欧美30.40.50熟妇性无码,国产偷伦精品视频,性奴受虐调教视频国产H

開關(guān)模式電源電流檢測——第三部分：電流檢測方法[電源技術(shù)][工業(yè)自動化]

開關(guān)模式電源有三種常用電流檢測方法是：使用檢測電阻，使用MOSFET RDS(ON)，以及使用電感的直流電阻(DCR)。每種方法都有優(yōu)點和缺點，選擇檢測方法時應(yīng)予以考慮。

發(fā)表于：2/26/2021

基于Zynq的視頻實時拼接系統(tǒng)[其他][其他]

針對目前視頻拼接系統(tǒng)實時性不高、拼接效果不理想、成本高等問題，對傳統(tǒng)的ORB算法進行了改進，并采用軟硬件協(xié)同設(shè)計的方法,在Zynq平臺上實現(xiàn)了一款視頻實時拼接系統(tǒng)。該系統(tǒng)利用Zynq的PS搭建嵌入式Linux系統(tǒng)，進行用戶界面開發(fā)，實現(xiàn)任務(wù)調(diào)度；利用Vivado HLS工具將改進的視頻拼接算法進行硬件加速并部署到Zynq的PL中。實驗結(jié)果表明，該視頻拼接系統(tǒng)拼接后的圖像清晰度高、無拼接縫隙，而且基于Zynq和改進ORB算法的視頻拼接方案使視頻拼接速度獲得到了很大的提升，滿足實時性的要求。

發(fā)表于：2/26/2021

基于改進型OFB模式的視頻流加密方法[其他][其他]

介紹了一種新型的視頻流加密系統(tǒng)設(shè)計方法，并結(jié)合無線通信中常用的交織技術(shù)，提出了一種新型的密鑰分發(fā)管理機制和改進型OFB加密工作模式。提出的加密方法保留了TS包結(jié)構(gòu)，硬件實現(xiàn)簡單，協(xié)議開銷小，安全性高，適用于AES和SM4等加密算法，可以廣泛應(yīng)用于無線圖像傳輸及數(shù)字電視廣播系統(tǒng)中。

發(fā)表于：2/26/2021

飛騰攜手鯤云科技推出智慧油田聯(lián)合解決方案，以AI賦能工業(yè)安全[人工智能][通信網(wǎng)絡(luò)]

日前，飛騰攜手鯤云科技推出“算力+算法”軟硬件一體化的智慧油田聯(lián)合解決方案，運用基于深度學(xué)習(xí)的圖像識別技術(shù)對原油泄漏等隱患進行識別檢測，全方位保障油區(qū)安全生產(chǎn)，并避免生產(chǎn)資源的浪費。

發(fā)表于：2/25/2021

基于ROS的自主家庭陪伴機器人設(shè)計[模擬設(shè)計][物聯(lián)網(wǎng)]

針對目前留守兒童、空巢老人以及行動不便之人缺乏陪伴的問題，設(shè)計了一種自主家庭陪伴機器人。基于機器人操作系統(tǒng)(ROS)架構(gòu)，首先以Jetson TX1為核心搭建了自主移動的家庭陪伴機器人，然后進行軟件設(shè)計，使其不僅能與人進行自然語言交流，還能使用眼部表情和仿人上肢進行肢體交流，以及通過用戶界面(UI)實現(xiàn)人機互動等工作。經(jīng)實物測試，驗證了該機器人設(shè)計的合理性，能滿足日常家庭的陪伴工作，并可對其繼續(xù)開發(fā)以勝任更多工作。

發(fā)表于：2/25/2021

基于分割的自然場景下文本檢測方法與應(yīng)用[其他][其他]

自然場景文本檢測識別在智能設(shè)備中應(yīng)用廣泛，而對文本識別的第一步則是對文本進行精確的定位檢測。對于現(xiàn)有像素分割方法PixelLink中存在的彎曲文本定位包含過多背景信息、檢測圖像后處理不足兩個主要問題提出改進。引入特征通道注意力機制，關(guān)注生成特征圖中特征通道間的權(quán)重關(guān)系，提升檢測方法的魯棒性。接著改變公開數(shù)據(jù)集標注形式，將坐標點表示為一串帶有方向的序列形式，在LSTM模型中進行多邊形框的學(xué)習(xí)與框定。最后在公開數(shù)據(jù)集和自建數(shù)據(jù)集上進行文本檢測測試。實驗表明，改進的檢測方法在各數(shù)據(jù)集中表現(xiàn)優(yōu)于原方法，與當前領(lǐng)先方法精度相近，能夠在各個環(huán)境中完成對文本的檢測功能。

發(fā)表于：2/25/2021

ZLG面向體外診斷設(shè)備嵌入式解決方案[其他][醫(yī)療電子]

摘要：ZLG深耕嵌入式二十年，為諸多醫(yī)療企業(yè)用戶提供嵌入式解決方案，包括基因擴增儀、熒光免疫分析儀、特定蛋白分析儀等常用醫(yī)療設(shè)備，本篇文章為大家介紹ZLG在體外診斷設(shè)備上提供的各類嵌入式解決方案。

發(fā)表于：2/25/2021

開關(guān)模式電源電流檢測——第二部分：何處放置檢測電阻[電源技術(shù)][工業(yè)自動化]

電流檢測電阻的位置連同開關(guān)穩(wěn)壓器架構(gòu)決定了要檢測的電流。檢測的電流包括峰值電感電流、谷值電感電流（連續(xù)導(dǎo)通模式下電感電流的最小值）和平均輸出電流。檢測電阻的位置會影響功率損耗、噪聲計算以及檢測電阻監(jiān)控電路看到的共模電壓。

發(fā)表于：2/24/2021

基于Android端MVP模式和響應(yīng)式網(wǎng)絡(luò)框架的設(shè)計與實現(xiàn)[其他][其他]

MVC(Model-View-Controller)模式是Android應(yīng)用開發(fā)的傳統(tǒng)方式(用Activity/Fragment表示Controller層，用XML文件表示View層)，隨著項目的頁面增多，邏輯復(fù)雜度提升，將使Activity文件變得臃腫，代碼耦合度明顯提高，不利于項目后期的升級和維護。通過對傳統(tǒng)MVC開發(fā)模式與主流MVP(Model-View-Presenter)開發(fā)模式進行研究和比較，發(fā)現(xiàn)MVP開發(fā)模式能夠更好地解決上述問題。同時，官方HttpURLConnection類對于HTTP網(wǎng)絡(luò)請求的效率無法滿足業(yè)務(wù)需求，而Retrofit2+OkHttp3+RxJava2的響應(yīng)式網(wǎng)絡(luò)請求框架具有更高的響應(yīng)效率。以《長光衛(wèi)星云極視》項目為背景，研究并驗證MVP模式和Retrofit2+OkHttp3+RxJava2的響應(yīng)式網(wǎng)絡(luò)請求框架結(jié)合的可行性。

發(fā)表于：2/24/2021

基于樹莓派的智能“魔鏡”設(shè)計[人工智能][物聯(lián)網(wǎng)]

隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展，智能家居領(lǐng)域快速崛起，擁有著美好的發(fā)展前景。智能家居產(chǎn)業(yè)下智能“魔鏡”系統(tǒng)的設(shè)計與實現(xiàn)，旨在豐富優(yōu)化居家生活品質(zhì)，提升居家環(huán)境品味。智能“魔鏡”以基于Linux環(huán)境的樹莓派為硬件平臺，采用了物聯(lián)網(wǎng)三層架構(gòu)設(shè)計，通過感知層的硬件設(shè)備進行信息獲取采集，網(wǎng)絡(luò)層的HTTP/2調(diào)用云端API接口等通信技術(shù)進行數(shù)據(jù)傳輸和交換，并由應(yīng)用層的云計算技術(shù)對采集到的信息和數(shù)據(jù)進行分析處理并反饋。該智能“魔鏡”系統(tǒng)經(jīng)設(shè)計與實現(xiàn)后，運行穩(wěn)定，能較好實現(xiàn)主界面信息展示、語音交互功能、實時監(jiān)控功能等基本功能。

發(fā)表于：2/24/2021

基于熵率聚類的超像素機器視覺與缺陷檢測算法[其他][其他]

在智能制造中，傳統(tǒng)成像技術(shù)已經(jīng)滿足不了高精度工業(yè)需求。提出了結(jié)合熵率聚類的目標分割算法，并且基于超像素的鄰邊集，建立熵率和平衡項的目標函數(shù)，最后通過貪婪啟發(fā)算法優(yōu)化并求解該目標函數(shù)，得到最優(yōu)的超像素集合。并設(shè)計了基于高斯函數(shù)衡量相鄰像素的相似性實驗，設(shè)定相關(guān)參數(shù)，進行工業(yè)制造實際流程檢測。最終實驗結(jié)果表明，所提算法有較好的檢測識別效果，在輪廓及內(nèi)部條紋識別上效果明顯，整體識別效果良好，適用于工業(yè)制造領(lǐng)域。

發(fā)表于：2/23/2021

基于RADIOSS的車身正面碰撞仿真分析[其他][其他]

根據(jù)GB11551-2014《汽車正面碰撞的乘員保護》法規(guī)的要求，以某型客車車身為研究對象，將建好的幾何模型導(dǎo)入HyperMesh軟件中，通過拓撲修復(fù)、抽取中面以及簡化模型等操作，完成對車身數(shù)模的幾何清理，建立了車身正面碰撞有限元模型。在RADIOSS環(huán)境下，設(shè)置材料屬性，選取彈簧單元焊點模型以及TYPE7接觸類型，對其正面碰撞過程進行數(shù)值模擬，同時對碰撞過程中的車身變形、能量轉(zhuǎn)換規(guī)律以及速度和加速度進行分析。將仿真結(jié)果與實車碰撞試驗結(jié)果進行對比，驗證了車身模型的正確性。結(jié)果說明基于RADIOSS的計算機仿真方法不僅能指導(dǎo)客車車身的碰撞試驗，并且可以大量縮減實車試驗成本，具有較大的工程借鑒意義。此方法為車身結(jié)構(gòu)的進一步優(yōu)化提供了研究基礎(chǔ)。

發(fā)表于：2/23/2021

基于激光引導(dǎo)的SCARA的軌跡規(guī)劃與優(yōu)化[其他][其他]

多數(shù)應(yīng)用場景中，SCARA機械臂的工作路徑為固定的模式，為結(jié)合視覺信息，優(yōu)化控制方式，采用激光打樣的方式引導(dǎo)SCARA動作。以桃子TZ-500 SCARA機械臂和MATLAB為實驗平臺，使用D-H坐標系法建立機械臂的運動學(xué)模型，得到其工作空間。針對點到點的軌跡，采用五次多項式插值法完成在關(guān)節(jié)空間內(nèi)的規(guī)劃。靈活的多點軌跡，使用三次B樣條曲線插值法規(guī)劃得到相鄰點的三次軌跡，對于起始時刻和終止時刻加速度不為零的問題，設(shè)計了修正因子，保證加速度為零，有效降低沖擊。為了縮短運行時間，結(jié)合約束條件和應(yīng)用場景設(shè)計了新的罰函數(shù)，并對遺傳算法的選擇和變異方向進行改進，加速篩選過程。實驗結(jié)果表明，使用了改進后的遺傳算法，得到軌跡的運行時間要優(yōu)于優(yōu)化前的軌跡，有效地提高了運行效率和精度。

發(fā)表于：2/23/2021

基于電力數(shù)據(jù)分析的污染物排放監(jiān)測方法研究[其他][其他]

在當下快速的發(fā)展過程中，社會的現(xiàn)代化建設(shè)對環(huán)境帶來了一定程度的破壞，為了實現(xiàn)持續(xù)性的社會發(fā)展，就需要對其各種生產(chǎn)生活所帶來的污染物進行良好的監(jiān)測。提供了一種對產(chǎn)污企業(yè)污染物排放過程進行科學(xué)監(jiān)測的方法，對智能電表采集的數(shù)據(jù)進行處理與分析，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型對設(shè)備進行識別，從而判斷設(shè)備啟停狀態(tài)。形成了24小時不間斷的智能監(jiān)控，進而對企業(yè)的污染物排放監(jiān)管進行合理的監(jiān)控，實現(xiàn)對企業(yè)生產(chǎn)中污染排放的監(jiān)測，提升污染物的治理效果，具有較好的實際應(yīng)用價值。

發(fā)表于：2/23/2021

基于X-Linear和語義嵌入的視頻描述算法[模擬設(shè)計][工業(yè)自動化]

注意力機制和視頻語義嵌入使得視頻描述任務(wù)取得了顯著的提升，為更好地利用時序動態(tài)特征和語義信息，提出一種基于X-Linear的語義嵌入視頻描述算法(X-Linear Semantic Embedding Network，XLSNet)。該算法以基于編碼解碼器網(wǎng)絡(luò)為基礎(chǔ)，使用X-Linear注意力模塊對視頻特征進行編碼，該模塊使用雙線性池化來增加視頻時序特征的高階交互，最終提取豐富的時序動態(tài)特征；為充分利用視頻語義信息，使用語義嵌入的GRU和X-Linear作為解碼器對視頻描述進行生成。為防止過擬合現(xiàn)象，對解碼器的GRU使用了層歸一化和變分Dropout。所提出的算法僅僅使用了視頻幀特征，在公開視頻描述數(shù)據(jù)集MSVD上取得了很好的效果。

發(fā)表于：2/23/2021