一本大道无码精品一区二区,日韩欧美在线观看一区

基于改進(jìn)暗通道先驗(yàn)的車牌圖像去霧方法研究[MEMS|傳感技術(shù)][智能交通]

針對(duì)霧霾場景下車牌識(shí)別系統(tǒng)存在識(shí)別精度較差的問題，提出改進(jìn)型車牌識(shí)別模型。該模型運(yùn)用改進(jìn)型暗通道先驗(yàn)去霧算法進(jìn)行去霧處理，考慮到原去霧算法處理含明亮區(qū)域霧霾圖像時(shí)會(huì)出現(xiàn)顏色失真等問題，首先對(duì)大氣光值進(jìn)行閾值限制，其次對(duì)引入因子進(jìn)行優(yōu)化選擇，最后引入容差機(jī)制以修正透射率，并對(duì)圖像亮度進(jìn)行調(diào)整以提升圖像可視化效果。仿真結(jié)果表明，運(yùn)用改進(jìn)后算法得到的去霧結(jié)果在PSNR、SSIM、Entropy、e性能上相對(duì)于改進(jìn)前分別平均提升1.934 dB、0.082、0.235、38.995。將去霧前后車牌圖像進(jìn)行識(shí)別測試，車牌識(shí)別精度提升22%，證明了所提模型的優(yōu)越性。

發(fā)表于：11/9/2022

基于Swin Transformer的肝囊型包蟲病超聲圖分類研究[其他][醫(yī)療電子]

為了提高肝包蟲病的篩查和診斷效率，彌補(bǔ)部分地區(qū)醫(yī)療資源不足的情況，提出一種基于Swin Transformer的肝包蟲病病灶智能分型方法，結(jié)合卷積注意力機(jī)制模型，通過學(xué)習(xí)圖像的整體和局部細(xì)節(jié)特征來實(shí)現(xiàn)對(duì)五種類型的囊型包蟲病病灶的全自動(dòng)分類。為了驗(yàn)證模型具有優(yōu)越性，將提出的預(yù)測模型與常見分類模型對(duì)比分析。結(jié)果顯示基于改進(jìn)的Swin Transformer模型在測試集上分類準(zhǔn)確率可達(dá)92.6%。實(shí)驗(yàn)結(jié)果表明相較于其他算法，基于改進(jìn)的Swin Transformer網(wǎng)絡(luò)能較好地分類出肝囊型包蟲超聲圖像，并且該方法可以推廣到其他醫(yī)療應(yīng)用中。

發(fā)表于：11/9/2022

基于漫水填充算法的中文印章識(shí)別方法[其他][其他]

印章識(shí)別是智能化辦公中必不可少的一環(huán)，現(xiàn)階段的印章識(shí)別方法是將掃描后的電子文檔直接輸入神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行識(shí)別，面臨著無法準(zhǔn)確定位印章位置、彎曲文本識(shí)別準(zhǔn)確率低等問題。針對(duì)上述問題，提出了一種高效的中文印章文本識(shí)別方法，該方法使用漫水填充算法處理灰度圖像進(jìn)行印章圖像特征增強(qiáng)，保證了中文印章檢測精度，同時(shí)引入了極坐標(biāo)轉(zhuǎn)換操作以確保文本特征完整性。為了評(píng)估本文方法的有效性，在現(xiàn)有的文本識(shí)別網(wǎng)絡(luò)模型進(jìn)行了多組對(duì)比實(shí)驗(yàn)。經(jīng)實(shí)驗(yàn)表明，已有的網(wǎng)絡(luò)模型融合該方法所提取的文本特征均表現(xiàn)出優(yōu)異的識(shí)別結(jié)果。

發(fā)表于：11/9/2022

BIWIN BGA SSD系列之——先進(jìn)封測工藝加持下高性能單芯片存儲(chǔ)解決方案[模擬設(shè)計(jì)][其他]

在半導(dǎo)體存儲(chǔ)器領(lǐng)域，佰維存儲(chǔ)構(gòu)筑了研發(fā)封測一體化的經(jīng)營模式，有力地促進(jìn)了自身產(chǎn)品的市場競爭力。以佰維EP400 PCIe BGA SSD為例，公司優(yōu)秀的存儲(chǔ)介質(zhì)特性研究與固件算法開發(fā)能力，大大提升了該款產(chǎn)品的性能和可靠性；相應(yīng)地，佰維布局的先進(jìn)封測能力又對(duì)該款產(chǎn)品的競爭力達(dá)成有哪些幫助呢，請(qǐng)跟隨我們的分析一探究竟吧。

發(fā)表于：11/8/2022

Littelfuse eFuse集成保護(hù)IC應(yīng)用在便攜終端產(chǎn)品的優(yōu)勢[電源技術(shù)][工業(yè)自動(dòng)化]

Littelfuse第三季度推出的eFuse 集成保護(hù)芯片LS0505EVD22系列，憑借其優(yōu)異特性，上市后不到兩個(gè)月即得到市場認(rèn)可，成功設(shè)計(jì)于便攜式手表磁吸充電線應(yīng)用中，并快速獲得訂單，在激烈競爭中脫穎而出，具有里程碑意義

發(fā)表于：11/3/2022

通過DDR5為數(shù)據(jù)中心帶來先進(jìn)的服務(wù)器性能[嵌入式技術(shù)][數(shù)據(jù)中心]

隨著服務(wù)器和個(gè)人電腦制造商相繼發(fā)布支持DDR5內(nèi)存的產(chǎn)品，越來越多的系統(tǒng)正在轉(zhuǎn)向新一代內(nèi)存模塊，2022年也成為了DDR5的啟用年。特別是在數(shù)據(jù)中心，處理器內(nèi)核數(shù)量的增加所帶動(dòng)的內(nèi)存帶寬和容量需求正在推動(dòng)DDR5內(nèi)存的普及。

發(fā)表于：11/3/2022

炬芯科技推出低延遲高音質(zhì)無線麥克風(fēng)解決方案[電子元件][消費(fèi)電子]

隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展，諸多新興產(chǎn)業(yè)被帶動(dòng)起來。就近十年來看，內(nèi)容平臺(tái)以及其載體在不斷演變，從自媒體到短視頻以及直播，一點(diǎn)一滴地滲透進(jìn)大眾生活。而這些平臺(tái)的興起，亦為普羅大眾提供了廣闊的分享空間，記錄和分享日常生活的方式亦不再局限于文字、圖文，視頻／短視頻也漸漸成為了主要方式之一。

發(fā)表于：10/31/2022

ADI危巖體滑坡監(jiān)測解決方案[模擬設(shè)計(jì)][安防電子]

滑坡在地質(zhì)學(xué)中被定義為僅次于地震的第二大地質(zhì)災(zāi)害。山體滑坡、危巖體滑坡也是我國山區(qū)地帶最為常見、最易發(fā)的地質(zhì)災(zāi)害，能在短時(shí)間內(nèi)迅速掩埋或摧毀鐵路公路、涵洞、路基橋梁等設(shè)施，嚴(yán)重影響道路運(yùn)輸安全。

發(fā)表于：10/28/2022

Semtech PerSe以智能人體感應(yīng)技術(shù)賦能可穿戴設(shè)備，優(yōu)化用戶體驗(yàn)[MEMS|傳感技術(shù)][消費(fèi)電子]

隨著可穿戴設(shè)備的持續(xù)發(fā)展，傳感技術(shù)作為實(shí)現(xiàn)人機(jī)互動(dòng)的橋梁，除了需要確保設(shè)備保持可靠穩(wěn)定的連接功能，兼顧幫助設(shè)備實(shí)現(xiàn)更加智能的性能表現(xiàn)，并且還需要同時(shí)保障產(chǎn)品合規(guī)性。

發(fā)表于：10/27/2022

時(shí)空編碼技術(shù)在Web3.0數(shù)字金融中的應(yīng)用研究[其他][其他]

以青島市城市信息模型(Q-CIM)為基礎(chǔ)，分析了基于時(shí)間和空間數(shù)據(jù)的新一代編碼技術(shù)——時(shí)空編碼技術(shù)的特征，結(jié)合Web3.0開放性和可能的發(fā)展方向，從架構(gòu)、身份管理、信息管理等方面論證時(shí)空編碼技術(shù)成為Web3.0的重要支撐技術(shù)的合理性，并利用時(shí)空編碼的唯一性和確定性特征，結(jié)合區(qū)塊鏈、大數(shù)據(jù)等現(xiàn)有技術(shù)手段，探討將時(shí)空編碼技術(shù)應(yīng)用在Web3.0數(shù)字金融流量分發(fā)與反欺詐、智能化風(fēng)險(xiǎn)控制、數(shù)字金融風(fēng)控等方面的可能性。

發(fā)表于：10/27/2022

考慮知識(shí)庫的企業(yè)隱性知識(shí)傳播模型研究[其他][其他]

針對(duì)企業(yè)知識(shí)庫對(duì)隱性知識(shí)傳播的影響，基于經(jīng)典的傳染病動(dòng)力學(xué)理論，提出考慮知識(shí)庫的企業(yè)隱性知識(shí)傳播模型。首先，將企業(yè)員工分為未知者S、潛伏者Se、傳播者I、免疫者R四類；其次，利用微分動(dòng)力學(xué)和下一代矩陣方法計(jì)算模型的傳播閾值；最后，運(yùn)用MATLAB軟件對(duì)模型參數(shù)進(jìn)行數(shù)值仿真分析。研究結(jié)果表明，企業(yè)知識(shí)庫的建立可以促進(jìn)企業(yè)的隱性知識(shí)傳播，未知者自學(xué)率的提高可以增加企業(yè)傳播者密度，企業(yè)獎(jiǎng)勵(lì)強(qiáng)度的增大僅對(duì)傳播者有較大影響，對(duì)未知者和潛伏者影響較小。

發(fā)表于：10/27/2022

無線傳感網(wǎng)絡(luò)分段線性融合定位算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為實(shí)現(xiàn)對(duì)移動(dòng)節(jié)點(diǎn)精確定位，提出一種基于APIT-3D的移動(dòng)節(jié)點(diǎn)定位模型和算法，綜合3D-DVHop跳段距離和RSSI測距技術(shù)，在計(jì)算內(nèi)測點(diǎn)與最近椎面距離基礎(chǔ)上，利用與椎體成形體積判斷內(nèi)測點(diǎn)位置，有效避免“In-To-Out”和“Out-To-In”兩類錯(cuò)誤產(chǎn)生。在確定椎體重疊區(qū)域后，通過最小二乘法結(jié)合空間分段線性融合方式計(jì)算節(jié)點(diǎn)位置。仿真實(shí)驗(yàn)證明，該分段線性融合定位算法對(duì)移動(dòng)節(jié)點(diǎn)定位在百分之25th，50th和75th定位偏差值分別為1.81 m，2.45 m和3.32 m，并能判斷運(yùn)動(dòng)趨勢，追蹤移動(dòng)目標(biāo)，描述運(yùn)動(dòng)軌跡。該算法為無線傳感網(wǎng)絡(luò)定位提供了算法借鑒和創(chuàng)新。

發(fā)表于：10/27/2022

基于分解策略的多標(biāo)簽在線特征選擇算法[其他][其他]

在線學(xué)習(xí)方法是用于大規(guī)模數(shù)據(jù)集的、高效且可擴(kuò)展的機(jī)器學(xué)習(xí)算法。然而，在對(duì)多標(biāo)簽數(shù)據(jù)集進(jìn)行特征選擇時(shí)，傳統(tǒng)的在線多標(biāo)簽學(xué)習(xí)方法需要訪問數(shù)據(jù)集的所有特征，當(dāng)數(shù)據(jù)集具有較高維度時(shí)，這種在線學(xué)習(xí)方式并不能適用于實(shí)際情景。針對(duì)多標(biāo)簽數(shù)據(jù)集的特征選擇，在現(xiàn)有研究的基礎(chǔ)上，使用二類分解策略，提出基于分解策略的多標(biāo)簽在線特征選擇算法。該算法利用稀疏正則化和截取方法進(jìn)行在線特征選擇，降低計(jì)算復(fù)雜度。實(shí)驗(yàn)表明，算法的特征選擇性能優(yōu)于其他多標(biāo)簽在線特征選擇算法。

發(fā)表于：10/27/2022

基于特征序列的惡意代碼靜態(tài)檢測技術(shù)[其他][信息安全]

近年來，基于機(jī)器學(xué)習(xí)方法的惡意代碼檢測方法存在著無法自動(dòng)和高效地提取惡意代碼的問題，有些還需要人工對(duì)特征進(jìn)行提取，但是提取的特征沒有深層地描述惡意代碼行為，存在檢測的準(zhǔn)確率較低、效率低等缺點(diǎn)。通過對(duì)靜態(tài)惡意代碼進(jìn)行分析，從紋理特征和操作碼特征入手，在提取紋理特征過程中，提出一種Simhash處理編譯文件轉(zhuǎn)換成灰度圖像的方法，生成灰度圖像后通過GIST算法和SIFT算法提取全局和局部圖像紋理特征，并將全局和局部圖像特征進(jìn)行融合。

發(fā)表于：10/27/2022

基于溯源圖節(jié)點(diǎn)級(jí)別的APT檢測[人工智能][其他]

傳統(tǒng)的入侵檢測系統(tǒng)無法應(yīng)對(duì)日益增多和復(fù)雜的網(wǎng)絡(luò)攻擊(如高級(jí)持續(xù)性威脅)，因?yàn)榭赡茉趲讉€(gè)月內(nèi)不能檢測出隱蔽威脅事件并具有較高誤報(bào)率。最近研究建議利用溯源數(shù)據(jù)來實(shí)現(xiàn)基于主機(jī)的入侵檢測，溯源圖是由溯源數(shù)據(jù)構(gòu)造成的有向無環(huán)圖。然而，以前的研究是提取了整個(gè)溯源圖的特征，對(duì)圖中的少量異常攻擊實(shí)體（節(jié)點(diǎn)）不敏感，因此無法準(zhǔn)確識(shí)別異常節(jié)點(diǎn)。提出了一種在溯源圖節(jié)點(diǎn)級(jí)別上的APT實(shí)時(shí)檢測方法。采用K-Means和輪廓系數(shù)相結(jié)合的方法對(duì)訓(xùn)練數(shù)據(jù)集中的良性節(jié)點(diǎn)進(jìn)行聚類，生成良性節(jié)點(diǎn)簇，通過判斷新節(jié)點(diǎn)是否屬于良性節(jié)點(diǎn)簇來判別是否存在異常。在Unicorn SC-2和DARPA TC兩種公共數(shù)據(jù)集上評(píng)估該方法，結(jié)果表明該方法準(zhǔn)確率達(dá)到95.83%，并且能夠準(zhǔn)確識(shí)別和定位異常節(jié)點(diǎn)。

發(fā)表于：10/27/2022