共查询到20条相似文献,搜索用时 93 毫秒
1.
光电双向负阻晶体管(PBNRT)是一种新型S型光电负阻器件.本文对它的光电负阻特性进行了数值模拟和实验研究,给出了器件等效电路.PBNRT在光电混合工作模式下具有光控电流开关效应,可通过光照和控制电压两种控制方式改变器件的S型负阻特性.模拟和实验结果均表明:光照强度增大,维持电压基本保持不变,转折电压减小,负阻电压摆幅减小;而增大控制电压,维持电压和转折电压均增大,输出负阻特性曲线右移.上述特点使得PBNRT可望在光电开关、光控振荡和光电探测等方面有很好的应用前景. 相似文献
2.
3.
4.
通用的开关电容电荷泵式电压转换器都能将一个正电压源的电压转换为负电压,或使之增加一倍。但是.某些完全由ECL(射极耦合逻辑)电路组成的设备。只能提供一个负电压,如-5.2V。图1说明如何用一只开关电容转换器来获得一个适宜为ECL-TTL电平转换器和其它电路供电的正电源电压。 相似文献
5.
6.
7.
8.
9.
对近年的“电流负反馈放大器”的工作原理进行了理论分析,从电路的演变归纳出它的主要特征--射极负反馈,指出它实质上是电压负反馈。 相似文献
10.
通常对N-MOS晶体管只研究负衬底偏置电压对其开启电压的影响,然而本文却在研究负偏置电压的基础上着重研究了正偏置电压对N-MOS晶体管开启电压的影响,提出了计算公式和实验曲线,并成功地用于CMOS斩波稳零集成运放中. 相似文献
11.
为充分挖掘家宽异常数据信息、直观了解家宽异常情况,针对用户端反馈家宽异常事件相关指标的具体数据,提出了一种基于异常主导因素和严重程度的综合评价体制,在此基础上分别利用余弦相关性和曼哈顿距离对归一化后的常见异常数据进行二级聚类,最终对常见家宽异常数据进行类别划分。现网数据实践表明,该方法可将大量无规则家宽异常数据划分为特点各异的若干类,并提取出需重点整改信息,并可建立一个预测准确率较高的KNN分类模型。 相似文献
12.
13.
为减少异常行为在公共场所造成的安全隐患,以复杂场景地铁为研究背景,从人工智能的角度出发,全面地分析异常行为特征并进行系统设计,快速标定视频监控场景。在上下文场景模型与异常行为模型建立的基础上,采用改进camshift算法对轨迹间断进行填补并跟踪,提出了一种以轨迹属性集对晕倒异常行为进行表征。实验结果表明,该算法能够快速分析地铁场景中的晕倒行为并及时预警,检测率为89.9%。 相似文献
14.
15.
16.
17.
用电化学C-V和I-V特性分析的方法,对Mg掺杂在MOCVD生长AlGaInP发光二极管(LED)的影响进行了研究。通过电化学C-V分析,确定了在生长结构中Mg掺杂从有源层到GaP窗口层由高到低的情况;用I-V特性分析的方法对器件结构进行了分析,发现了异常的实验结果。同时理论计算得到了同型结(N^ -N,P^ -P)的势垒高度和空间电荷区的宽度,由此得到了在同型结两侧浓度比不同时的差异,极好的解释了异常的I-V测试结果。 相似文献
18.
通过红外热像检测技术,获得了躯体化症状患者体表温度分布的特点,能为临床提供识别躯体化症状的指标。用躯体化症状自评量表筛查出躯体化症状患者162人。以这些患者为观察组,以非躯体化症状患者145人为对照组,全部进行规范性红外热像检查。每人撷取5帧图像,辨识其图形特点及图像异常情况,并比较两组间的差别。观察组图像的结果是,3例正常,107例(66.1%)轻度异常,42例(26%)中度异常,10例(6.2%)重度异常。对照组图像的结果是,127例(87.6%)正常,18例(12.4%)轻度异常,0例(0%)中度异常,0例(0 %)重度异常。观察组患者的红外热像温度分布总异常率为98%。因此,躯体化症状患者出现的异常温度分布图像可作为躯体化症状的识别指标。 相似文献
19.
针对链路层的海量高速数据流、信息易被伪装、较小异常流量占比等特征,提出了一种基于端口互动模式量化模型的入侵检测模型。为提高入侵检测模型的精度和效率,提出了一种从初始流量中获取流量特征的新方法,并重点探讨如何以流量到达时间分布作为一维特征。使用相空间重构、可视化等方法证明了模型的有效性,并进一步根据长会话和短会话各自的特征设计了基于卷积层和长短时记忆层的改进神经网络,用以挖掘正常和异常流量端口互动模式之间的差异。在此基础上,设计了多模型评分机制下的改进入侵检测算法,对模型空间内的会话进行流量分类。所提出的量化模型和改进算法在提高计算效率的同时,能够有效避免伪装身份信息的情况,降低神经网络训练成本,提升小样本异常检测精度。 相似文献
20.
Multi-step attack detection method based on network communication anomaly recognition 总被引:1,自引:0,他引:1
In view of the characteristics of internal fixed business logic,inbound and outbound network access behavior,two classes and four kinds of abnormal behaviors were defined firstly,and then a multi-step attack detection method was proposed based on network communication anomaly recognition.For abnormal sub-graphs and abnormal communication edges detection,graph-based anomaly analysis and wavelet analysis method were respectively proposed to identify abnormal behaviors in network communication,and detect multi-step attacks through anomaly correlation analysis.Experiments are carried out on the DARPA 2000 data set and LANL data set to verify the results.The experimental results show that the proposed method can effectively detect and reconstruct multi-step attack scenarios.The proposed method can effectively monitor multi-step attacks including unknown feature types.It provides a feasible idea for detecting complex multi-step attack patterns such as APT.And the network communication graph greatly reduces the data size,it is suitable for large-scale enterprise network environments. 相似文献