国产人成精品综合欧美成人,亚洲二区欧美另类日韩字幕,亚洲欧美乱综合图片区小说区

基于深度學(xué)習(xí)的可視化圖表分類方法研究[模擬設(shè)計][工業(yè)自動化]

可視化圖表的分類研究對于圖表理解和文檔解析具有很大的意義。分別通過爬蟲和軟件生成的方式，構(gòu)建了兩個包含16類常見圖表的數(shù)據(jù)集，該數(shù)據(jù)集在數(shù)量、類型和樣式豐富性上具有一定的優(yōu)勢。在3個數(shù)據(jù)集上實驗對比了Transformer架構(gòu)和卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)的模型，結(jié)果表明Transformer架構(gòu)在圖表分類任務(wù)上具有一定優(yōu)勢。基于Swin Transformer模型，設(shè)計了多種數(shù)據(jù)增強(qiáng)策略，在增加模型泛化性的同時也引入了分布差異；通過對不同策略訓(xùn)練出的模型預(yù)測進(jìn)行均值融合，同單模型相比分類性能有較大提升。在6個測試集上對集成模型進(jìn)行了測試，分類準(zhǔn)確率均大于0.9；對于圖像質(zhì)量高、視覺形式簡單的生成圖表，模型分類準(zhǔn)確率接近1。

發(fā)表于：5/27/2024 3:28:20 PM

一起DCS網(wǎng)絡(luò)異常事件分析研究[通信與網(wǎng)絡(luò)][智能電網(wǎng)]

某火力發(fā)電廠發(fā)生了一起因DCS網(wǎng)絡(luò)故障引起控制器全部重啟，從而導(dǎo)致發(fā)電機(jī)組非計劃停運(yùn)的異常事件。對現(xiàn)場事件處置與排查思路進(jìn)行了復(fù)盤，通過模擬測試、日志分析、現(xiàn)場檢查等方法，定位了導(dǎo)致網(wǎng)絡(luò)異常的原因是匯聚交換機(jī)與一處接入交換機(jī)之間光纖的單向鏈路故障。對光纖單向鏈路故障引起DCS網(wǎng)絡(luò)短時網(wǎng)絡(luò)風(fēng)暴的過程進(jìn)行了詳細(xì)分析。該網(wǎng)絡(luò)故障可為具有類似網(wǎng)絡(luò)架構(gòu)DCS系統(tǒng)的日常運(yùn)行維護(hù)及事故防范提供借鑒。

發(fā)表于：5/27/2024 3:28:17 PM

基于Modbus協(xié)議的濕度檢定系統(tǒng)設(shè)計[測試測量][工業(yè)自動化]

為了提高濕度計量的工作效率和數(shù)字化安全管理水平，設(shè)計了一種基于Modbus協(xié)議的濕度檢定系統(tǒng)。該系統(tǒng)依托Modbus RTU協(xié)議模式、精密露點儀數(shù)據(jù)格式和Agilent34401A數(shù)字萬用表可編程儀器的標(biāo)準(zhǔn)命令協(xié)議，實現(xiàn)了濕度發(fā)生器自動控制，提高了檢定效率和數(shù)據(jù)安全性。濕度檢定系統(tǒng)檢定結(jié)果的擴(kuò)展不確定度為1.3%。采用測量儀器特性評定和傳遞比較法對系統(tǒng)測量結(jié)果進(jìn)行驗證，測量結(jié)果均驗證通過，表明系統(tǒng)可進(jìn)行業(yè)務(wù)化應(yīng)用。

發(fā)表于：5/27/2024 3:28:14 PM

三種石英晶體諧振器頻率測試方法對比分析研究[測試測量][工業(yè)自動化]

測試石英晶體諧振器頻率的傳統(tǒng)方法有間接計算法、信號源起振法和網(wǎng)絡(luò)分析儀法，三種方法各有大的缺陷。根據(jù)石英晶體諧振器頻率的特點，提出三種新的測試方法：示波器測試法、頻率計測試法和頻譜儀測試法。這三種方法在基本測試原理、設(shè)備配置要求、測試精度和適用環(huán)境等方面存在差異。對三種方法的優(yōu)缺點進(jìn)行了詳細(xì)比較，并針對不同應(yīng)用條件提出了選用建議：如果只單純測量石英晶體諧振器頻率，選用頻譜儀測試法；如果需要測量頻率的同時還需要知道頻率的特性等內(nèi)容，宜選用頻率計測試法；示波器測試法則可用在對石英晶體諧振器頻率定性的粗測。此外，還根據(jù)各自的優(yōu)勢探討了儀器協(xié)作測試的可能性。

發(fā)表于：5/27/2024 3:28:13 PM

基于Innovus改善芯片繞線資源的電源網(wǎng)絡(luò)布線方法[模擬設(shè)計][工業(yè)自動化]

隨著集成電路的集成度越來越高，芯片的面積越來越小，芯片內(nèi)單元密度會隨之增加，這將為芯片的后端物理設(shè)計帶來諸多的挑戰(zhàn)。其中芯片面積的減小直接影響布線資源，導(dǎo)致布線擁塞，以此造成芯片線路無法繞通以及時序和串?dāng)_的問題。提出了一種改進(jìn)的電源網(wǎng)絡(luò)的布線方法，極大提升了信號線的走線空間利用率，有效解決了高集成度芯片的短路問題。

發(fā)表于：5/27/2024 3:28:10 PM

一種低峰均功率比的數(shù)字梳狀譜模塊設(shè)計[嵌入式技術(shù)][工業(yè)自動化]

為了提高多通道接收機(jī)的通道間誤差校準(zhǔn)效率，設(shè)計并實現(xiàn)了一種低峰均功率比的數(shù)字梳狀譜校準(zhǔn)源模塊。該模塊基于FPGA+DAC的硬件結(jié)構(gòu)，采用軟件DDS原理方式來產(chǎn)生梳狀譜信號。為了降低梳狀譜信號的峰均功率比，利用遺傳算法對信號的各個子載波的初始相位進(jìn)行了優(yōu)化，計算出一組優(yōu)于代數(shù)次優(yōu)解的初始相位組合，將峰均功率比從次優(yōu)解的4.98 dB降低到了3.98 dB，同時提高了梳狀譜信號的子載波功率和帶外雜散抑制，優(yōu)化了梳狀譜模塊的信號質(zhì)量。該模塊在梳狀譜信號輸出范圍170 MHz~230 MHz，頻譜間隔1 MHz情況下，子載波功率為-35.5 dBm，帶外雜散抑制為64 dBc，完全滿足校準(zhǔn)源指標(biāo)要求。

發(fā)表于：5/27/2024 3:28:08 PM

基于ADS的微系統(tǒng)電源完整性仿真及優(yōu)化[電源技術(shù)][工業(yè)自動化]

隨著芯片制造技術(shù)和封裝技術(shù)的發(fā)展，電子產(chǎn)品內(nèi)部的器件集成度和信號速度在持續(xù)提高，微系統(tǒng)成為一種新興的形式，這導(dǎo)致了對電源完整性的要求不斷提高。不合理的電源完整性設(shè)計將會給電源質(zhì)量和信號質(zhì)量帶來極大的干擾，甚至?xí)瓜到y(tǒng)崩潰。針對所設(shè)計的多芯片微系統(tǒng)設(shè)計進(jìn)行了電源完整性的仿真，并利用基板、PCB去耦電容網(wǎng)絡(luò)協(xié)同去耦的方式對電源分配網(wǎng)絡(luò)阻抗進(jìn)行了優(yōu)化，解決了微系統(tǒng)內(nèi)部的空間有限與去耦電容需求量大的矛盾，保證了微系統(tǒng)的電源完整性。

發(fā)表于：5/27/2024 3:28:06 PM

基于FPGA的視頻圖像去霧算法的優(yōu)化與實現(xiàn)[嵌入式技術(shù)][工業(yè)自動化]

在惡劣天氣條件下采集的圖像存在對比度差、清晰度下降等問題。圖像質(zhì)量的惡化制約著計算機(jī)視覺的準(zhǔn)確性和自動化任務(wù)的效率。給出了一種基于限制對比度自適應(yīng)直方圖均衡（Contrast Limited Adaptive Histogram Equalization， CLAHE）與改進(jìn)多尺度Retinex （Multi-Scale retinex，MSR）的圖像去霧算法。該算法將輸入的含霧降質(zhì)圖像先經(jīng)過CLAHE算法處理，再用MSR算法處理，對圖像MSR算法處理時，引入Gamma校正因子估計入射光，并對算法中的環(huán)繞函數(shù)進(jìn)行優(yōu)化。結(jié)果表明，所提出算法處理后的圖像相比原圖，圖像的信息熵、平均梯度和標(biāo)準(zhǔn)差等方面均有提升；并設(shè)計硬件電路，成功在FPGA上演示了視頻實時去霧，提高了視頻圖像去霧的實時性。對板級資源與功能消耗進(jìn)行了數(shù)字化的分析，證明所設(shè)計硬件系統(tǒng)屬于低功耗范疇。

發(fā)表于：5/27/2024 3:28:00 PM

應(yīng)用于收發(fā)鏈路多模塊級聯(lián)的優(yōu)化設(shè)計方法[微波|射頻][通信網(wǎng)絡(luò)]

為解決波束賦形芯片中子電路模塊由于寄生效應(yīng)而導(dǎo)致的級聯(lián)失配問題提出了一種優(yōu)化設(shè)計方法。該設(shè)計方法通過主動引入相鄰器件阻抗?fàn)恳?yīng)，并使其與級聯(lián)阻抗失配相抵消從而實現(xiàn)阻抗“預(yù)失配”的設(shè)計方案。對“預(yù)失配”的技術(shù)原理以及設(shè)計流程進(jìn)行了簡要分析，并通過加工一款采用優(yōu)化設(shè)計方案的4通道X/Ku波段的射頻收發(fā)芯片，驗證了該設(shè)計方案的可實現(xiàn)性與有效性。在8 GHz~18 GHz頻帶范圍內(nèi)，該芯片與基于端口駐波設(shè)計體系的原芯片相比，收發(fā)鏈路增益分別為6.5 dB和14 dB，提升了超過2 dB。發(fā)射鏈路輸出功率21 dBm，發(fā)射效率為15.7%，分別提升了1 dB和9%。接收鏈路噪聲系數(shù)為8.72 dB，降低了1.2 dB。收發(fā)鏈路最大移相均方根誤差為5.12°和5.25°，分別下降了3.17°和1.75°。

發(fā)表于：5/27/2024 3:28:00 PM

一種改進(jìn)的基于Mask R-CNN的玉米大斑病實例分割算法[人工智能][其他]

玉米作為我國主糧作物，其生產(chǎn)常受大斑病、小斑病、銹病等病害及蟲害影響，導(dǎo)致其產(chǎn)量與品質(zhì)下降，威脅農(nóng)業(yè)生產(chǎn)安全。近年來，視覺檢測技術(shù)因其高準(zhǔn)確性已成為病害防控的重要工具。以Mask R-CNN為基礎(chǔ)框架，通過融入DyHead、Groie和OHEM模塊進(jìn)行優(yōu)化，旨在提升對細(xì)微病灶圖像的分割效能。改良后的模型在病害圖像分割任務(wù)上展現(xiàn)出卓越性能，平均精度（mAP）提升4%，尤其在小目標(biāo)分割上準(zhǔn)確率提高8.5%，相較于YOLOv5、YOLACT++等同類模型優(yōu)勢顯著。通過消融實驗驗證了各新增模塊的有效性，證實該模型為精準(zhǔn)檢測玉米大斑病提供了有力的技術(shù)支持與理論依據(jù)。

發(fā)表于：5/27/2024 3:28:00 PM