基于改进YOLOv5n的腐败水果检测模型

基于改进YOLOv5n的腐败水果检测模型[人工智能][消费电子]

为了实现多种水果在采摘后自动化筛选和分拣中腐败水果识别的问题，提出了改进的YOLOv5n模型，命名为mobile-YOLO。首先将YOLOv5n的主干网络替换为MobileNetV3并引入深度可分离卷积，相较于原模型，这种改进在计算效率和速度上都有所提升，并且准确率也得到了提高。为了进一步提升速度，将C3模块替换为C2f模块，实现轻量化的同时获得了更丰富的梯度流信息。最后将原有的CIoU替换为α-CIoU，以加快收敛速度并保证图像框位置的准确性。mobile-YOLO相较于原始的YOLOv5n，mAP@.5（mean Average Precision）达到了98.1%，mAP@.5：.95达到了94.2%，同时在P（Precision）值为97.1%和R（Recall）值为96.8%的情况下，参数量几乎与YOLOv5n保持一致。

发表于：12/16/2024 4:24:06 PM

一种基于状态预测的多线程数据过滤算法

一种基于状态预测的多线程数据过滤算法[人工智能][其他]

数据过滤算法在大数据处理领域有着重要的作用。基于正则表达式匹配技术的数据过滤算法凭借强大的特征表达能力适合于处理大规模复杂数据。然而，传统的正则表达式匹配过程为串行匹配，造成性能低，无法满足现代数据处理的需求。针对传统正则表达式匹配性能低的问题，提出一种基于多线程和状态预测的正则表达式加速匹配算法，称之为μFA：基于向量指令执行字符值比较，获取可直接跳过的信任字符数。同时，基于多线程加速和状态猜测技术，实现字符串的分段匹配处理，通过圈定字符危险区域，研判各分段最终匹配结果的正确性。实验结果表明，μFA算法的吞吐率是原始DFA算法的10.12~91.36倍、ßFA算法的1.08~2.97倍。

发表于：12/16/2024 4:22:38 PM

融合图文预训练的汉越多模态神经机器翻译

融合图文预训练的汉越多模态神经机器翻译[人工智能][消费电子]

由于汉语和越南语之间存在显著的语法差异及语料稀缺，汉越神经机器翻译任务面临名词翻译不准确的挑战。提出了一种新颖的多模态神经机器翻译方法，该方法融合了文本预训练模型和视觉语言联合预训练模型。通过文本预训练模型，能够捕获深层的语言结构和语义；而视觉语言联合训练模型则提供了与文本相关联的视觉上下文，这有助于模型更准确地理解和翻译名词。两种模型通过一个简洁高效的映射网络结合，并通过Gumbel门控模块动态地整合多模态信息，以优化翻译输出。在汉越及越汉翻译任务中，该方法相比传统Transformer模型分别提升了7.13和4.27的BLEU值。

发表于：12/16/2024 4:15:57 PM

高速以太网均衡技术的综述与思考

高速以太网均衡技术的综述与思考[通信与网络][通信网络]

由于云计算、以太网、物联网的广泛运用产生的数据爆炸式增长，大型数据中心网络的有线输入输出（I/O）带宽需求迅速增长，高速以太网的发展顺应了网络流量的快速增长趋势。而随着以太网数据传输速率的提升，对串行链路的信号完整性挑战性进一步增大。针对高速传输下以太网均衡技术面临的挑战，聚焦于各类均衡技术，对各类均衡技术进行深入分析，探讨各类均衡器的工作原理和特性以及阐述了这些均衡器在高速传输环境中的适用场景，为未来高速以太网均衡器的发展和优化提供了参考，以更好地满足通信中不断增长的对更高的传输效率和更低的误码率的需求。

发表于：12/16/2024 4:06:59 PM

基于UVM的时间敏感网络交换芯片的验证架构设计

基于UVM的时间敏感网络交换芯片的验证架构设计[模拟设计][通信网络]

基于UVM验证方法学、自动化比对和覆盖率驱动的验证思想，构建了一个用于时间敏感网络（TSN）交换芯片的系统验证架构。该架构采用分类和流水处理数据报文方法，结合流量检测、时间槽检测和数据报文自动化比对方案，成功支撑TSN业务系统验证方法落地，保证了系统验证完备性。芯片回片经测试满足商用需求，再次论证了验证架构的完备性。

发表于：12/16/2024 3:55:41 PM

基于自适应优化的高速交叉矩阵设计

基于自适应优化的高速交叉矩阵设计[通信与网络][通信网络]

提出了一种基于自适应优化的交叉矩阵传输设计，采用AHB协议并引入自适应突发传输调整和自适应优先级调整的创新机制。通过动态调整突发传输的长度和优先级分配，实现了对数据流的有效管理，提升了系统的带宽利用率和传输效率。对该设计进行前端仿真和后端布局布线，仿真验证了该方法在不同负载环境下的优越性，能够优化总线资源分配，提升传输速度，降低总体功耗。

发表于：12/16/2024 3:45:27 PM

DRAM研究现状与发展方向

DRAM研究现状与发展方向[模拟设计][通信网络]

动态随机存取存储器（DRAM）因其高存储密度和成本效益，在现代大规模计算机和超高速通信系统中得到广泛应用。主要介绍动态DRAM的发展历程、关键技术、国内外研究进展以及未来发展方向。首先，介绍了DRAM的分类、基本单元结构、工作原理。其次，详细介绍了DDR SDRAM的关键性能指标以及专用DRAM的发展。然后，介绍了提高DRAM访问速度、容量与密度的创新DRAM架构和技术，以及无电容存储单元结构、3D堆叠DRAM技术以及Rowhammer安全问题及其防御机制。最后，展望了DRAM技术的未来发展方向，阐述了为了应对日益增长的高速、低功耗和高可靠性的存储需求，对现有DRAM技术的进行深入研究和创新的重要性。

发表于：12/16/2024 3:35:53 PM

高速车载数据传输物理层接口芯片标准综述

高速车载数据传输物理层接口芯片标准综述[通信与网络][通信网络]

作为实现汽车智能化的关键技术之一，高速、高可靠性、低时延的车载数据传输技术正获得越来越多的关注；同时，对于打破私有协议垄断、增强设备间互联互通的需求日益增长，推动着车载数据传输公有标准的制定成为了国内外标准组织的研究热点。首先介绍了车载数据传输链路的特点，接着聚焦于高速车载数据传输物理层接口芯片标准，对主要标准组织及其标准的制定情况进行了综述，并对各标准的主要性能指标与物理层技术进行了分析与对比。

发表于：12/16/2024 3:26:15 PM

基于深度学习的神经归一化最小和LDPC长码译码

基于深度学习的神经归一化最小和LDPC长码译码[通信与网络][通信网络]

LDPC码是一种应用广泛的高性能纠错码，近年来基于深度学习和神经网络的LDPC译码成为研究热点。基于CCSDS标准的（512，256）LDPC码，首先研究了传统的SP、MS、NMS、OMS的译码算法，为神经网络的构建奠定基础。然后研究基于数据驱动（DD）的译码方法，即采用大量信息及其经编码、调制、加噪的LDPC码作为训练数据在多层感知层（MLP）神经网络中进行训练。为解决数据驱动方法误码率高的问题，又提出了将NMS算法映射到神经网络结构的神经归一化最小和（NNMS）译码，取得了比NMS更优秀的误码性能，信道信噪比为3.5 dB时误码率下降85.19%。最后研究了提升NNMS网络的SNR泛化能力的改进训练方法。

发表于：12/16/2024 3:11:05 PM

10G以太网的信号处理关键技术

10G以太网的信号处理关键技术[通信与网络][通信网络]

随着AI PC、Wi-Fi路由器、GPON等产品的快速升级，高速有线网络作为网络基础设施的重要组成部分，以太网物理层芯片需要提供更高的传输速率，更好地满足大数据时代下日益增长的带宽需求。10G以太网技术将成为下一代以太网技术的重点发展方向。10G以太网芯片的研发需要攻克高速信号完整性、低功耗设计等一系列技术难题。围绕10G以太网PHY芯片的信号处理关键问题，首先介绍10G以太网的相关国际标准背景，然后讨论10G以太网的网络需求，接着重点阐述10G以太网物理层信号处理的关键技术。最后对全文进行总结并探讨未来高速以太网的进一步发展。

发表于：12/16/2024 3:00:21 PM