• 首页
  • 新闻
    业界动态
    新品快递
    高端访谈
    AET原创
    市场分析
    图说新闻
    会展
    专题
    期刊动态
  • 设计资源
    设计应用
    解决方案
    电路图
    技术专栏
    资源下载
    PCB技术中心
    在线工具库
  • 技术频道
    模拟设计
    嵌入式技术
    电源技术
    可编程逻辑
    测试测量
    通信与网络
  • 行业频道
    工业自动化
    物联网
    通信网络
    5G
    数据中心
    信息安全
    汽车电子
  • 大学堂
  • 期刊
  • 文献检索
期刊投稿
登录 注册

基于电子鼻传感器性能的互信息特征选择算法

基于电子鼻传感器性能的互信息特征选择算法[其他][其他]

当前的互信息特征选择算法为提高泛化性能而未对专一应用领域进行优化,电子鼻传感器阵列优化作为一类特殊的特征选择问题,使用传统算法难以搜索出最优的特征子集。结合气体传感器阵列特殊的冗余性和特有的敏感性,提出了一种基于电子鼻传感器性能的互信息特征选择算法并对阵列进行优化,通过两种不同的电子鼻公开数据集验证了传感器特性对识别精度的影响,证明了所提出算法的有效性。

发表于:9/27/2021 3:43:00 PM

基于优化多视角图像采集的点云分类

基于优化多视角图像采集的点云分类[其他][其他]

基于二维多视角3D识别方法中,可使用多个2D投影图表示三维模型特征信息,但不同视角投影图像的特征不同,神经网络对其学习效率也有所差异。卷积神经网络能够映射图像的特征,可用此方法分析这个问题。混合视角数据集分析不同视角投影特征在卷积神经网络中的重要性,根据重要性的不同优化混合视角数据集的采集密度。最终实验结果表明,不同视角产生的二维图像分类准确率不一样,其中俯视角度投影的分类准确率最差,优化后的数据集在相同神经网络模型下达到了最优分类准确率。

发表于:9/27/2021 3:37:00 PM

云数据中心基于皮尔逊相关系数的虚拟机选择策略

云数据中心基于皮尔逊相关系数的虚拟机选择策略[其他][其他]

提出了云数据中心基于皮尔逊相关系数的虚拟机选择策略(Pearson Correlation coefficient Virtual Machine Selection,PC-VMS)。PC-VMS把统计学中的皮尔逊相关系数应用于虚拟机CPU历史利用率数据,建立了衡量每对虚拟机CPU利用率之间的相关性的数学模型;PC-VMS会获取每对虚拟机最近n次的CPU利用率,根据输入的两组数据来计算皮尔逊相关系数,最后在一组相关性最高的虚拟机中选择一个CPU利用率最高的进行迁移,随后结合虚拟机放置策略分配到新的目标物理主机上。仿真结果表明,PC-VMS与CloudSim4.0内置的虚拟机选择策略相比,各类性能指标都有改善,PC-VMS可以为企业节能云数据中心的构造提供参考。

发表于:9/27/2021 3:30:00 PM

基于非正交波形的超奈奎斯特采样

基于非正交波形的超奈奎斯特采样[其他][其他]

针对超奈奎斯特(Faster-than-Nyquist,FTN)系统,提出了基于非正交波形编码的超奈奎斯特采样,并与传统的正交波形FTN和传统的正交Nyquist系统进行了对比分析。在99.99%的功率带宽和5次迭代检测译码的条件下,仿真结果表明:相比于升余弦的正交波形FTN系统,基于高斯和扩展高斯(Extended Gaussian Functions,EGF)脉冲成形的非正交波形FTN系统可以获得4.4 dB的成形增益,同时由于良好的时频聚焦特性,其均衡复杂度只是升余弦的1/16。

发表于:9/27/2021 3:24:00 PM

5G公网与专网融合场景的关键技术研究

5G公网与专网融合场景的关键技术研究[通信与网络][5G]

介绍了3GPP R16标准中提出的非公共网络技术(Non -Public Network,NPN)的两种组网方式和应用现状,分析了企业对5G专网的需求以及公专融合的趋势。结合NPN与公共陆地移动网(Public Land Mobile Network,PLMN)部署的关系,提出了两种典型的5G公网和专网融合部署模式:连续模式、重叠模式。并针对两种模式下需要重点解决的业务连续性和并发连接问题,介绍了3GPP R17标准中提出的两种技术方案。

发表于:9/27/2021 3:19:00 PM

基于改进型极限学习机的电子鼻气体浓度检测

基于改进型极限学习机的电子鼻气体浓度检测[其他][其他]

针对目前电子鼻应用于气体污染物浓度检测时难以达到理想精度的问题,提出基于粒子群算法与人工蜂群算法的极限学习机(Particle Swarm Optimization and Artificial Bee Colony algorithm based Extreme Learning Machine,PSOABC-ELM)算法,通过改进极限学习机输入层与隐含层权值和隐含层阈值随机的缺陷,提高电子鼻浓度检测的精度。将PSOABC-ELM算法与其他算法进行比较,并在公开数据集上进行验证。实验结果表明,PSOABC-ELM算法用于电子鼻气体浓度检测时比其他算法精准度更高,检测结果误差更小,模型稳定性更强,为电子鼻气体浓度检测提供了一种新的方法。

发表于:9/27/2021 3:13:00 PM

基于LabVIEW和FPGA的半实物仿真平台的设计与实现

基于LabVIEW和FPGA的半实物仿真平台的设计与实现[其他][其他]

针对电力电子本科或研究生教学实验,基于LabVIEW和简易FPGA板卡,设计了一种高性价比的电力电子半实物实时仿真教学实验平台。仿真平台系统由上位机和模型运算单元FPGA板卡组成,人机界面及实验波形数据显示基于LabVIEW软件平台编制,通过以太网实现与FPGA板卡数据交换,平台系统可以进行多种电路拓扑模型的下载安装和HIL实时仿真实验。

发表于:9/27/2021 3:09:00 PM

一种用于电池管理系统的高压多路选择器

一种用于电池管理系统的高压多路选择器[电源技术][其他]

高压多路选择器是电池管理系统的重要组成部分,目前研究的高压多路选择器会给电池引入漏电流,影响电池电压检测精度。为了降低高压多路选择器开关控制信号对电池的漏电流影响,提高电压检测精度,设计了一种新型栅极驱动型高压开关。该高压开关采用了栅极自举结构,可以直接级联,并且开关控制信号不对信号源引入漏电流。最后采用0.5 μm 40 V BCD工艺,搭建一个7路高压多路选择器进行了仿真验证。后仿真结果表明,高压开关相邻信道的隔离度为-47 dB@1 MHz,最大输入电压35 V,电路版图面积1.2 mm×1.5 mm,满足应用场合。

发表于:9/27/2021 3:02:00 PM

一种超低输入共模电压的动态比较器电路设计

一种超低输入共模电压的动态比较器电路设计[其他][其他]

为了适应物联网低功耗的应用场景,并满足低电源电压和低输入共模电压的工作要求,提出了一种适用于超低输入共模电压的双正反馈回路动态比较器。该比较器采用时序开关控制输入输出,解决了传统动态比较器在输入电压低于阈值电压时无法正常工作的问题,增大了输入动态范围;电源到地之间仅堆叠两级MOS管,降低了最小电源电压;引入两个正反馈回路,提高了分辨率。采用TSMC 180 nm CMOS工艺设计和验证,仿真结果表明,在电源电压为900 mV,差模电压为1 mV情况下,提出的比较器最低共模电压为51 mV,与传统StrongARM动态比较器和DoubleTail动态比较器相比,分别降低了374 mV和264 mV;当输入共模电压低于阈值电压时,在中等的功耗下实现了最低的延时。

发表于:9/27/2021 2:58:00 PM

基于SiP封装的DDR3时序仿真分析与优化

基于SiP封装的DDR3时序仿真分析与优化[其他][其他]

针对DDR3系统设计对时序要求的特殊性,对某一SiP(System in Package)中DDR3封装和基板设计进行时序仿真和优化,通过仿真指导设计,提高SiP产品DDR3的设计成功率,减少设计周期。通过ANSYS SIwave软件提取信号S参数,再经过Cadence SystemSI软件搭建拓扑进行时序仿真分析,利用信号完整性相关理论,讨论信号时序与波形的关系,结合版图分析,给出实际的优化方案,并经过仿真迭代验证,最终使所设计的DDR3满足JEDEC协议中的时序要求。

发表于:9/27/2021 2:52:00 PM

  • «
  • …
  • 183
  • 184
  • 185
  • 186
  • 187
  • 188
  • 189
  • 190
  • 191
  • 192
  • …
  • »

活动

MORE
  • 【热门活动】2025年基础电子测试测量方案培训
  • 【技术沙龙】可信数据空间构建“安全合规的数据高速公路”
  • 【下载】5G及更多无线技术应用实战案例
  • 【通知】2025第三届电子系统工程大会调整时间的通知
  • 【征文】2025电子系统工程大会“数据编织”分论坛征文通知

高层说

MORE
  • 构建数据治理体系,元数据是关键抓手
    构建数据治理体系,元数据是关键抓手
  • 以技术创新与“双A战略”引领网安高质量发展
    以技术创新与“双A战略”引领网安高质量发展
  • 创新,向6G:人工智能在无线接入网中的应用潜力
    创新,向6G:人工智能在无线接入网中的应用潜力
  • API安全:守护智能边缘的未来
    API安全:守护智能边缘的未来
  • 从棕地工厂到智能工厂
    从棕地工厂到智能工厂
  • 网站相关
  • 关于我们
  • 联系我们
  • 投稿须知
  • 广告及服务
  • 内容许可
  • 广告服务
  • 杂志订阅
  • 会员与积分
  • 积分商城
  • 会员等级
  • 会员积分
  • VIP会员
  • 关注我们

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2