谈导热材料多层厚铜板制作工艺

当前FR-4导热材料基本上都以填充陶瓷、三氧化二铝等复合材料,使之具有耐热、导热、散热的特点,其主要应用在大功率电源电子产品中,多为厚铜多层板设计.本文主要针对此类材料在生产加工过程中遇到的压合可靠性、钻孔毛刺、激光盲孔残胶等主要问题进行讨论.     

基于人脸检测的课堂关注度分析系统

针对各高校课堂教学质量评价带有主观、片面和滞后的问题,提出一种基于"交并均"的多种人脸检测融合算法的课堂关注度分析系统。首先对获取的视频帧图像进行图像均衡和滤波等处理。然后,将处理后的图像分别通过三种不同的人脸检测算法进行检测,获得三个不同的坐标集合;同时,对坐标集合中的数据进行比对分析获得理想最大坐标集合、理想最小坐标集合和理想均衡坐标集合;最后,使用集合中的坐标信息计算出学生抬头率,通过阈值分级量化出学生的课堂专注度,从而实现对课堂教学质量的客观评价。实验结果表明,该系统能够对各种课堂的教学质量做出客观评价,为评估和改善学生听课效率和课堂教学质量提供科学依据。     

多智能体协作场景下基于强化学习值分解的计算卸载策略

针对未来网络中出现的多智能设备协作计算场景,提出了一种基于深度强化学习的多智能体联合计算卸载策略.所提策略通过多智能体强化学习值分解方法将多智能体联合动作策略函数拆解到各智能体设备上,达成系统的联合卸载决策,使系统在联合计算卸载任务中能够根据当前时刻智能体设备的计算能力、通信能力等状态和任务的时延需求、通信数据量以及所...     

基于多传感器信息的无人机容错定位方法

针对无人机蜂群作战中的目标高精度、高可靠融合定位问题,论文提出了 一种基于多传感器信息融合的容错定位方法.首先,对常用的无人机定位方法进行对比分析,设计了 一种典型任务场景;然后,论文对多传感器数据融合结构进行了深入研究,并针对这一典型多源异构数据融合场景设计了层次化分布式的融合结构;之后,论文给出了分布式容错扩展信息...     

大功率电视三工器的设计、安装与调试

我台运用模拟CH15频道的宽频带天线,通过三工器使用多频道合成技术,将新增的数字CH31和CH43频道共用进行播出,从而提高了发射塔空间的使用率,降低了设备成本和维护成本.     

我国5G+工业互联网发展面临的挑战与对策

近几年来,在国家政策的大力支持下,在产业链各方的共同努力下,我国5G+工业互联网蓬勃发展,5G与实体经济融合正向广度、深度拓展,5G+工业互联网正成为推动工业企业数字化转型的新引擎。在5G+工业互联网蓬勃发展的同时,仍面临跨行业融合难、商业模式尚不成熟、“卡脖子”问题一时难以解决、5G+工业互联网人才紧缺等挑战。为应对挑战,文章从加快5G+工业互联网新型基础设施建设、推进5G+工业互联网商业模式创新、打好关键技术攻坚战等方面提出建议。     

电视节目编排的技术性和艺术性融合

近年来,人们对电视节目质量提出更高的要求。在这种情况下,我国电视媒体行业要想更好地顺应新时代发展潮流,就要加强对节目编排工作的重视程度,并将各种先进技术手段合理融入编排工作中,以此来丰富节目内容,提高节目质量与传播效率,从而更好地满足广大受众实际观看需求。基于此,文章着重探究电视节目编排的艺术性与技术性融合措施,旨在推动我国电视媒体稳步发展。     

车载激光雷达和视觉传感器融合算法研究

随着交通技术的发展,智能交通工具受到了广泛的关注。其中,车载激光雷达技术是智能驾驶系统的基础,在复杂的交通环境中,某些方面可能会受到环境干扰,导致车载激光雷达控制受损,尤其是对车辆详细信息的判断和数据搜集的准确性降低。针对以上问题,文章开展了基于激光雷达与视觉传感器融合算法的技术研究。     

“人工智能+信息与通信工程”创新型研究生人才培养模式研究

人工智能时代的到来要求研究生需要熟悉人工智能交叉学科知识,具备突出的科学素养、创新能力、系统思维能力和国际视野。文章从理论知识与工程实践出发,分析“人工智能+信息与通信工程”人才培养模式应该重点培养研究生的自主创新思维的能力、自主学习能力、元认知能力、意义建构能力和高阶认知能力等5种能力,并且培养学生的终身学习素养、计算思维素养、设计思维素养和交互思维素养。     

基于通道注意力机制和多尺度卷积的行人重识别

针对真实环境中由于复杂背景和物体遮挡、角度变换、行人姿态变化带来的行人重识别(person re-identification,person re-ID) 问题,设计了基于通道注意力(efficient channel attention,ECA) 机制和多尺度卷积(poly-scale convolution,PSConv) 的行人重识别模型。首先利用残差网络提取全局特征,在网络末端加入基于ECA机制及PSConv的特征融合模块,将全局特征和该模块提取的全局特征进行融合,之后将新的全局特征进行分割得到局部特征,最后将新的全局特征和分割得到的局部特征融合得到最终特征,并计算损失函数。模型在Market1501和DukeMTMC-reID 数据集上进行实验验证。在Market1501数据集中,Rank-1和平均精度均值分别达到94.3%和85.2%,在DukeMTMC-reID数据集中,上述两参数分别达到86.3%和75.4%。实验结果可知,该模型可应对实际环境中的复杂情况,增强行人特征的辨别力,有效提高行人重识别的准确率和精度。