i.MX:创建无线通信持久的性能

概述 第三代移动业务正在将宽带接入到每个人的身边,无线通信接入和处理能力正在与日俱增。然而,移动系统有其特定的弱点—电源问题。不管移动系统变得多么强大,它们所能执行工作的数量都会受制于所使用电池的寿命。这就是低功率消耗与移动通信设备的速度和效率同样重要的原因。 长寿命电池格外重要,因为工作日不是短跑,它是通信领域的马拉松赛。高性     

一种基于时间敏感网络的变电站确定性网络架构优化方法

新型智能变电站网络基于传统以太网尽力而为转发机制,在突发大流量时难以保证敏感流量可靠传输。文中提出一种基于TSN（时间敏感网络）的变电站网络架构优化方法,根据敏感SV报文的传输特性,采用TSN协议簇中IEEE802.1Qbv、IEEE 802.1AS结合的时间门控调度机制,在敏感流量到来的时隙开辟专用通道保证其以最佳时延通过;采用TSN协议簇中IEEE 802.1Qci技术对网络所有流量进行过滤管理,保障敏感流量能进入专用通道并阻挡其他流量误入。经模拟变电站实际场景组网验证表明,相对于传统以太网,时间敏感网络能确保网络拥塞时敏感流量能够以最大时延2.17μs、平均抖动0.16μs的最佳时延抖动传输。     

用一个二极管桥和一只晶体管完成XOR/XNOR功能

在用高于常见的电源电压(如24V)设计逻辑电路时,可以结合使用标准逻辑系列与一只稳压器,通过电平转换器做接口。另外,如果逻辑并不太复杂,速度也不是非常高,可以用分立元件建立门控电路,直接用当前电压运行。分立元件的AND、OR和NOT功能都相对简单明确,但XOR和XNOR功能通常需要多个AND、OR和NOT基础功能的组合。     

天津地铁2号线列车门控系统问题分析及改进

针对天津地铁2号线列车客室车门门控系统出现的问题进行了列举和分析,采取程序完善和电路改进等措施,有效解决了门控系统的问题。     

马尿酸分子印迹电化学传感器的制备及应用

采用超声法制备g-C3N4/NiO复合催化材料,将其滴涂在玻碳电极(GCE)表面构建g-C3N4/NiO/GCE催化电极。采用电聚合方法,以马尿酸为模板分子,邻苯二胺为功能单体构建M IP/g-C3N4/NiO/GCE传感器。采用时间-电流法对传感器制备条件优化。结果表明,复合催化材料对H2O2具有良好的催化效果。分子印迹传感器对马尿酸具有良好的选择性。在优化条件下,马尿酸质量浓度在0.05~2 mg/L范围内,电极电流响应与浓度呈良好的线性关系,检出限为7.1μg/L。将电极用于尿液中马尿酸的检测,回收率在87.3%~95.3%之间。     

融合TextCNN-BiGRU的多因子权重文本情感分类算法研究

随着深度学习技术在自然语言处理领域的广泛应用,短文本情感分类技术得到显著发展。该文提出了一种融合TextCNN-BiGRU的多因子权重文本情感分类算法。算法通过引入词语情感类别分布、情感倾向以及情感强度三个关键因子改进了词语的向量表示。将基于词向量表示的短文本分别作为TextCNN和BiGRU模型的输入,提取文本关键局部特征以及文本上下文的全局特征,将两种特征进行线性融合,实现中文短文本的情感分类。在公开的两个情感分类数据集上验证了多因子权重向量表示方法和融合TextCNN-BiGRU的情感分类模型的有效性,实验结果表明,文中提出的算法较单一模型在短文本情感分类准确率上提高了2%。     

融合BERT-BiGRU和多尺度CNN的中文微博情感分析

随着社交媒体的快速发展,人们在微博等平台上表达情感的方式也得到了极大的丰富和多样。因此,针对中文微博情感分析的研究变得尤为重要。为提高中文微博情感分析的效果,设计了一种基于BERT-BiGRU和多尺度卷积神经网络(Convolutional Neural Networks, CNN)的中文微博情感分析模型。具体来说,首先,利用预训练的BERT模型对微博文本进行编码;然后,通过BiGRU捕捉上下文信息和语境特征,并利用多尺度CNN提取文本中重要的局部情绪特征;最后,使用全连接层进行情感分类。在SMP2020发布的公开微博数据集上进行比较实验,实验结果表明,提出的模型在中文微博情感分类任务上取得了较好的表现,具有更高的准确性和泛化能力。     

大幅降低功耗的高性能64位处理器

P．A．Semi（Santa Clara,美国加州）公司准备发布一款高性能的64位处理器,据称可以在同样性能的水平下,将功耗降低到目前产品的1／10。PA6T-1682M通过采用新的架构设计、工艺的改进和先进的时钟管理技术来实现低功耗,芯片上的门控时钟多达15000个。     

反门控去耦技术-定量核磁共振法测定染料木素的含量北大核心CSCD

以香草扁桃酸为内标物,提出了测定染料木素的定量核磁共振法(qNMR).采用反门控去耦模式采集氢谱,驰豫延迟时间为40 s,扫描次数为32次,采集时间为4.0 s,溶剂为氘代二甲亚砜,以染料木素中化学位移(δ,×10^(-6))6.38的峰为定量峰,香草扁桃酸中δ6.96为内标物信号峰.结果表明,染料木素与内标物香草扁桃酸的质量比在0.83~7.50内,与其定量峰和内标物信号峰的峰面积比值呈线性关系,检出限(3.3s/k)为0.2 g􀅰L^(-1).在精密度试验中,测定值的相对标准偏差(n=6)均小于0.35%;稳定性试验显示供试品溶液在避光条件下24 h内稳定.方法用于实际样品的分析,测定结果与国家标准GB/T 23788-2009的一致.