检索结果-南通市图书馆

基于《模拟电子技术》课程教学改革分析--以宁夏理工学院电气信息工程学院为例

在线全文

学校读者我要写书评

暂无评论

科技创新导报 2019年第34期16卷 201-202页

作者：王俊微宁夏理工学院宁夏石嘴山753000

由于运用传统的教学模式无法有效让学生掌握扎实的模拟电子技术基础理论知识,所以应积极对模拟电子技术课程教学进行改革。本文将分析模拟电子技术课程教学现状,并针对性的提出具体的课程教学改革思路以供参考。

关键词：模拟电子技术课程教学改革思路

基于Transformer模型的时序数据预测方法综述

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2025年第01期19卷 45-64页

作者：孟祥福石皓源辽宁工程技术大学电子与信息工程学院

时序数据预测（TSF）是指通过分析历史数据的趋势性、季节性等潜在信息，预测未来时间点或时间段的数值和趋势。时序数据由传感器生成，在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展，海量的时... 详细信息

时序数据预测（TSF）是指通过分析历史数据的趋势性、季节性等潜在信息，预测未来时间点或时间段的数值和趋势。时序数据由传感器生成，在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展，海量的时序数据难以使用传统的机器学习解决，而Transformer在自然语言处理和计算机视觉等领域的诸多任务表现优秀，学者们利用Transformer模型有效捕获长期依赖关系，使得时序数据预测任务取得了飞速发展。综述了基于Transformer模型的时序数据预测方法，按时间梳理了时序数据预测的发展进程，系统介绍了时序数据预处理过程和方法，介绍了常用的时序预测评价指标和数据集。以算法框架为研究内容系统阐述了基于Transformer的各类模型在TSF任务中的应用方法和工作原理。通过实验对比了各个模型的性能、优点和局限性，并对实验结果展开了分析与讨论。结合Transformer模型在时序数据预测任务中现有工作存在的挑战提出了该方向未来发展趋势。

关键词：深度学习时序数据预测数据预处理 Transformer模型

在线全文

学校读者我要写书评

暂无评论

深度学习驱动下的目标检测研究进展综述

计算机工程与应用 2025年第01期61卷 24-41页

作者：山显英张琳李泽慧北京建筑大学电气与信息工程学院

近年来，深度学习在GPU高性能计算能力的加持下得到了迅速推广，并在安防、医疗、工业等领域实现了广泛应用。目标检测模型的性能也在稳步提高，从传统的目标检测方法逐渐过渡到基于卷积神经网络（CNN）深度学习的进一步应用，极大地节... 详细信息

近年来，深度学习在GPU高性能计算能力的加持下得到了迅速推广，并在安防、医疗、工业等领域实现了广泛应用。目标检测模型的性能也在稳步提高，从传统的目标检测方法逐渐过渡到基于卷积神经网络（CNN）深度学习的进一步应用，极大地节省了人力物力。通过参考大量文献，按照两阶段脉络梳理了目标检测的发展历程以及近年深度学习在目标检测领域内的研究进展，对比了在不同数据集上模型网络的性能，总结不同方法的优势与不足，并对领域内重要数据集作了归纳，还对目标检测算法的落地效果做了总结，特别是生活与科技中的实际应用（无人驾驶、医学图像、遥感等）。最后，还对深度学习驱动下目标检测在未来研究上的机遇和挑战作了展望。

关键词：目标检测卷积神经网络单阶段两阶段目标检测应用

同方期刊数据库

单轴应变对本征和N掺杂4H-SiC电子结构的影响

在线全文

学校读者我要写书评

暂无评论

原子与分子物理学报 2025年第3期42卷 173-179页

作者：秦彦军张建强杨慧雅方峥范晓珍邝富丽叶慧群方允樟浙江师范大学物理与电子信息工程学院金华321004 新疆理工学院理学院阿克苏843100 浙江旅游职业学院杭州311231

采用基于密度泛函理论的第一性原理方法,研究了单轴应变对本征和N掺杂4H-SiC电子结构的影响.研究表明应变可以有效调控本征和N掺杂4H-SiC的带隙,在拉应变作用下,带隙单调减小;而在压应变作用下,带隙先增大后减小,当压应变为-1%时,带隙... 详细信息

采用基于密度泛函理论的第一性原理方法,研究了单轴应变对本征和N掺杂4H-SiC电子结构的影响.研究表明应变可以有效调控本征和N掺杂4H-SiC的带隙,在拉应变作用下,带隙单调减小;而在压应变作用下,带隙先增大后减小,当压应变为-1%时,带隙达到最大值.对态密度的分析可知本征和N掺杂4H-SiC的价带顶主要来自Si 3p和C 2p态电子,导带底主要来自Si 3p态电子,C 2p态和Si 3p态通过影响价带顶和导带底从而导致应变结构中带隙发生变化.通过Mulliken布局和差分电荷密度分析可知,随着晶格常数的增加Si原子向C原子和N原子转移的电荷减少,同时Si-C原子和Si-N原子之间的共价性减弱.

关键词： 4H-SiC 单轴应变电子结构第一性原理

在线全文

学校读者我要写书评

暂无评论

面向工业物联网的策略隐藏属性基加密方案

现代电子技术 2025年第1期48卷 90-96页

作者：尹建标张言史培中古春生江苏理工学院计算机工程学院江苏常州213001

针对工业物联网中的生产和监管数据易泄露与数据获取中断的问题,提出支持策略隐藏的属性基加密方案。将属性信息分为属性名和属性值进行方案构造,属性值在构造过程中并未暴露并且上传到云服务器的访问策略仅由属性名构成,工业物联网设... 详细信息

针对工业物联网中的生产和监管数据易泄露与数据获取中断的问题,提出支持策略隐藏的属性基加密方案。将属性信息分为属性名和属性值进行方案构造,属性值在构造过程中并未暴露并且上传到云服务器的访问策略仅由属性名构成,工业物联网设备在获取生产信息时不会完整的访问策略,防止了不法分子对设备信息盗取进而导致访问策略及生产信息的泄露。同时,授权多个半可信云服务器,当某个半可信云服务器不能正常工作时可快速根据服务器密钥更新用户私钥,使得其他半可信云服务器接替其工作,保证物联网设备读取数据的连续性。此外,引入属性认证,在撤销过程中无需重更新密文,适用于产生大量数据的物联网环境的撤销。经过安全性分析和性能分析,该方案能抵抗选择明文攻击,且系统初始化、用户密钥生成、加密、解密都具有较高的运行效率。

关键词：工业物联网数据安全策略隐藏单点故障属性认证属性撤销

支持IPv4/IPv6双栈的5G通信网络可靠性组网部署研究

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2025年第1期48卷 102-106页

作者：黄琳黄劼蒋平湖北师范大学计算机与信息工程学院湖北黄石435002 腾讯科技(深圳)有限公司广州深圳518000 湖北理工学院计算机学院湖北黄石435003

5G网络要求更多的基站部署以支持更高的数据传输速率和连接密度。为实现网络数据的并行高速传输,确保网络应用业务的实时性和稳定性,文中提出一种支持IPv4/IPv6双栈的5G通信网络可靠性组网部署方法。结合IPv4和IPv6双栈,构建双栈转换机... 详细信息

5G网络要求更多的基站部署以支持更高的数据传输速率和连接密度。为实现网络数据的并行高速传输,确保网络应用业务的实时性和稳定性,文中提出一种支持IPv4/IPv6双栈的5G通信网络可靠性组网部署方法。结合IPv4和IPv6双栈,构建双栈转换机制结合有限双协议栈模型,在模型下构建5G通信网络结构,并通过高架立体交叉网优化IPv4/IPv6双栈的5G通信网络组网结构,提升IPv4/IPv6双栈5G通信网络的通信速度。采用冗余路径算法,实现5G网络IPv4/IPv6双栈通信中的服务功能链编排,解决IPv4/IPv6双栈通信中的冗余问题。实验结果表明,该方法能够构建一种更稳定、更高效的5G通信网络组网结构,提高了网络频谱效率,优化了网络环境。

关键词： 5G通信网络 IPv4/IPv6双栈可靠性组网部署服务功能链冗余路径算法有限双协议栈模型

基于半桥三电平LLC谐振变换器的混合控制策略研究

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2025年第2期 1-8页

作者：王君瑞赵东琦陈剑飞秦豪北方民族大学电气信息工程学院

半桥三电平LLC谐振变换器具有体积小、开关器件少、开关器件耐压高等优势，已逐渐应用于直流充电模块后级为动力电池充电。针对传统变频调制（PFM）策略与移相调制（PSM）策略无法实现宽输出电压范围的问题进行分析，提出一种宽增益范... 详细信息

半桥三电平LLC谐振变换器具有体积小、开关器件少、开关器件耐压高等优势，已逐渐应用于直流充电模块后级为动力电池充电。针对传统变频调制（PFM）策略与移相调制（PSM）策略无法实现宽输出电压范围的问题进行分析，提出一种宽增益范围的移相-变频（PSM-PFM）混合控制策略。通过搭建一台功率为600 W、输出电压为20～60 V的实验样机进行验证。实验结果表明，所提控制策略相比单一调制策略具有更宽的增益，进而可实现宽输出电压范围，能够为动力电池提供稳定、宽范围且可调的充电电压，并实现开关管零电压开通。

关键词： LLC谐振变换器变频调制移相调制混合控制零电压开关宽输出电压

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向工业品缺陷检测的对比表示学习

计算机科学 2025年第1期52卷 210-220页

作者：罗航宇王小平梅萌赵文豪刘思纯同济大学电子与信息工程学院上海200092

在大规模制造业中,缺陷检测旨在发现有缺陷的零部件,如损坏、错位的和存在印刷错误的部件等。由于缺陷类型未知以及缺陷样本短缺,工业品缺陷检测面临着极大的挑战。为克服上述困难,一些方法利用来自自然图像数据集的通用视觉表示,提取... 详细信息

在大规模制造业中,缺陷检测旨在发现有缺陷的零部件,如损坏、错位的和存在印刷错误的部件等。由于缺陷类型未知以及缺陷样本短缺,工业品缺陷检测面临着极大的挑战。为克服上述困难,一些方法利用来自自然图像数据集的通用视觉表示,提取广义特征来进行缺陷检测。然而,提取到的预训练特征与目标数据之间存在分布差异,直接使用该特征会导致检测性能不佳。因此,提出了一种基于对比表示学习的方法ConPatch。该方法采用对比表示学习来收集相似特征或者分离不相似特征,从而学习面向目标的特征表示。为了解决缺乏缺陷标注的问题,将数据表示之间的两种相似性度量即成对相似度和全局相似度作为伪标签。此外,采用了轻量化的内存库,仅将全部正常样本即全部无缺陷样本的特征中心存储到内存库中,从而减小了空间复杂度和内存库的尺寸。最后,将正常特征拉近至一个超球面内,而缺陷特征则分布在超球面外,以此来聚集正常特征。实验结果显示,在工业品缺陷检测数据集MVTec AD中,基于Wide-ResNet50的ConPatch模型的I-AUROC和P-AUROC分别达到99.35%和98.26%。在VisA数据集中,ConPatch模型的I-AUROC和P-AUROC分别达到95.50%和98.21%。上述结果验证了模型的有效性。

关键词：工业品缺陷检测对比表示学习相似性度量内存库超球面

基于Vision Transformer的车辆重识别模型优化

在线全文

学校读者我要写书评

暂无评论

郑州大学学报（理学版） 2025年第1期57卷 46-52页

作者：张震张亚斌田鸿朋郑州大学电气与信息工程学院河南郑州450001

针对车辆重识别任务中样本类内差异性大和类间相似度高的问题,提出了一种Vision Transformer框架下的车辆重识别方法。设计一种关键区域选择模块,整合Transformer中注意力分数矩阵,加强车辆的具有辨别性区域的关注程度,减小局部区域过... 详细信息

针对车辆重识别任务中样本类内差异性大和类间相似度高的问题,提出了一种Vision Transformer框架下的车辆重识别方法。设计一种关键区域选择模块,整合Transformer中注意力分数矩阵,加强车辆的具有辨别性区域的关注程度,减小局部区域过度集中的注意力权重;构建一种包含对比损失和中心损失的混合损失函数,对比损失函数的引入增强了模型捕捉和比较样本之间的差异的能力,中心损失使得同一类别的样本更加紧密地聚集在一起,增强类间样本的区分度。实验结果验证了其有效性。

关键词：车辆重识别自注意力机制注意力权重区域选择

同方期刊数据库