• 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

一种应用于AMOLED显示驱动的电荷泵系统

一种应用于AMOLED显示驱动的电荷泵系统[电源技术][智能电网]

UMC 80 nm工艺,设计了一种应用于AMOLED显示驱动的电荷泵系统。为了满足AMOLED显示驱动在不同输出电压情况下保持电源效率高于70%的要求,本设计中泵电路采用多输入电源结构,并在不同路径上使用不同类型的MOS管。为了保障电路在8 mA负载下输出电压纹波小于10 mV,采用双边对称的泵电路结构。为了保持输出电压的稳定性,整个系统采用PSM调制方式。对电路进行Spectre仿真,在1 μF泵电容以及2.2 μF输出电容,负载电流为8 mA情况下,各种输出电压情况下的电压纹波最大为1.2 mV,电源效率最低为70%,峰值效率为83.6%。

发表于:2020/10/20 上午8:58:00

基于FP-growth算法的用电异常数据挖掘方法

基于FP-growth算法的用电异常数据挖掘方法[测试测量][智能电网]

随着科学技术的不断进步,不法分子窃电手段日趋专业化多样化,而传统的防窃电技术实时性及可行性较低。研究对运行中智能电能表用电信息的数据采集及特征提取,分析异常用电数据,应用机器学习的方法对特征值进行学习,并推导出用电异常的判断阈值,采用关联规则数据挖掘方法对独立检测的结果进行融合,从而实现窃电数据的挖掘。最后验证了模型建立的准确性,并推导出用电异常案例的甄别方法。

发表于:2020/10/19 上午9:19:00

基于边窗滤波和扩张卷积的矿井行人检测

基于边窗滤波和扩张卷积的矿井行人检测[测试测量][物联网]

在数字化矿山中,行人检测系统能够大幅减少事故伤亡,是保护工人安全的重要手段。为了构建高性能的行人检测系统,提出了一种基于边窗滤波和扩张卷积的矿井行人检测模型。具体来说,针对复杂恶劣的矿井环境,采用边窗滤波抑制视频图像中的干扰信号,提升图像质量。此外,考虑到行人目标的多尺度特性,在模型中引入扩张卷积增加特征的感受野,进而提升检测性能。大量的对比实验证明了边窗滤波和扩张卷积的有效性,模型在矿井数据集上获得94.3 mAP和99.1%检测率的优异性能。

发表于:2020/10/19 上午9:12:00

基于权值交互思想的卷积神经网络量化算法

基于权值交互思想的卷积神经网络量化算法[通信与网络][通信网络]

传统的卷积神经网络量化算法广泛使用对称均匀量化操作对模型权值进行量化,没有考虑到相邻权值量化之间的相互关系,即上一个权值的量化操作产生的量化噪声可以通过调整之后权值的量化方向加以弥补。针对上述问题,提出了一种基于权值交互思想的三值卷积神经网络量化算法,达到了16倍的模型压缩比,以ImageNet作为数据集,量化后的AlexNet和ResNet-18网络上模型预测准确率只下降了不到3%。该方法达到了较高的模型压缩比,具有较高的精度,可以用于将卷积神经网络移植到计算资源有限的移动端平台上。

发表于:2020/10/16 上午8:59:00

《瓦森纳协定》调整下中国半导体产业发展的思考

《瓦森纳协定》调整下中国半导体产业发展的思考[电子元件][信创产业]

半导体产业是高资本、高投入、高风险且进入门槛高的产业,从产业现状分析,中国半导体产业除封测外,设备及材料、设计、制造等环节仍处于低端水平,高端产品严重依赖进口。提高中国半导体国产化率水平面临技术难度高、资金投入巨大且国内缺乏芯片设备、设计与制造领域的高新人才等问题。《瓦森纳协定》于2019年12月被重新修订,随之增加了对计算机光刻软件和大硅片切磨抛技术的出口管制,面对如此变化我国半导体产业势必受到影响。从中国半导体产业发展现状入手,分析目前产业发展态势及问题,并研究《瓦森纳协定》重新修订后对我国半导体产业的影响,最后提出相应的解决措施和建议。

发表于:2020/10/16 上午8:53:00

从基础研究浅析人工智能技术发展趋势

从基础研究浅析人工智能技术发展趋势[人工智能][物联网]

近六十多年来,人工智能在算法、算力和数据的共同驱动下,获得了飞速发展,但仍处于弱人工智能阶段。重点分析了人工智能算法和算力方面的基础研究现状和发展趋势,弱人工智能迈向强人工智能亟待基础研究上的革命性突破。算法层面,深度学习算法模型缺乏可释性和可泛化性,在基础理论上遇到瓶颈,亟待基础理论上的突破;算力层面,因集成电路工艺制程逼近微观物理极限导致摩尔定律失效和电子芯片算力增长趋缓,通用计算芯片架构受制于冯诺依曼瓶颈,以神经形态芯片为代表的人工智能芯片方兴未艾;数据层面,细分领域的高质量数据集匮乏制约人工智能技术应用发展,未来高质量数据集将不断构建。总之,人工智能底层技术将在未来相当长时间内缓慢前进,但产业化应用正在蓬勃发展。

发表于:2020/10/14 上午8:56:00

新冠疫情下的5G床旁会诊应用探索与实践

新冠疫情下的5G床旁会诊应用探索与实践[人工智能][医疗电子]

2020年初,新型冠状病毒疫情迅速蔓延,5G智慧医疗在缓解医疗资源紧缺方面发挥重要作用。首先针对疫情对智慧医疗的全新需求进行分析,然后提出了具有创新性的5G床旁会诊方案,并通过实践案例验证了方案的可行性和有效性。

发表于:2020/10/14 上午8:50:00

5G基站节能技术性能评估研究

5G基站节能技术性能评估研究[通信与网络][5G]

相比于已商用的4G技术,5G需要支持更大的带宽、更多的通道数以满足ITU提出的性能需求,但这也导致了5G能耗的显著增加。基站节能技术是通过在时和频域上关闭相应的发射资源来实现基站能耗的有效降低,为了避免节能技术对网络覆盖和用户体验的影响,在网络运营过程中需要寻找节能效果和网络性能间的相互平衡。首先分析了5G基站能耗模型,并结合影响能耗的关键因素对5G节能技术进行了节能效果评估,同时分析了相关节能技术对于网络性能的影响,最后从网络运营的角度介绍了5G节能技术的发展趋势和面临的挑战。

发表于:2020/10/13 上午9:12:00

5G URLLC标准及关键技术研究

5G URLLC标准及关键技术研究[通信与网络][5G]

5G标准定义了eMBB增强移动宽带、mMTC海量大连接、URLLC低时延高可靠三大应用场景。随着5G逐步成熟商用,URLLC业务作为垂直行业的重要切入点也在逐渐完善优化。首先介绍了URLLC技术标准演进情况,随后从低时延、高可靠和URLLC与eMBB复用三方面分别分析了实现URLLC的关键技术,最后将URLLC与TSN网络融合做了阐述。

发表于:2020/10/13 上午9:03:00

面向5G TSN的网络架构演进及增强技术研究

面向5G TSN的网络架构演进及增强技术研究[通信与网络][5G]

近年来,时间敏感网络技术(TSN)的发展逐步引起工业界的广泛关注,其凭借低抖动、低延时、确定性传输等优势,为对传输时延有较高要求的应用场景提供了有力支撑,成为下一代工业网络承载技术的重要演进方向之一。为了在端到端的层面上满足某些垂直行业业务对低时延、高可靠的需求,5G网络在R15 URLLC的基础上对QOS、空口同步、头压缩等方面进行了增强,以满足TSN网络对于5G设备的严苛要求。首先从垂直行业需求入手,分析了5G网络与TSN融合的必要性,最后结合3GPP R16标准进展研究了TSN对于5G商用网络改造需求以及面临的挑战。

发表于:2020/10/12 上午9:08:00

  • <
  • …
  • 260
  • 261
  • 262
  • 263
  • 264
  • 265
  • 266
  • 267
  • 268
  • 269
  • …
  • >

活动

MORE
  • 征文启事:2026电子信息工程学术研讨会(集成电路应用杂志)
  • 直播预告|防火墙的过去、现在与未来
  • 2026 阿里云 Data+AI 工程师全球挑战赛圆满收官
  • 【热门活动】2026中国西部微波射频技术研讨会
  • “汽车电子·2026年度金芯奖”网络投票通道正式开启!

高层说

MORE
  • 从 FactoryView(运营可视化)迈向智能决策支持
    从 FactoryView(运营可视化)迈向智能决策支持
  • 2026年,塑造下一波EDA创新浪潮的关键趋势
    2026年,塑造下一波EDA创新浪潮的关键趋势
  • 【回顾与展望】芯科科技:边缘AI重塑物联网未来
    【回顾与展望】芯科科技:边缘AI重塑物联网未来
  • 奥芯明许志伟:“嵌入式协同”破局
    奥芯明许志伟:“嵌入式协同”破局
  • Develop平台打造电子研发全生命周期生态
    Develop平台打造电子研发全生命周期生态
  • 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