日本不卡免费高清视频,91久久精品视频,国产精品成人久久电影

基于SCA-PSO的支持向量回归车辆尾气传感器温湿度补偿方法研究[MEMS|传感技术][工业自动化]

氮氧化物和颗粒物是柴油机车尾气排放的两种主要污染物。利用车辆尾气检测装置对柴油机车进行尾气排放监控是治理城市空气污染的一项有效措施。对于氮氧化物气体传感器而言，基于其检测原理，温度和湿度会对其检测过程发生的化学反应产生较大影响，因此需要相应的温湿度补偿方法来提升传感器测量精度。为此，设计了一种车载式车辆尾气检测装置，并提出了一种基于正余弦优化算法（SCA）和改进式粒子群优化算法（PSO）的支持向量回归（SVR）的传感器温湿度补偿方法，通过传感器实时检测氮氧化物气体和颗粒物浓度，并利用补偿模型对传感器检测值进行温湿度补偿。经过测试数据训练和验证，补偿模型可以有效降低由温湿度造成的误差，能够满足工程需求。

發(fā)表于：2025/5/14

一种可调电压DC-DC电源无线智能测控系统设计[电源技术][工业自动化]

工业生产中有线通信方式通常受布线和传输距离的影响，给测控任务带来诸多不便。特别是在一些高低温、高噪声和高电压等不宜人员参与的环境中，有线数据传输方式很易受到干扰，同时需要人员不断干预而存在安全隐患问题。为了解决以上问题，并结合系统设计自身特征，提出了基于“5G模块+STM32+PC”的一种可调电压DC-DC电源无线智能测控系统设计方案，通过用户端上位机智能测控软件实现对远端设备的测控功能。该系统具有电源电压测控、误差智能补偿、5G无线通信等功能。整个系统具有控制精度高、可靠性高的特点。

發(fā)表于：2025/5/14

风力发电系统MPPT特性测控系统设计[模拟设计][智能电网]

在中小型永磁同步风力发电机中，桥式整流+DC/DC变换器拓扑具有结构简单的优点，其中DC/DC电路有Boost和Buck两种拓扑，探究两者的最大功率点跟踪（Maximum Power Point Tracking，MPPT）控制性能区别是对其优化设计的关键，测控系统是性能分析的重要手段。通过系统总体方案设计，确认了系统参数及指标；分析了四桥臂DC/DC拓扑，并基于高端电流采样和隔离采样技术实现了系统电压、电流、功率和频率的采集，设计了功率驱动及单片机控制电路；探讨了适合单片机的MPPT爬坡搜索法软件；给出了基于LabVIEW的上位机操控系统的软件设计实现；搭建了测控系统，进行了MPPT和两种拓扑测控结果对比实验。实验结果表明测控系统达到了设计目标。

發(fā)表于：2025/5/14

集成电路卡数据完整性保护机制快速检测方法[模拟设计][工业自动化]

介绍了集成电路（Integrated Circuit，IC）卡数据完整性保护机制检测方法，针对传统单指令断电检测手段的局限性和不足提出二次断电理论，用于检测验证IC卡在执行数据恢复过程中出现中断的事务保护机制。采用时间统计法和功耗统计法两种改进方案，计算断电测试有效时间区域，解决二次断电检测效率低下问题。最后通过实验结果验证数据完整性保护机制快速检测方法的有效性。

發(fā)表于：2025/5/14

硅基GaN功率器件与驱动集成设计[电源技术][工业自动化]

为满足高频电源模块的应用需求，设计了一款全GaN功率芯片。芯片集成了驱动电路和300 V功率管，有效减少分立式封装所带来的寄生电感，集成化设计能够提升芯片抗噪声能力和可靠性。芯片在GaN-on-Si工艺平台进行制备，采用E/D模集成电路设计。该芯片的驱动电路在2 MHz开关频率下输出信号上升时间为4.3 ns、下降时间为3.4 ns，芯片的功率管在300 V下能够稳定工作。

發(fā)表于：2025/5/14

一种双向使能的负压低压差线性稳压器[模拟设计][工业自动化]

设计实现了一种可以双向使能的负压低压差线性稳压器（LDO）。首先介绍了传统的负压LDO基本架构及工作特点，根据负压LDO的应用场景，提出负压LDO的使能需要双向使能。其次展示传统的使能电路和提出的双向使能电路，并按照正压启动和负压启动两种情况分析。最后该负压LDO芯片基于350 nm CMOS工艺设计制造，测试结果显示，该负压LDO在使能信号大于0.6 V小于5 V区间和大于-5 V小于-0.9 V区间内可以实现双向启动，且使能电路在正压启动过程中消耗电流873 nA，在负压启动过程中消耗电流219 nA。

發(fā)表于：2025/5/14

一种应用于电流检测的低失调运算放大器设计[模拟设计][工业自动化]

针对电流检测对运算放大器性能的要求，提出一种新型低失调运算放大器电路。采用低失调运放、PMOS管和电阻构成闭环电流采样电路，整个运放电路由主运放和辅助运放构成，主运放构成的高频通路控制电路带宽，辅助放大器低频通路利用斩波技术以及自调零技术降低电路失调。基于东部高科180BCD工艺对电路进行仿真，仿真结果表明，温度为27 ℃，输入失调电压稳定在9 μV，运放增益为95.50 dB，增益带宽积为28.2 MHz，相位裕度在76.6°以上，CMRR的值为148 dB，PSRR的值大于116 dB。该电路可用于高侧电流检测。

發(fā)表于：2025/5/14

基于芯粒的Flash FPGA驱动测试技术[可编程逻辑][工业自动化]

针对基于芯粒的Flash FPGA驱动覆盖率测试，利用Flash FPGA的系统控制寄存器与边界扫描寄存器模块，配置FPGA不同的驱动模式，并通过传统的单芯片Flash单元配置进行对比验证。实验结果表明，基于芯粒的Flash FPGA控制寄存器配置的驱动性能与传统的单芯片Flash单元配置一致，测试时间缩短到1/3。

發(fā)表于：2025/5/14

机器“掘金潮”：面向人工智能时代扩展基础设施[人工智能][数据中心]

在淘金热时期，怀揣着致富梦想的探矿者们纷纷涌入美国西部，希望通过淘金发家致富。如今，科技领域的开拓者也同样跃跃欲试，希望在人工智能（AI）领域大展拳脚。普华永道（PWC）估计，到2030年，全球经济总收益的45%将由人工智能驱动，越来越多的行业将受益于人工智能带来的生产力和产品性能提升。普华永道的研究进一步指出，人工智能有望为全球GDP额外贡献15.7万亿美元，增幅约为14%。

發(fā)表于：2025/4/30

破解AI集群扩展中的关键瓶颈[人工智能][工业自动化]

人工智能（AI）正以前所未有的速度向前发展，整个市场迫切需要更加强大、更加高效的数据中心来夯实技术底座。德科技署名文章旨在探讨人工智能集群扩展面临的关键挑战，同时揭示为何“网络会是新的瓶颈”。

發(fā)表于：2025/4/30

藏文网络敏感信息检测研究[人工智能][信息安全]

随着互联网的普及，藏文网络空间也面临着日益增多的敏感信息传播风险，给社会稳定和国家安全带来挑战。传统的敏感信息检测方法难以有效应对藏文语言的特殊性和网络信息的复杂性。为了解决这一问题，提出了一种基于CINO-DPCNN的混合神经网络模型。该模型结合了CINO模型对藏文语义的深层次理解和DPCNN模型对文本特征的高效提取能力，能够更准确地识别藏文网络敏感信息。实验结果表明，CINO-DPCNN模型在准确率、F1值等指标方面取得了良好的结果，相较于现有模型有显著提高。这为构建安全、健康的藏文网络环境提供了新的技术支撑，也为其他少数民族语言的敏感信息检测提供了借鉴。

發(fā)表于：2025/4/28

医疗人工智能领域同意规则的困境与出路[人工智能][信息安全]

随着人工智能的发展，个人信息保护与个人数据运用之间的矛盾凸显。个人医疗信息保护是管窥人工智能时代同意规则困境与解困之路的最佳范例，人工智能医疗领域具有广阔的研究价值，但其前提都依赖海量个人医疗数据之处理。然而，当前以同意规则为核心构建起来的个人信息保护制度却难以应对医疗人工智能时代对个人医疗信息保护的挑战。传统的同意规则作为个人信息处理的正当性依据陷入重重困境之中。革新而非放弃同意规则是人工智能时代个人信息保护的解困之道。在坚守同意规则的核心价值基础上，引入场景理论，并在特定目的下结合比例原则，差异化重构同意规则，实现同意规则的分场景分层次的动态化适用，以期平衡个人信息保护与个人数据的利用。

發(fā)表于：2025/4/27

基于数据中台的地理信息要素融合治理的构想与实践[其他][数据中心]

随着技术的发展，测绘地理信息已经从传统的数据资源转变为数据要素，其在各类数据之间发挥着“纽带”作用，对于数据治理尤为重要。面向地理信息要素，分析其特点与问题，针对其难以汇聚管理且应用质效低的情况，基于数据中台的理念与思想，设计地理信息要素面向数据中台融合治理的体系架构，提出全流程的实践方法，并针对其中的数据融合、要素实体化两个关键步骤的流程与方法进行阐述。地理信息要素的有效融合与治理，对于构建数字中国、推动经济社会高质量发展具有重要作用。

發(fā)表于：2025/4/27

应用于相机标定的亚像素棋盘角点检测[人工智能][消费电子]

在相机标定过程中，棋盘角点检测精度对于确保标定结果的准确性至关重要。针对当前棋盘角点检测方法在精度方面的不足，提出一种新型的亚像素级棋盘角点检测技术。首先，采用U-Net卷积神经网络作为主干网络，根据相机捕获的棋盘图像构建角点热图。此外，为了缩小编码器特征和解码器特征之间的语义差距，创新性地引入了通道和空间双交叉注意模块。接着，通过高斯曲面拟合方法，计算出精确的亚像素棋盘角点坐标。实验结果表明，该方法能够有效提高角点检测的精度，并在相机标定任务中实现了更低的重投影误差。

發(fā)表于：2025/4/27

生成式人工智能时代信息生态秩序的失衡风险与治理方案[人工智能][信息安全]

生成式人工智能驱动了人工智能生成内容时代的到来，变革了信息生成和传播的机制。在变革过程中，信息生态秩序的失衡风险也随之产生。受到语料库、模型目标设定、模型微调中相关主体价值观念等内外因素影响，生成式人工智能存在输出和传播虚构信息、错误信息、误导性信息的问题，会对现有信息生态的有序性、真实性、可信性产生影响。为应对失衡风险，应在包容审慎、动态敏捷的柔性治理理念指引下，调动政府部门、运营管理主体、产品使用者等多元主体共同参与风险治理；针对模型训练、服务嵌入、内容生成、内容发布、信息传播等具体阶段和场景展开分层分类精细治理；综合采取法律规制、伦理规制、行业自律、技术规制等多种治理方案展开立体化治理。

發(fā)表于：2025/4/27