欧美精品在线极品,日本三级久久久,国产精品爽爽ⅴa在线观看

一种用于时间交织ADC的低时间失配采样方法[模拟设计][工业自动化]

为了应对时间交织型模数转换器中时间失配导致的性能下降问题，提出了一种高效的分层串联采样方法。该采样方法的思路是将与采样精度相关的时钟源集总在主采样开关位置，缓解由于多路子采样开关控制时钟存在时间失配导致采样精度下降的问题。此外，还设计了一种高速自举式采样开关，具有开启速度快、线性度高的特点。该采样方法基于22 nm CMOS工艺搭建电路并进行后仿真验证。仿真结果表明该采样方法对时间失配不敏感，在0.9 V电源电压，输入信号频率为2 GHz下，采样网络的信号噪声失真比（SNDR）达到72 dB。

發(fā)表于：2025/2/18

针对总剂量效应4H-SiC功率器件的加固设计方法[模拟设计][工业自动化]

介绍了总剂量效应对4H-SiC功率器件的影响以及对应的加固方案。首先介绍了4H-SiC功率器件的电气特性以及工作时面临的辐照环境。接着根据辐射对器件特性的影响，识别辐射缺陷，并建立了退化机制。然后，分析了单极性器件和双极性器件的辐照的特性。最后，针对器件在辐照环境中的退化机理，分别从工艺、器件结构、版图与电路方面提出了加固设计方法。

發(fā)表于：2025/2/18

基于深度学习的电厂跑冒滴漏视频识别应用研究[人工智能][工业自动化]

为解决火电厂设备在运行过程中会存在“跑冒滴漏”现象，通过视觉识别技术及深度学习的应用，提出基于卷积神经网络模型的电厂跑冒滴漏视频识别模型，并对模型进行优化和改进。该方法基于火电厂摄像头进行现场图像的采集，进行数据预处理和优化，同时按照缺陷形态建立对应数据集。然后，通过语义分割、数据增强、注意力机制、更改激活函数等技术与卷积神经网络结合，对YOLOv5算法进行深层次优化，包括训练策略的改进和模型评价调整，增强了模型算法对复杂场景识别理解能力，可有效提高视频识别精度与速度，有助于提高火电厂巡检的自动化、智能化水平，具有较好的工程应用前景。

發(fā)表于：2025/2/18

面向密集行人场景的YOLOv8n改进算法[人工智能][智能交通]

为了解决传统算法在密集行人场景中识别精度不足和检测不准确的问题，提出一种基于YOLOv8n的改进型密集行人检测模型。首先，引入SPPELAN模块替换骨干网络中的SPPF模块，以提升模型对多尺度目标的特征感知能力。其次，设计一种残差注意力机制，提高模型对细微特征的提取能力，进而提高检测精度。最后通过添加DySample算子、改进的小目标检测层提高模型对小尺度目标的定位识别能力。实验结果显示，改进的模型相较于YOLOv8n在CrowdHuman数据集上的召回率、mAP50和mAP50-95分别提升了2.5%、2.9%和2.4%，并且该模型在WiderPerson和CityPersons数据集上表现优异。实验结果表明，该算法能更好适用于密集行人检测任务。

發(fā)表于：2025/2/18

数字轨道交通系统DRT综述[模拟设计][智能交通]

简要综述了数字轨道交通（Digital Rail Transit ，DRT）系统作为一种电子导向胶轮系统在城市轨道交通领域的研究应用现状，分析了上海电气集团智能交通科技有限公司（简称上海电气）的i-DRT系统的技术研发，以及与上海申沃客车有限公司（简称申沃客车）在现有公交车型中的合作应用，评估了目前DRT系统的技术原理以及技术优势及挑战，提出了未来研究的方向和建议，以期为后续研究提供参考。

發(fā)表于：2025/2/18

量子计算技术在电池材料化学模拟中的实用化探索[电源技术][汽车电子]

量子计算技术的迅速发展，为解决新能源领域中的实际问题带来了加速潜力，特别是在复杂电池材料的模拟与设计上。与此同时，随着可再生能源和电动交通等新兴产业的快速崛起，对高效、精准地计算新能源电池材料特性的需求愈发迫切，传统计算方法在此类高复杂度问题上存在求解精度不足、资源消耗量大等诸多困难。而量子计算以其独特的计算方式和潜力，为进一步解决相关问题提供了新颖的思路和解决方案。概述了量子化学模拟的基础计算原理，对用于电池材料化学特性模拟中常用的量子算法进行了总结，探讨了多款量子化学模拟使用的新型软件包工具，并结合各汽车企业的应用案例，阐述了量子化学模拟在电池领域的实际应用情况。本研究为电池材料模拟、基态能量计算和性能优化提供了新的思路和方法，有望助力新能源电池材料的优化发展。

發(fā)表于：2025/2/18

借助低功耗网状网络技术降低网关能耗[通信与网络][物联网]

互联网宽带业务历来竞争激烈，终极目标在于实现最高吞吐量。然而，可持续发展意识日渐增强，包括欧盟关于待机模式的生态设计法规等能源法规日趋严格，正在改变互联网服务提供商（ISP）的游戏规则。

發(fā)表于：2025/2/14

派拓网络：保障远程OT操作安全，构建互联时代的弹性框架[通信与网络][信息安全]

随着OT环境互联程度的日益增加，企业可远程管理各项操作，在提高效率的同时加强远距离监控。但这些技术进步也带来了更高的安全风险。

發(fā)表于：2025/2/14

数据安全审查实施困境与优化措施[其他][信息安全]

为防控数据安全风险，细化数据安全审查实施规范，实现维护国家安全的本质目的，提出应对数据安全审查实施困境的措施。基于数据安全审查实施的必要性，揭示现行数据安全审查实施在国家安全认定和影响难以衡量、数据安全审查主体和审查范围界定不清的困境，并对数据安全审查实施提出优化措施。研究针对数据安全审查实施中存在的挑战，实现“国家安全”审查因素具体化与抽象化的统一，以重要数据和核心数据的识别与管控为审查中心，实行常设与特设审查主体并行协调治理，推动数据安全审查的实施优化。

發(fā)表于：2025/2/8

公共数据授权运营赋能新质生产力的理论阐释和制度拓补[其他][信息安全]

公共数据授权运营作为新型要素的配置方式，以市场手段实现数据价值，深度赋能新质生产力高质量发展。探寻公共数据授权运营赋能新质生产力的关键，在于自上而下地开展体制机制与组织机构设置。“数据确权授权”与“公共数据开放”双重理论路径，有效提取公共数据授权运营的主体与职能、运营模式选择、数据安全保障、数据产品的权属等赋能要点，归纳出公权主导与合理限制的意义及作用、平等原则与公开原则等理论要求。提出建立健全公共数据授权运营全流程的安全保障体制机制、以公益性目的界定公共数据产品及衍生数据财产权属的制度建议。

發(fā)表于：2025/2/8

东盟数据治理规则和中国-东盟数字合作研究[其他][信息安全]

为加强数字经济时代数字合作和助力企业数据合规跨境，从个人数据保护、网络和数据安全、数据跨境流动探讨了东盟数据治理规则现状，分析了区域合作中面临的机遇与挑战。研究发现，东盟及各国逐步强化数据治理实践和监管，但是区域制度协调和监管实施趋于复杂化，加大了区域各领域数据治理合作的阻力。据此，中国-东盟命运共同体需要夯实区域数据治理规则的协作共识、打通区域数据跨境监管的合规脉络、共建区域数据治理的互信互认体系，携手共建共享更和谐、更安全、更高效的新发展格局。

發(fā)表于：2025/2/8

全球治理与国内挑战：印度网络安全战略多元主义路径研究[通信与网络][信息安全]

印度的网络安全战略在全球治理与国内挑战影响下呈现多元主义路径。从印度信息技术政策的演变切入，揭示历史竞争与国际战略选择中的多元考量形成其网络安全战略的基础。其次，剖析印度国内意愿与能力错位、国际治理压力及大国博弈等因素对其战略调整的影响。最后，聚焦数字化进程中的数据安全，阐述印度在“数据民族主义”、国际合作及人工智能与数据一体化平台建设方面面临的机遇与挑战。面对网络安全应对能力不足、高端技术创新不够等局限，印度试图通过政策立法和技术布局强化网络安全防护体系，并在国际竞合中寻求灵活战略空间。

發(fā)表于：2025/2/8

面向卫星物联网的无证书双边访问控制方案[通信与网络][信息安全]

作为物联网设备互通的新范式，卫星物联网能够有效弥补传统地面物联网的不足。然而，卫星物联网环境下设备间交互的安全保障能力仍有待提高。鉴于此，提出了一种面向卫星物联网的无证书双边访问控制方案。本方案采用无证书公钥加密技术避免了传统加密方案中的密钥托管和证书管理问题，并基于匹配加密技术实现了发送端和接收端的双边访问控制。此外，通过将部分加解密工作外包给边缘服务器的方式，减轻了终端设备的计算负担。基于标准困难假设的安全分析证实了本方案的安全性，而性能分析则表明了本方案的实用性。

發(fā)表于：2025/2/8

基于字节序列频域采样的恶意软件分类[人工智能][信息安全]

近年来，利用机器学习直接从文件字节序列中提取特征并进行恶意软件分类的方法受到了广泛关注。但恶意软件字节序列较长，直接输入模型进行训练，时间和空间开销巨大，难以适用大数据场景下的海量文件样本。针对该问题，提出基于字节序列频域采样的恶意软件分类方法，通过离散傅里叶变换设计频域采样策略保留字节序列中的主要低频成分，合成新的短信号，实现训练效率的提高。公开数据集上的实验结果表明，与最先进的基于原始字节序列的恶意软件分类方法相比，所提出的方法与其分类效果相当，且将模型的训练时间和GPU显存占用分别降低了90%和50%以上。

發(fā)表于：2025/2/8

基于联邦学习的加密流量分析研究[通信与网络][信息安全]

当今信息化时代背景下，加密流量呈爆炸式增长，其在保障了信息传输的安全性的同时，也给了不法分子可乘之机，对流量的分类、识别提出了前所未有的挑战，尽管传统的基于规则的识别方法和流级行为特征等方案能实现较高准确率的分类、识别，但在数据隐私和安全方面仍有待提升。着重研究基于联邦学习技术的网络加密流量识别系统，针对使用SSL/TLS进行加密的流量特征，提出了一种高效加密流量识别模型，主要通过特征提取和模型训练来实现对加密流量的准确分类，可以在不接触原始数据的前提下，进行信息共享和模型训练，通过加权平均策略获得准确的加密流量分析模型，有效监测夹杂在海量数据中的高危流量。在加密数据集上的实验有效验证了该方法的可行性。

發(fā)表于：2025/2/8