融合细节特征与混合注意力机制的火灾烟雾检测

针对卷积神经网络高层特征图中细节特征被削弱造成烟雾图像底层特征丢失的问题,提出一种融合细节特征与混合注意力机制的YOLOv4改进算法。设计了细节特征融合模块,将主干网络中的底层细节特征引入高层特征图,得到具有丰富多尺度信息的融合特征。在通道和空间维度上采用混合注意力机制对融合特征的图权重进行重新赋值,在增强烟雾目标特征的同时抑制无关区域特征,使烟雾特征表达具有更好的鲁棒性。实验结果表明,本文算法的平均精确率、精确率和召回率相比YOLOv4算法分别提高了4.31%,1.21%,9.86%,同时保持了较快的检测速度。本文算法能够有效提取烟雾目标的整体特征,对于复杂背景下的火灾烟雾检测任务更为适用。     

脉冲高功率离子二极管的动力学模拟

基于等离子体的爆炸发射模型,利用自洽的2.5维的胞中粒子（PIC）模拟程序MAGIC模拟了平板型磁绝缘离子二极管中电子和质子的动力学特性。给出了电压为300kV,外加磁场为2倍临界磁场情况下的二极管特性,阴阳极间隙中带电粒子的空间和相空间分布,以及净电荷密度分布和电场分布,结果表明,引出束流密度比单离子Child-Langmuir公式计算的结果大5倍;外加磁场导致在阴极附近形成虚阴极。空间电荷使得阴阳极间隙中电场扰动和增强。     

电子束、离子辅助和离子束溅射三种工艺对光学薄膜性能的影响

运用电子束、离子辅助和离子束溅射三种镀膜工艺分别制备光学薄膜,包括单层氧化物薄膜和增透膜,然后采取一系列测试手段,如Zygo轮廓仪、原子力显微镜、表面热透镜技术和X射线衍射等技术,来分析和研究不同的工艺对这些薄膜性能的不同影响,以判断合理的沉积工艺。     

Intersil推出具有卓越效率和功率密度的新型10A降压稳压器

全球高性能模拟混合信号半导体设计和制造领导厂商Intersil公司(纳斯达克全球交易代码:ISIL)宣布,今天推出具有优异效率和功率密度的最新10A集成式FET同步降压稳压器---ISL95210。ISL95210提供0.6%输出精度且无需补偿。     

Velodyne（威力登） vPulse

Velodyne（威力登）日前宣布推出第一款耳机vPulse,这款高性能耳塞耳机专门为便携式媒体设备和音频／视频产品提供高清晰度的声音,融合了Velodyne在低音炮的众多专利技术,采用了专门开发的10mm驱动单元,结合铝制外壳及混合物料制造的附件,提供具有充足能量感的真实低频回放能力,     

无限时域离散时间随机系统的H2/H∞探究

该文用H2H∞混合控制法通过系统的精确能观性和精确能检性来求出无限时区离散时间随机系统的线性二次型随机微分对策问题的解,并且给出了无限时域随机微分对策问题的最优策略[1](纳什均衡点)以及最优消耗函数值,解决此类问题的关键在于寻求四个耦合的方程组的解,同时给出了一种解决此类耦合方程组的递归方法.     

一种KI和H_3BO_3混合溶液中KI浓度的测定方法

本发明涉及分析测试领域,特别涉及一种KI和H3BO3混合溶液中KI浓度的测定方法。该方法包括:(1)测定待测液的电导率;(2)将H3BO3转化成络合酸;(3)滴定反应;(4)计算H3BO3的质量浓度;(5)计算KI质量浓度。该方法试剂种类少而且使用量少,所使用的试剂也容易得到,价格也不高,使操作过程更加方便快捷,还大大降低了测量的成本;同时加入了电导率的测量和函数模型拟合的计算,减少了人工的工作量,也防止了人工操作容易造成的误差,提高了测量结果的准确性。     

HSDPA在TD-SCDMA系统中的实现

在TD-SCDMA系统中,UTRAN不仅需要提供传统的实时语音业务,还需要满足日益增加的不对称下行数据业务的需求。在3GPP Release 5和后续版本的TD-SCDMA系统中,采用了HSDPA技术来支持高速下行的分组数据业务,它把对空中接口资源的管理和调度从RNC移植到NodeB中,从而可以及时地根据信道特性自适应地调整编码和调制方式,以获得更小的时延、更高的系统容量和QoS支持。本文在分析HSDPA相关关键技术的基础上,介绍了鼎桥通信技术有限公司的TD-SCDMA 基站中HSDPA 技术的实现方案,并进一步分析了其对HSDPA+语音电话并发（multi-session）业务的支持。     

改进型DV-Hop定位模型及其求解的混合视觉进化神经网络

针对DV-Hop定位模型跳距估计精度低且难准确获取未知节点位置的问题,提出改进型DV-Hop定位优化模型及其求解的混合视觉进化神经网络优化算法。DV-Hop定位模型设计中,引入4种通信半径细化节点间的跳数计算,并利用动态权重因子修正最小跳数及平均跳距计算模型,获得改进型DV-Hop的计算模型。算法设计中,依据果蝇和蝗虫视觉系统的信息处理机制,建立输出全局和局部学习率的混合视觉神经网络,进而在此神经网络的输出引导下,借助哈里斯鹰优化算法中哈里斯鹰的位置更新策略设计状态更新策略,由此获得能求解DV-Hop定位问题的视觉进化神经网络优化算法。比较性的数值实验显示,该算法求解基准函数优化问题具有明显优势,并对未知节点的定位精度高且收敛速度快。