糖心vlog.,国伦亚洲中文字幕

Power Integrations推出具有內(nèi)置USB PD控制器的InnoSwitch3-PD可顯著減少元件數(shù)量，最大限度地提高效率[模擬設(shè)計][消費電子]

Power Integrations新推出的InnoSwitch3-PD反激式開關(guān)IC是業(yè)界面向USB Type-C、USB PD和USB數(shù)字控制電源（PPS）適配器應(yīng)用的集成度最高的解決方案,。

發(fā)表于：10/19/2021 9:09:05 PM

倉儲自動化,，自主移動機器人助企業(yè)應(yīng)考“雙十一”[模擬設(shè)計][工業(yè)自動化]

距今年“雙十一”僅剩不到一個月,，戰(zhàn)鼓已經(jīng)敲響,。在每年“雙十一”全民購物狂歡中，潮水一般的訂單既給企業(yè)帶來了巨大商機,，也對制造及物流環(huán)節(jié)構(gòu)成了嚴峻的挑戰(zhàn),。據(jù)國家郵政局數(shù)據(jù)[1]顯示，去年11月1日至11日期間,，全國郵政,、快遞企業(yè)共處理快件39.65億件，其中11月11日當天共處理快件量達到創(chuàng)紀錄的6.75億件,，同比增長26.16%,。

發(fā)表于：10/19/2021 8:49:03 PM

技術(shù)干貨 | 3D 霍爾效應(yīng)傳感器如何在自治系統(tǒng)中實現(xiàn)精準的實時位置控制[模擬設(shè)計][消費電子]

隨著工業(yè) 4.0 的先進制造工藝席卷全球市場，高度自動化系統(tǒng)的需求急劇增長,，這些系統(tǒng)既需要在集成的制造流程中運行,，又需要不斷收集流程控制數(shù)據(jù)。大多數(shù)此類系統(tǒng)（包括機械臂中的磁性編碼器,、接近傳感器,、傳動器、壓力變送器,、線性電機和自主移動機器人）均需要先進的位置感應(yīng)解決方案來控制性能并收集工廠級數(shù)據(jù),，從而做出更明智的決策并提高設(shè)備運行的安全性和可靠性。

發(fā)表于：10/19/2021 8:33:23 PM

基于自主配置和最小二乘法的數(shù)據(jù)擇優(yōu)[其他][其他]

在傳統(tǒng)的安控系統(tǒng)中,，數(shù)據(jù)的選擇都是依賴中心發(fā)送的選擇幀,，當中心的選擇幀出現(xiàn)問題時，安控系統(tǒng)顯示的信息就可能出現(xiàn)偏差,。針對這個問題,，融合使用基于自主配置的擇優(yōu)和基于最小二乘法的擇優(yōu)，選出最優(yōu)的數(shù)據(jù)進行顯示,，可以有效解決完全依賴中心選擇幀的情況,。從試驗結(jié)果看,，融合基于自主配置擇優(yōu)和基于最小二乘法的擇優(yōu)方法顯示效果優(yōu)于只使用選擇幀的方法。

發(fā)表于：10/19/2021 2:47:00 PM

LED顯示系統(tǒng)自動化健康管理系統(tǒng)研究[其他][其他]

從視頻傳輸,、視頻處理,、視頻顯示環(huán)節(jié)入手，研究了目前主流LED顯示系統(tǒng)的運維管理及健康診斷技術(shù)發(fā)展現(xiàn)狀和存在問題,，分析了各設(shè)備運行狀態(tài)對整個系統(tǒng)運行可能帶來的影響,，提出了LED視頻顯示健康管理系統(tǒng)的發(fā)展設(shè)想，并對系統(tǒng)結(jié)構(gòu)組成,、實現(xiàn)方法和運行流程進行了設(shè)計,，為LED顯示系統(tǒng)自動化監(jiān)控管理和安全運維建設(shè)提供了成功案例。

發(fā)表于：10/19/2021 2:43:00 PM

基于極化碼的分布式信源編解碼系統(tǒng)的FPGA設(shè)計與實現(xiàn)[其他][其他]

為解決在終端資源受限的場景下難以進行壓縮編碼的問題,，在FPGA平臺上設(shè)計了一種基于極化碼的分布式信源編解碼系統(tǒng),。系統(tǒng)在反饋機制下通過刪除部分極化碼校驗比特實現(xiàn)了碼率自適應(yīng)傳輸。最后采用Verilog硬件描述語言在Xilinx公司的Virtex-7系列開發(fā)板上進行硬件設(shè)計及系統(tǒng)實現(xiàn),。測試結(jié)果表明,，采用時鐘頻率為200 MHz的情況下，系統(tǒng)的吞吐率可達到919 kb/s,。

發(fā)表于：10/19/2021 2:39:20 PM

智能車控制的數(shù)顯儀表識別技術(shù)研究[其他][其他]

在工業(yè)現(xiàn)場中,，通過移動機器人自主巡檢與讀表的應(yīng)用越來越廣泛。數(shù)顯儀表的讀數(shù)受到光照,、對焦和場景等因素的影響,，存在識別精度低的問題,。針對上述問題,，提出了融合感知與控制的數(shù)顯儀表識別機制，首先使用圖像目標檢測網(wǎng)絡(luò)識別數(shù)顯儀表,，標出目標區(qū)域,。隨后設(shè)計基于圖像反饋的智能車控制策略，以此抑制模糊對焦的影響,。再使用改進的自動色彩均衡(ACE)算法對基于色彩膨脹切割的數(shù)字塊進行圖像色彩增強,。最后通過卷積循環(huán)神經(jīng)網(wǎng)絡(luò)(CRNN)進行實時儀表數(shù)字識別。通過實驗驗證了所設(shè)計技術(shù)的性能,，證明了方法的可行性和有效性,。

發(fā)表于：10/19/2021 2:33:42 PM

基于LSTM-ARIMA組合模型的區(qū)域短期用電量預(yù)測[其他][其他]

用電數(shù)據(jù)具有不平穩(wěn)、非線性的特點,，為了提升對用電數(shù)據(jù)的擬合精度,，增強預(yù)測能力，基于序列預(yù)測與殘差修正的思想提出通過長短期記憶神經(jīng)網(wǎng)絡(luò)(Long Short-Term Memory Neural Network,，LSTM)對用電量序列進行預(yù)測,，真實值與預(yù)測值所構(gòu)成的差值即殘差用差分自回歸移動平均模型(Autoregressive Integrated Moving Average Model,，ARIMA)進行殘差修正，將LSTM的預(yù)測值與ARIMA的殘差修正值進行重構(gòu)得到最終的預(yù)測值,。最后利用廣東省佛山市某工業(yè)園區(qū)的用電數(shù)據(jù)對組合模型進行驗證,，實驗結(jié)果顯示該模型的預(yù)測精度與預(yù)測穩(wěn)定性均優(yōu)于其他模型，取得了良好的預(yù)測效果,。

發(fā)表于：10/19/2021 2:29:03 PM

基于GrabCut的改進分割算法[其他][其他]

針對GrabCut算法對于特征不明顯,、紋理復(fù)雜的圖像分割效果不理想，且需要用戶交互的問題,，提出一種基于GrabCut的改進分割算法,。首先，運用圖像增強,，對特征不明顯的圖像進行改善,，提高圖像質(zhì)量；然后,，利用YOLOv4網(wǎng)絡(luò)對圖像進行目標檢測,，獲取前景目標所在矩形框位置，從而減少用戶操作,；其次,，在高斯混合模型(GMM)中加入圖像像素的位置信息和局部二值模式算子(LBP)提取的像素紋理特征信息，優(yōu)化高斯混合模型參數(shù),，改進GrabCut算法,，實現(xiàn)圖像優(yōu)化分割；最后,，將分割圖像掩膜與原始圖像結(jié)合,，得到原始圖像。實驗結(jié)果表明,，對特征不明顯,、紋理信息復(fù)雜的圖像，該算法分割效果更優(yōu),。

發(fā)表于：10/19/2021 2:21:21 PM

漁政管理系統(tǒng)網(wǎng)絡(luò)環(huán)境威脅態(tài)勢分析[通信與網(wǎng)絡(luò)][信息安全]

網(wǎng)絡(luò)環(huán)境中存在多項確定性和不確定性影響因素,，各項因素對整體網(wǎng)絡(luò)環(huán)境的影響程度不同，通過研究多項網(wǎng)絡(luò)影響因素作用下的網(wǎng)絡(luò)威脅評估方法,，可準確識別網(wǎng)絡(luò)環(huán)境態(tài)勢與潛在的發(fā)展趨勢,。以漁政管理系統(tǒng)網(wǎng)絡(luò)管理日志數(shù)據(jù)為研究對象，構(gòu)建基于集對分析理論的多因素網(wǎng)絡(luò)環(huán)境威脅綜合評估模型,，通過集對勢,、偏聯(lián)系數(shù)計算，分析了系統(tǒng)在攻擊流量、威脅等級,、相關(guān)度等方面的表現(xiàn),。評估模型提供了系統(tǒng)整體網(wǎng)絡(luò)環(huán)境以及各項影響因素的威脅態(tài)勢和潛在發(fā)展趨勢，為漁政管理系統(tǒng)網(wǎng)絡(luò)安全運維工作提供指導(dǎo)建議,，也為信息系統(tǒng)網(wǎng)絡(luò)威脅情報的分析和應(yīng)用提供了研究思路,。

發(fā)表于：10/19/2021 2:17:15 PM