于：3/19/2025 2:14:12 PM

復雜場景下SAR圖像多尺度艦船檢測算法[模擬設計][其他]

針對復雜場景下的多尺度SAR艦船目標檢測存在誤檢漏檢的問題，提出了一種改進的SAR艦船目標檢測方法。首先，利用多尺度目標特征提取網(wǎng)絡提取特征信息，以提升多尺度目標的檢測能力并減少冗余計算。其次，引入可形變卷積（DConv）通過自適應調(diào)整卷積核的形狀來提升復雜場景下SAR艦船目標的檢測性能。最后，引入了注意力機制來抑制背景雜波并增強特征信息。實驗結(jié)果表明，在SSDD數(shù)據(jù)集和HRSID數(shù)據(jù)集上改進方法的檢測精度分別達到了97.9%和 93.1%，整體性能優(yōu)于現(xiàn)有主流目標檢測算法。

發(fā)表于：3/19/2025 2:01:04 PM

基于N32的隱藏式門把手控制器的設計[模擬設計][汽車電子]

傳統(tǒng)手動開啟方式的旋轉(zhuǎn)式隱藏式門把手不具備智能化的自動展開與收回功能，為此提出一種隱藏式門把手控制器設計方案。該控制器以N32G455RBL7為主控制芯片，通過其片內(nèi)bxCAN（basic extended CAN）模塊監(jiān)聽車身控制器CAN總線上的開/關鎖、擋位等信號，并根據(jù)智能控制需求驅(qū)動配套門鎖執(zhí)行電機，進而實現(xiàn)隱藏式門把手的電動化和智能化控制。該控制器在多款國產(chǎn)新能源汽車上進行了長時間運行測試，結(jié)果表明在實際應用中該控制器具有較好的穩(wěn)定性和可靠性，能夠為其他結(jié)構(gòu)的手動隱藏式門把手的智能化控制方案提供參考。

發(fā)表于：3/17/2025 4:50:50 PM

一種應用乒乓自歸零的高精度放大器[模擬設計][工業(yè)自動化]

設計實現(xiàn)了一種低失調(diào)、高增益的運算放大器（運放）。整體電路包含帶隙基準、振蕩器、分頻器、輔助運放和主運放等。該電路采用乒乓結(jié)構(gòu)的自歸零技術(shù)，實現(xiàn)了連續(xù)工作，同時顯著縮減了放大器的輸入失調(diào)偏移。此外，還提出了一種新穎、高效的控制時序，以較低的成本有效降低了放大器在乒乓切換過程中的穩(wěn)定時間，進一步減小了放大器的輸出毛刺。該放大器芯片基于350 nm CMOS工藝設計制造，實際測試結(jié)果表明，在5 V電源電壓下，放大器消耗了0.65 mA的電流，實現(xiàn)了最大3 µV的輸入失調(diào)偏移，增益帶寬積為8 MHz，噪聲頻譜密度降到了30 nV/√Hz。

發(fā)表于：3/17/2025 4:19:35 PM

一種帶短路保護的磁隔離IGBT驅(qū)動架構(gòu)[模擬設計][工業(yè)自動化]

設計一種帶短路保護的磁隔離IGBT驅(qū)動架構(gòu)，該架構(gòu)采用變壓器隔離，集成去飽和檢測電路、米勒鉗位電路和軟關斷，當IGBT發(fā)生短路故障退出飽和區(qū)，便對器件執(zhí)行軟關斷，并通過米勒鉗位電路抑制柵極電壓尖峰。同時通過故障反饋通道將故障信號反饋給前級控制器，實現(xiàn)對短路故障的快速響應。仿真和實測結(jié)果表明，本架構(gòu)具有8 kV的隔離耐壓，去飽和檢測和米勒鉗位閾值分別為9 V和2 V，去飽和故障響應時間為419 ns，故障報錯時間為311 ns，軟關斷時間為136 ns。該架構(gòu)實現(xiàn)了短路故障保護和故障反饋，已應用在某一高耐壓隔離IGBT驅(qū)動器中。

發(fā)表于：3/17/2025 4:03:31 PM

X波段寬帶高效率連續(xù)類功率放大器芯片設計[模擬設計][通信網(wǎng)絡]

為提高功率放大器的帶寬和效率，基于0.25 μm GaAs pHEMT ED工藝，通過控制輸出級二次諧波阻抗進行波形控制，實現(xiàn)連續(xù)B/J類波形，設計了一款單片集成的X波段高效率連續(xù)B/J類功率放大器。放大器由兩級構(gòu)成，驅(qū)動級使用增強型晶體管實現(xiàn)高增益，輸出級使用耗盡型晶體管實現(xiàn)高效率與瓦級的輸出功率。仿真結(jié)果顯示，該功率放大器在7.3~12.2 GHz的頻帶內(nèi)實現(xiàn)了29~30.6 dBm的輸出功率，功率增益為17~18.6 dB，功率附加效率大于50%，峰值效率為59%，輸入回波損耗小于10 dB，芯片尺寸僅為2.1 mm×1.3 mm。

發(fā)表于：3/17/2025 3:46:10 PM

基于機器學習的智能傳感器綜述[MEMS|傳感技術(shù)][工業(yè)自動化]

隨著機器學習的飛速發(fā)展，機器學習算法創(chuàng)建的智能模型正逐步成為新型傳感器數(shù)據(jù)分析的核心部分。首先介紹了支持機器學習的智能傳感器背景，對智能模型的構(gòu)建和數(shù)據(jù)集的生成、驗證、測試過程進行簡述，隨后列舉了基于機器學習的智能傳感器的應用，最后指出了基于機器學習的智能傳感器目前面臨的問題和挑戰(zhàn)并提出了具有可行性的解決方法，為相關研究人員提供有價值的學術(shù)參考。

發(fā)表于：3/17/2025 3:17:38 PM

制導雷達智能處理技術(shù)現(xiàn)狀和發(fā)展趨勢[模擬設計][通信網(wǎng)絡]

發(fā)表于：3/17/2025 2:59:22 PM

基于有限記憶、概率學習的雙時間尺度切片資源分配方法[通信與網(wǎng)絡][5G]

網(wǎng)絡切片是使網(wǎng)絡能夠滿足不同垂直領域的不同服務需求的關鍵要素，為解決網(wǎng)絡中切片類型動態(tài)變化的問題，提出了一種聯(lián)邦-多智能體強化學習雙時間尺度資源分配（F-MALML）算法。大時間尺度下，通過有限記憶學習算法為每個基站分配資源；小時間尺度內(nèi)各基站使用F-MALML算法進一步為切片中的用戶動態(tài)分配資源。引入了一種概率學習機制，根據(jù)前一時隙的分配結(jié)果和網(wǎng)絡實際狀態(tài)，動態(tài)調(diào)整每個時間尺度的分配策略。仿真結(jié)果表明，所提算法相比于其他兩種基準算法在新增切片的切片滿意度及系統(tǒng)頻譜效率方面都有較大提升，且表現(xiàn)出更好的穩(wěn)定性。

發(fā)表于：3/17/2025 2:17:41 PM