头条 Imec在铁电存储器研究方面取得突破 在2026年IEEE / JSAP超大规模集成电路技术与电路研讨会上，作为全球领先的先进半导体技术研究与创新中心，imec展示了铁电存储器研究的两项进展，重点将铁电电容器和铁电场效应晶体管作为新兴候选材料，以实现低压工作和高密度集成。 最新资讯 电磁炉触摸控制原理与检修技术 新一代电容触摸感应式控制技术完全能够弥补机械式按键的缺点，具有耐磨损、防水保护及不受温度、湿度影响，且造价低廉等优点，成为新一代电器产品控制电路的新宠。电容触摸感应式控制技术已广泛地应用于手机、影碟机、电磁炉、抽油烟机、洗衣机、液晶电视、液晶显示器等产品中。 发表于：2011/12/16 利用永久性存储器实现智能汽车功能的全面调用 汽车正变得越来越智能。不管是它的导航系统、娱乐系统还是电子稳定控制和主动安全措施，车载嵌入式处理功能一直都在不断地提高。据Gartner Dataquest公司预测，到2014年电子部件成本将占新车成本的30%，而其中半导体器件所占份额也将越来越高。这些汽车系统中大多数是基于当前状态而不是历史数据处理信息的。我们可以想像，大量的智能操作可以利用内置的永久存储器来实现。 发表于：2011/12/16 LCD显示器与PIC单片机的接口设计 智能仪器仪表设计中，通常都要对测控信息进行显示。受仪器功耗、体积及其它条件的影响，一般CRT显示器往往不太适用。而半导体数码管，虽能显示数码及少数字母，却无法灵活显示各种文字、图形、表格等，有着较大的局限性。而LCD显示器由于具有功能强、功耗低、显示清晰、构造轻巧等优点，被广泛运用于各类智能仪器仪表的显示。PIC单片机是美国MICROCHIP公司推出的高性能单片机，对比传统MCS51系列单片机，它具有内置功能模块多、抗干扰性好、速度快、功耗低等优点，被广泛应用于工业控制领域[1]。本文将以SED1520与PIC16F874为例介绍LCD显示器与PIC单片机接口的实用方法。 发表于：2011/12/16 射频嵌入式系统的系统级设计和检验 射频嵌入式系统的系统级设计和检验,在设计全球部署的嵌入式无线技术时，考虑不同地区的法规要求非常重要。无线电法规在世界各地各不相同，某些频率对开放频段的无线通信设备控制和遥测最有吸引力。对某些应用，在2.4GHz上工作的标准化通信设备（如蓝 发表于：2011/12/16 基于FPGA的SPI4.2接口设计 本文介绍了 SPI4.2接口在可编程逻辑器件 FPGA上的实现方法，并通过实际电路验证FPGA与 IPX2805之间通过 SPI4.2接口互通的功能。由于商业芯片的限制，有时只有 FPGA才能满足系统设计的要求。相对于开发ASIC，使用 FPGA使整个设计电路简单、灵活、成本低、方便调试和修改, 大大缩短开发周期。 发表于：2011/12/16 自制红外遥控LED电子钟 自制LED电子钟在很多电子报刊杂志上都可以见到，但大多数在断电后都要重新设置时间等参数，给使用带来很多不便。也有用后备电池作为备用电源的，但往往体积较大。本文介绍的LED电子钟克服了以往的弊端，而且采用了家电通用的红外遥控器进行控制，方便使用。 发表于：2011/12/16 德州仪器推出业界最高精度差动放大器 日前，德州仪器 (TI) 宣布推出业界最高精度差动放大器，充分满足高达 +275 V 高共模电压应用需求。该 INA149 支持 100 dB最佳共模抑制比 (CMRR)，与同类竞争产品相比，可将整体测量精度提高 1 倍，是首款可在125 摄氏度的高温环境下具有 90 dB最低 CMRR 性能的高电压差动放大器。此外，该放大器与同类竞争产品相比，还可在将初始增益误差降低 33% 的同时，将压摆率提高 1 倍，从而可加快响应时间，增强整体系统性能。 发表于：2011/12/15 ADI公司推出提供高精度和超低噪声的DAC 全球领先的数据转换技术*供应商 Analog Devices, Inc.(NYSE: ADI)最近推出了提供高精度和超低噪声的 DAC（数模转换器）AD5790和 AD5780，可简化精密仪器仪表和分析设备的设计。新款高精度 DAC 内置集成式精密基准电压调理电路，可供系统立即使用，相较于竞争性的独立数据转换器可缩减60%的电路板空间。 发表于：2011/12/15 德州仪器推出面向高共模电压应用的业界最高精度放大器 日前，德州仪器 (TI) 宣布推出业界最高精度差动放大器，充分满足高达 +275 V 高共模电压应用需求。该 INA149 支持 100 dB最佳共模抑制比 (CMRR)，与同类竞争产品相比，可将整体测量精度提高 1 倍，是首款可在125 摄氏度的高温环境下具有 90 dB最低 CMRR 性能的高电压差动放大器。此外，该放大器与同类竞争产品相比，还可在将初始增益误差降低 33% 的同时，将压摆率提高 1 倍，从而可加快响应时间，增强整体系统性能。 发表于：2011/12/15 改进遗传算法的支持向量机特征选择解决方案介绍 支持向量机是一种在统计学习理论的基础上发展而来的机器学习方法[1]，通过学习类别之间分界面附近的精确信息,可以自动寻找那些对分类有较好区分能力的支持向量,由此构造出的分类器可以使类与类之间的间隔最大化,因而有较好的泛化性能和较高的分类准确率。由于支持向量机具有小样本、非线性、高维数、避免局部最小点以及过学习现象等优点，所以被广泛运用于故障诊断、图像识别、回归预测等领域。但是如果缺少了对样本进行有效地特征选择，支持向量机在分类时往往会出现训练时间过长以及较低的分类准确率，这恰恰是由于支持向量机无法利用混乱的样本分类信息而引起的，因此特征选择是分类问题中的一个重要环节。特征选择的任务是从原始的特征集合中去除对分类无用的冗余特征以及那些具有相似分类信息的重复特征，因而可以有效降低特征维数，缩短训练时间，提高分类准确率。 发表于：2011/12/15 <…4794479547964797479847994800480148024803…>
