本庄优花人妻中文字幕,欧美久久久中文字幕,麻豆精品一区国产精品福利地址

基于改進(jìn)YOLOv8的輕量化雜草識(shí)別算法研究[嵌入式技術(shù)][工業(yè)自動(dòng)化]

針對(duì)目前田間雜草識(shí)別模型精度低,，以及參數(shù)多難以滿足在計(jì)算資源有限的移動(dòng)設(shè)備和嵌入式設(shè)備中部署的問題，提出一種基于YOLOv8的輕量化田間雜草識(shí)別模型。該模型使用改進(jìn)后的PP-LCNet替代原有主干網(wǎng)絡(luò)，保證精度的前提下減少模型的計(jì)算量,；其次引入Effcient-RepGFPN來作為頸部網(wǎng)絡(luò)，并將上采樣前的兩個(gè)CSPStage模塊使用RFAConv來替代,，利用不同尺度的特征來提高目標(biāo)檢測(cè)的性能,；最后，更換MPDIoU損失函數(shù),，增強(qiáng)了模型的收斂性和穩(wěn)定性,。實(shí)驗(yàn)結(jié)果表明，改進(jìn)模型與原模型相比準(zhǔn)確率提升了2.1%,，召回率提升了2.8%，mAP值提升了0.2%,，同時(shí)模型的大小與計(jì)算量分別減少為原始模型的68.2%和62.6%,，體現(xiàn)了改進(jìn)算法的有效性。

發(fā)表于：1/21/2025

基于區(qū)塊鏈跨鏈技術(shù)的數(shù)據(jù)資產(chǎn)登記平臺(tái)設(shè)計(jì)[通信與網(wǎng)絡(luò)][信息安全]

在數(shù)據(jù)要素市場(chǎng)化改革進(jìn)程不斷加快的背景下,，能夠滿足數(shù)據(jù)資產(chǎn)確權(quán),、溯源取證、互聯(lián)互通,、防止篡改,、數(shù)據(jù)鏈接、許可備案等功能的數(shù)據(jù)資產(chǎn)登記平臺(tái)亟待建立,?；赑olkadot區(qū)塊鏈跨鏈技術(shù)，創(chuàng)新性構(gòu)建數(shù)據(jù)資產(chǎn)登記平臺(tái)設(shè)計(jì)方案,，以多側(cè)鏈延展結(jié)構(gòu)實(shí)現(xiàn)登記信息和訪問記錄分布存儲(chǔ),，協(xié)以智能合約、跨鏈交互,、數(shù)據(jù)加密等技術(shù)可實(shí)現(xiàn)登記信息在不同用戶,、不同機(jī)構(gòu)之間的安全流通,。通過闡述數(shù)據(jù)資產(chǎn)登記、協(xié)同共享,、安全審計(jì)三大核心業(yè)務(wù)的落地路徑,，論證了模型應(yīng)用的可行性，以期為我國(guó)數(shù)據(jù)資產(chǎn)登記平臺(tái)建設(shè)實(shí)踐提供有力理論支撐,。

發(fā)表于：1/21/2025

基于DDPG算法的數(shù)據(jù)傳輸研究[模擬設(shè)計(jì)][通信網(wǎng)絡(luò)]

針對(duì)目前數(shù)據(jù)傳輸系統(tǒng)可靠性差,、傳輸速率低的情況，利用FPGA和UDP協(xié)議設(shè)計(jì)了一款數(shù)據(jù)傳輸系統(tǒng),。系統(tǒng)采用FPGA為主控芯片,，F(xiàn)lash為存儲(chǔ)介質(zhì)，通過上位機(jī)發(fā)送指令控制系統(tǒng)進(jìn)行數(shù)據(jù)的存取,，采用千兆以太網(wǎng)進(jìn)行數(shù)據(jù)通信與指令接收,，增加了數(shù)據(jù)重傳機(jī)制以及流量控制模塊，以保證數(shù)據(jù)高速可靠傳輸,。為提高帶寬利用率,、降低網(wǎng)絡(luò)時(shí)延，加入了改進(jìn)的深度確定性策略梯度算法（Deep Deterministic Policy Gradient,， DDPG）進(jìn)行擁塞控制,。實(shí)驗(yàn)測(cè)試結(jié)果表明，采用該算法能夠顯著降低網(wǎng)絡(luò)時(shí)延,，系統(tǒng)傳輸速率可達(dá)912 Mb/s,，且系統(tǒng)可靠性高、成本低,，具有移植性和實(shí)際的推廣價(jià)值,，也便于升級(jí)維護(hù)。

發(fā)表于：1/21/2025

基于多模態(tài)特征融合的Android惡意程序檢測(cè)方法研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

現(xiàn)有Android惡意程序檢測(cè)方法主要使用單模態(tài)數(shù)據(jù)來表征程序特征,，未能將不同的特征信息進(jìn)行充分挖掘和融合,，導(dǎo)致檢測(cè)效果不夠理想。為了提升檢測(cè)的準(zhǔn)確率和魯棒性,，提出一種基于多模態(tài)特征融合的Android惡意程序檢測(cè)方法,。首先對(duì)權(quán)限信息進(jìn)行編碼處理并將Dalvik字節(jié)碼數(shù)據(jù)可視化為“矢量”RGB圖像，然后構(gòu)建前饋神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)分別對(duì)文本和圖像模態(tài)表征的數(shù)據(jù)進(jìn)行特征提取,，最后對(duì)提取的不同模態(tài)特征向量分配不同的權(quán)重并相加進(jìn)行融合后對(duì)其進(jìn)行分類,。實(shí)驗(yàn)結(jié)果表明，該方法對(duì)Android惡意程序的識(shí)別準(zhǔn)確率和F1分?jǐn)?shù)都達(dá)到了98.66%,，且具有良好的魯棒性,。

發(fā)表于：1/21/2025

基于自主創(chuàng)新的并行可切換控制系統(tǒng)設(shè)計(jì)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

我國(guó)持續(xù)推動(dòng)科技自立自強(qiáng)、技術(shù)自主創(chuàng)新,。在工業(yè)控制領(lǐng)域,，自主安全將成為未來一段時(shí)間的主旋律,。在此背景下，提出了一種雙控制系統(tǒng)切換的工業(yè)控制系統(tǒng)核心控制器自主創(chuàng)新能力建設(shè)方案,。系統(tǒng)選用了主流進(jìn)口PLC產(chǎn)品和全國(guó)產(chǎn)PLC產(chǎn)品,，設(shè)計(jì)搭建了一套并行可切換的雙控制系統(tǒng)，對(duì)現(xiàn)場(chǎng)各類終端設(shè)備進(jìn)行信號(hào)采集與切換控制,。通過對(duì)比兩套PLC控制系統(tǒng)的功能,、性能，驗(yàn)證該方案能夠?qū)崿F(xiàn)國(guó)產(chǎn)PLC可達(dá)到進(jìn)口PLC同等技術(shù)水平,、實(shí)現(xiàn)同等功能,，且系統(tǒng)運(yùn)行穩(wěn)定、可靠,。該方案在不破壞現(xiàn)有工控系統(tǒng)場(chǎng)景的情況下,，以低成本的方式逐步進(jìn)行驗(yàn)證推廣，為工業(yè)控制系統(tǒng)核心控制器國(guó)產(chǎn)化提供技術(shù)支撐,。

發(fā)表于：1/21/2025

基于小波分析的水電站饋線故障快速檢測(cè)算法研究[測(cè)試測(cè)量][工業(yè)自動(dòng)化]

針對(duì)水電站饋線微機(jī)繼電保護(hù)裝置常用采樣算法時(shí)間偏長(zhǎng)的現(xiàn)狀,，以及現(xiàn)代化繼保裝置對(duì)于切斷故障的時(shí)效性要求越趨嚴(yán)格，提出了一種基于Symlets5小波的饋線微機(jī)保護(hù)算法,。通過研究分析Symlets5小波分解重構(gòu)后的故障信號(hào)高頻分量波形模極大值,，發(fā)現(xiàn)Symlets5小波算法最快能夠在故障發(fā)生后在2/n~5/n周期內(nèi)判定短路故障的發(fā)生，并計(jì)算出故障后信號(hào)幅值,。Symlets5小波算法可作為保護(hù)算法啟動(dòng)的判據(jù)或者與其他算法配合使用,，可大大提高饋線保護(hù)裝置切斷故障線路的時(shí)效性，保護(hù)水電站饋線運(yùn)行安全,。

發(fā)表于：1/20/2025

數(shù)字示波器模擬輸入帶寬測(cè)試方法研究[測(cè)試測(cè)量][工業(yè)自動(dòng)化]

分析了數(shù)字示波器帶寬的概念,，研究分析兩種示波器帶寬測(cè)試方法。搭建示波器帶寬測(cè)試專用硬件平臺(tái),，并實(shí)現(xiàn)了自動(dòng)化測(cè)試。測(cè)試了指定示波器產(chǎn)品的帶寬,，使用提出的方法得到對(duì)應(yīng)的波特圖,，驗(yàn)證了方法的可行性。該硬件平臺(tái)和自動(dòng)化測(cè)試方法不僅適用于示波器帶寬測(cè)試,，而且適用于各類數(shù)據(jù)采集產(chǎn)品的模擬輸入帶寬測(cè)試,。

發(fā)表于：1/20/2025

適用于超聲電機(jī)驅(qū)動(dòng)器的雙H橋電路設(shè)計(jì)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

超聲電機(jī)作為新型電機(jī)，其電機(jī)驅(qū)動(dòng)器的設(shè)計(jì)至關(guān)重要,?；?.18 μm高壓CMOS工藝設(shè)計(jì)了一款適用于超聲電機(jī)驅(qū)動(dòng)器的雙H橋集成電路，本集成電路包含兩個(gè)相同的獨(dú)立裸芯,，搭配簡(jiǎn)單的外圍電路能夠?qū)崿F(xiàn)兩路不同相位電壓的輸出,。同時(shí),，內(nèi)部集成了邏輯控制模塊可兼容TTL、CMOS兩種輸入電平,，集成自適應(yīng)死區(qū)控制可避免同一橋臂直通,。最后，通過驗(yàn)證板實(shí)測(cè)可滿足100 kHz的兩路不同相位電壓的輸出,，可完成對(duì)超聲電機(jī)的有效驅(qū)動(dòng),。

發(fā)表于：1/20/2025

一種基于AHB總線DMA控制器驗(yàn)證方法[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

發(fā)表于：1/20/2025

基于AES和SM4加密算法的固態(tài)硬盤設(shè)計(jì)與實(shí)現(xiàn)[模擬設(shè)計(jì)][信息安全]

硬盤安全存儲(chǔ)是固態(tài)硬盤（SSD）相關(guān)技術(shù)中的一個(gè)核心問題,?；赟ATA接口，提出了一種在SSD控制器設(shè)計(jì)時(shí),，添加硬件模塊實(shí)現(xiàn)多種加密算法來進(jìn)行SSD存儲(chǔ)數(shù)據(jù)的加解密方法,，實(shí)現(xiàn)了AES和SM4兩種算法。實(shí)驗(yàn)表明,，方案中設(shè)計(jì)的SSD進(jìn)行加密讀速率為223 MB/s,，寫速率159 MB/s，提出的加密算法對(duì)SATA硬盤的讀寫速度無影響,。方案中的加密算法為硬件并行輸入,，對(duì)SATA接口的速度和其他因素沒有干擾，因此保證了加密速度較快,、兼容性高,、安全性高和靈活性強(qiáng)的優(yōu)勢(shì)。

發(fā)表于：1/20/2025

SerDes鏈路協(xié)同仿真與無源鏈路優(yōu)化設(shè)計(jì)[人工智能][工業(yè)自動(dòng)化]

隨著SerDes鏈路信號(hào)傳輸速率的提升，信道鏈路經(jīng)過芯片封裝和印刷電路板過孔,、AC電容和連接器等,，會(huì)導(dǎo)致信號(hào)完整性（Signal Integrity， SI）挑戰(zhàn)進(jìn)一步增大,。提出基于SerDes 32 Gbps-NRZ信道傳輸系統(tǒng),，優(yōu)化無源信道中的BGA過孔、AC耦合電容焊盤,、FMC連接器（FPGA Mezzanine Card Connector）處Pin腳設(shè)計(jì),，提升了通道阻抗的一致性，建立了更為準(zhǔn)確的無源鏈路通道模型,，并結(jié)合芯片有源IBIS-AMI模型,，對(duì)比分析優(yōu)化前后鏈路信道對(duì)眼圖的影響，保證了32 Gbps-NRZ高速信號(hào)的穩(wěn)定傳輸,。

發(fā)表于：1/20/2025

基于ERNIE-CAB-CNN的稀土專利文本分類模型[EDA與制造][工業(yè)自動(dòng)化]

針對(duì)稀土專利文本專業(yè)性強(qiáng)的特點(diǎn)以及現(xiàn)有的文本分類方法存在的不足,，鑒于類別注意力在計(jì)算機(jī)視覺領(lǐng)域的廣泛應(yīng)用和取得的良好效果，提出了一種用于文本分類的類別注意力模塊（Category Attention Module,，CAB）,，并結(jié)合預(yù)訓(xùn)練模型ERNIE和卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）構(gòu)建了一個(gè)用于稀土專利文本分類的創(chuàng)新模型ERNIE-CAB-CNN,。模型使用ERNIE對(duì)專利文本進(jìn)行向量化,，得到語義信息更加豐富的向量表示后，通過CAB為文本中各個(gè)類別的重要特征賦予較高權(quán)值,，使模型可以更準(zhǔn)確地區(qū)分不同類別的特征,。最后用CNN進(jìn)一步提取文本中其他關(guān)鍵局部特征，得到的最終文本向量表示用于分類,。通過Patsnap專利數(shù)據(jù)庫官方網(wǎng)站檢索下載稀土專利數(shù)據(jù)構(gòu)建數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),，實(shí)驗(yàn)結(jié)果表明，稀土專利文本分類模型ERNIE-CAB-CNN在測(cè)試集上分類的準(zhǔn)確率,、精確率,、F1分?jǐn)?shù)分別為82.68％、83.2％,、82.06％,，取得了良好的分類效果。

發(fā)表于：1/20/2025

基于動(dòng)態(tài)自適應(yīng)計(jì)算引擎的MobileNetV3網(wǎng)絡(luò)加速器設(shè)計(jì)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

現(xiàn)有面向高效輕量化MobileNetV3網(wǎng)絡(luò)的加速方法通常采用高度定制的計(jì)算引擎進(jìn)行模型計(jì)算,，從而限制了加速器的可擴(kuò)展性使其僅適用于小型網(wǎng)絡(luò)或資源豐富的硬件平臺(tái)。針對(duì)此問題,，提出了基于動(dòng)態(tài)自適應(yīng)計(jì)算引擎的MobileNetV3網(wǎng)絡(luò)加速器,。首先，設(shè)計(jì)了局部感知區(qū)域卷積的流水線推理架構(gòu)實(shí)現(xiàn)特征,、權(quán)重的高度并行處理和緩沖調(diào)度,。其次,，提出全局自適應(yīng)的點(diǎn)卷積方法優(yōu)化點(diǎn)卷積，并結(jié)合空間探索獲得最優(yōu)的參數(shù)配置以實(shí)現(xiàn)最大計(jì)算并行性,。此外,，加速器可以根據(jù)模型參數(shù)變化動(dòng)態(tài)配置以適應(yīng)不同場(chǎng)景。實(shí)驗(yàn)結(jié)果顯示加速器推理速度為8 F/s,，是現(xiàn)有方法速度的2.7倍,。

發(fā)表于：1/20/2025

基于深度學(xué)習(xí)的植物病害圖像識(shí)別算法綜述[人工智能][其他]

植物病害對(duì)農(nóng)業(yè)生產(chǎn)和糧食安全構(gòu)成嚴(yán)重威脅，及時(shí)準(zhǔn)確地識(shí)別和處理成為關(guān)鍵步驟,。綜述了深度學(xué)習(xí)在植物病害識(shí)別中的應(yīng)用現(xiàn)狀,、挑戰(zhàn)及未來發(fā)展方向。首先介紹了植物病害的重要性和傳統(tǒng)識(shí)別方法的局限性,，然后探討了深度學(xué)習(xí)技術(shù)的優(yōu)勢(shì)及其在植物病害識(shí)別中的應(yīng)用前景,，特別是YOLO系列模型在植物病害實(shí)時(shí)檢測(cè)中的應(yīng)用。同時(shí)對(duì)比了常見的深度學(xué)習(xí)算法在植物病害識(shí)別中的性能,，以及對(duì)數(shù)據(jù)集多樣性,、實(shí)時(shí)性和災(zāi)難性遺忘等挑戰(zhàn)進(jìn)行了分析。最后,，提出了持續(xù)學(xué)習(xí)和模型更新的重要性,，并展望了未來研究方向。

發(fā)表于：1/20/2025

IW610系列：為物聯(lián)網(wǎng)優(yōu)化的Wi-Fi 6三頻無線解決方案[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

在當(dāng)今的智能家居和工業(yè)自動(dòng)化環(huán)境中,，不同的終端設(shè)備通過多種無線協(xié)議進(jìn)行無縫交互至關(guān)重要,。恩智浦宣布推出IW610系列，這是一款突破性,、成本和功耗優(yōu)化的Wi-Fi 6,、BLE、802.15.4三頻無線解決方案,，旨在提供高網(wǎng)絡(luò)效率和超低延遲,。無論是構(gòu)建新一代智能家居，還是擴(kuò)展工業(yè)物聯(lián)網(wǎng)解決方案,，IW610系列都能夠提升連接,，提供更快、更智能的交互所需的可靠基礎(chǔ),。

發(fā)表于：1/17/2025