使用有安全保障的闪存存储构建安全的汽车系统

最新设计资源

基于动态图卷积的点云补全网络[人工智能][通信网络]

大多数传统的深度学习点云补全学习方法仅仅使用了全局特征而忽略了局部特征，为了更好地提取和使用点云的局部特征，提出了一个基于深度学习的端到端点云补全网络。在点云补全网络（PCN）的基础上，编码部分引入针对局部特征改进的动态图卷积（DGCNN），使用多个不同维度的边卷积提取较为丰富的局部特征，并按照距离弱化远点的特征；然后用深度残差网络连接的思想优化网络结构以实现多尺度特征的融合，并加入平均池化弥补全局池化造成的信息损失；在解码部分引入折叠网络（FoldingNet），使输出的点云更加完整。实验结果表明，该点云补全网络相对PCN等点云补全网络有部分提升，验证了新方法的有效性。

发表于：2023/5/31

纹理特征提取方法综述[其他][其他]

图像纹理特征提取是图像纹理分类与分割的基础，广泛应用于医学图像、遥感图像等领域。对近期的主流纹理特征提取方法以及融合方法进行了分析与总结，并探讨了纹理特征提取方法未来的研究方向。首先详细介绍了12个主流的公开纹理数据集的特点及其适用场景；接着总结了近几年出现的一些纹理特征提取方法，并根据特征融合方式从多个角度对纹理特征融合方法进行了分类介绍；最后总结了纹理特征提取存在的难点和挑战，并对未来的纹理特征提取方法研究方向进行思考和讨论。

发表于：2023/5/31

空基网络定向天线对准与跟踪技术综述[通信与网络][通信网络]

为了满足宽频带、大容量、远距离和多成员等未来通信需求，定向天线逐渐广泛地投入应用。由于定向天线只在某些特定方向上收发电磁波，相比于全向天线其隐蔽性和抗干扰性强，增加了辐射功率的有效利用率，因此能扩大通信距离，更好地适应多节点的复杂环境。但同时该特性也使得“定向天线对准”成为了研究热点，尤其是为了缓解通信频段变高后传播损耗带来的影响，定向天线波束收窄，导致对准难度进一步加剧；而空基环境中通信双方高速运动，如何保持实时跟踪也成为关键问题。因此针对空-空应用场景，综述定向天线对准及跟踪过程中指向求解、角度测量和波束跟踪等方法，并讨论分析了各方法的优缺点；总结出以轨迹预测为辅助，基于坐标-信号联合跟踪控制方案的系统架构，说明了定向天线对准及跟踪技术的潜在挑战和未来的发展方向。

发表于：2023/5/31

应对实际工程挑战，如何为嵌入式软件开发选择编译器[嵌入式技术][汽车电子]

　　在过去数十年，摩尔定律一直支配着半导体的发展。随着MCU的性能越来越强，嵌入式产品也越来越智能，嵌入式软件也变得越来越复杂。编译器作为嵌入式软件开发的基础工具，将程序员编写的源代码转换为底层硬件可以执行的机器指令。一款优秀的编译器既需要对程序进行优化，确保程序可以高效地运行，同时又需要保证转换的一致性。

发表于：2023/5/29

如何通过人工智能（AI）和机器学习应对零售劳动力和执行方面的挑战[人工智能][物联网]

　　今年以来国内消费持续恢复，国内零售市场呈稳步发展态势，而商务部也将2023年定为“消费提振年”，消费的基础性作用被进一步强调。面对不断增长的需求，零售团队人员数量及具体运营执行是否能及时匹配，正成为零售商们不得不面临的挑战。零售团队人员的短缺将使商店难以正常运营。当商店经理的人数捉襟见肘时，他们可能没有时间对员工进行新技能培训，帮助员工提高现有的技能组合，或者弄清楚如何以更佳的方式在商店中利用其技能。商店经理也可能难以对已有员工进行有效的安排。鉴于如今客户和员工的期望之高前所未有，因此很难追踪每位团队成员的排班偏好和可用性。

发表于：2023/5/29

基于变压器的稳压器采用灵活的TLVR结构，实现极快的动态响应[电源技术][工业自动化]

　　对于需要数千安培大电流的应用来说，具有极快动态响应的稳压器（VR）是非常合宜的。本文介绍基于变压器的稳压器，其采用跨电感电压调节器（TLVR）结构，设计用于在负载瞬变期间实现极快响应。采用TLVR结构的基于变压器的稳压器克服了传统TLVR结构的缺点，提供很大的设计灵活性和极快的瞬态响应，因而输出电容和解决方案尺寸更小，系统成本更低。文中提供了详细的实验结果和案例研究，以展示采用TLVR结构的基于变压器的稳压器具备的综合优势。

发表于：2023/5/29

恩智浦S32G3处理器加速开发软件定义汽车和安全处理[嵌入式技术][汽车电子]

　　随着S32G3系列量产，S32G系列汽车网络处理器的规模翻了一番，其性能、内存和网络带宽均为S32G2系列的2.5倍。新的S32G3处理器与S32G2处理器兼容封装引脚和软件，允许客户设计性能扩展约10倍，以支持多个产品层或随着时间的推移提高产品性能。S32G系列现在从三个双核锁步微控制器扩展到四个双核锁步微控制器+八路高性能微计算机，提供3.9k到36k DMIPS的处理范围。

发表于：2023/5/29

人工智能在5G和6G网络中的应用[人工智能][物联网]

　　人工智能（AI）革命已经到来。 随着ChatGPT等应用的公开发布，人们得以利用深度神经网络和机器学习（ML）的力量和潜力获得亲身体验。ChatGPT是一个语言模型，该模型使用来自互联网和书籍的海量文本数据进行了训练，能够生成类似真人撰写的文本。 这种类型的应用完美体现出了人工智能的优势。它可以通过大量的训练数据不断优化在复杂场景下的输出。

发表于：2023/5/29

Cadence 发布面向 TSMC 3nm 工艺的 112G-ELR SerDes IP 展示[人工智能][5G]

　　3nm 时代来临了！Cadence 在 2023 年 TSMC 北美技术研讨会期间发布了面向台积电 3nm 工艺（N3E）的 112G 超长距离（112G-ELR）SerDes IP 展示，这是 Cadence 112G-ELR SerDes IP 系列产品的新成员。在后摩尔时代的趋势下，FinFET 晶体管的体积在 TSMC 3nm 工艺下进一步缩小，进一步采用系统级封装设计（SiP）。通过结合工艺技术的优势与 Cadence 业界领先的数字信号处理（DSP）SerDes 架构，全新的 112G-ELR SerDes IP 可以支持 45dB 插入损耗，拥有卓越的功耗、性能、面积（PPA）指标，是超大规模 ASICs，人工智能/机器学习（AI/ML）加速器，交换矩阵片上系统（SoCs）和 5G 基础设施应用的理想选择。

发表于：2023/5/24

Microchip发布升级版编程器和调试器开发工具[嵌入式技术][物联网]

　　对于嵌入式设计人员来说，编程和调试仍然是至关重要的，但人工操作耗时较长，Microchip Technology Inc.（美国微芯科技公司）推出了MPLAB® ICD 5和MPLAB PICkit™ 5两款全新的在线调试器/编程器，为开发人员提供快速、经济和便捷的解决方案。这两款工具都具有远程编程功能，提供更好的用户体验。

发表于：2023/5/24

计算法学的体系思考与未来展望[其他][其他]

作为一门伴随计算方法在法学中的深入应用而产生的新兴交叉学科，计算法学对于发现法律系统运行规律、丰富法学研究方法、构建互联网法治基础至关重要。“计算法学”从兴起以来便得到了各大高校、科研机构的广泛关注，并已涌现出诸多成果。计算法学在我国的理论研究与实践应用仍有探索空间，其概念体系需要得到更好的建构，计算法学研究方法、计算法学的未来发展亦需汇聚更多共识。展望未来，构建计算法学知识体系、创新计算法学研究工具、探索计算法学新兴问题、培养计算法学复合型人才，将是计算法学学科不断建立健全的必由之路。

发表于：2023/5/23

基于深度自适应小波网络的通信辐射源个体识别[通信与网络][通信网络]

针对现有的通信辐射源个体识别方法中人工提取特征复杂以及深度学习网络的识别机制缺乏清晰解释的问题，提出了一种基于深度自适应小波网络(Deep Adaptive Wavelet Network，DAWN)的通信辐射源个体识别方法。首先分析了选择互调干扰作为辐射源间个体特征的原因；接着应用了可实现提升小波变换的卷积神经网络结构去提取特征，并在其基础上设计出可以同时完成特征提取和识别的DAWN；最后，选择Oracle数据集验证方法的可行性。实验结果表明：利用DAWN对5个通信辐射源个体识别的准确率为95.5%，并且方法具有良好的抗噪性。

发表于：2023/5/23

企业研发项目价值评估建模与应用[其他][其他]

基于企业研发项目演进特点，从经济价值、战略价值、科技价值和行业带动价值四个方面对研发项目价值进行量化评估；并借鉴科技进步贡献率思路，提出研发贡献率的概念，将商用化推进阶段研发工作带来的经济价值从企业总利润中拆分出来，研发价值进一步显性化。与此同时，建立研发项目价值评估矩阵，直观呈现项目综合价值表现，对于企业研发布局具有较强的指导性和可操作性，也为后续学术研究提供新的视角。

发表于：2023/5/23

智慧校园高质量发展机理与策略研究[其他][其他]

智慧教育是教育现代化发展的新趋势，是教育强国和教育数字化战略的必然要求。智慧校园建设是推动智慧教育发展的基础与关键。梳理智慧校园的本质与目标，分析当前智慧校园的困境与问题，研究智慧校园运行机理,提出标准引领整体规划、数据科学共享、顶层设计优化流程、需求牵引应用深融的智慧校园高质量发展的策略，以营造智能化育人环境，提升智能化服务能力，提高师生服务体验，落实立德树人目标。革新智慧校园建设与应用理念，推动智慧教育人机协作发展。

发表于：2023/5/23

基于Transformer和语义增强的人群计数算法[其他][其他]

针对人群图像中的尺度变化问题，提出了基于Transformer和语义增强的人群计数算法。为了能有效应对尺度变化问题，首先引入Transformer作为主干网对全局上下文进行建模来获得全局感受野。然后由上至下依次融合主干网相邻层次的特征图，在融合过程中强化多个层次特征图的语义信息。接着对多层次特征图进行动态特征选择，选择出适合密度图生成的特征。最后，通过注意力图来调整密度图抵抗背景干扰，以此来生成高质量的人群密度估计图。在ShanghaiTech、UCFQNRF和JHUCROWD++三个数据集上进行了大量的实验来对算法的有效性进行验证，实验结果表明所提算法能有效提高模型的准确性和鲁棒性。

发表于：2023/5/23