带曲率补偿的带隙基准电流源的设计

简单介绍了带隙基准源的基本原理,给出了一款基于Widlar结构的带曲率补偿的带隙基准电压电流源的设计方法,通过采用TSMC₀.5μm工艺库对电路进行仿真,在-40～150℃的温度范围内,其带隙基准的输出具有12ppm/℃的温度系数,电流基准的输出具有42ppm/℃。此外,文中还对曲率补偿电路的工作原理进行了分析,并且通过仿真波形对曲率补偿的工作机制进行了讨论。     

如何在嵌入式系统上运行OSGI架构

嵌入式计算应用已经广泛运行在各种平台,普遍应用于各个领域,文中主要介绍在嵌入式系统上运行OSGI架构的相关操作和运行。     

分类错误指导的分层B-CNN模型用于细粒度分类

目的 细粒度分类近年来受到了越来越多研究者的广泛关注,其难点是分类目标间的差异非常小。为此提出一种分类错误指导的分层双线性卷积神经网络模型。方法 该模型的核心思想是将双线性卷积神经网络算法（B-CNN）容易分错、混淆的类再分别进行重新训练和分类。首先,为得到易错类,提出分类错误指导的聚类算法。该算法基于受限拉普拉斯秩（CLR）聚类模型,其核心“关联矩阵”由“分类错误矩阵”构造。其次,以聚类结果为基础,构建了新的分层B-CNN模型。结果 用分类错误指导的分层B-CNN模型在CUB-200-2011、 FGVC-Aircraft-2013b和Stanford-cars 3个标准数据集上进行了实验,相比于单层的B-CNN模型,分类准确率分别由84.35%,83.56%,89.45%提高到了84.67%,84.11%,89.78%,验证了本文算法的有效性。结论 本文提出了用分类错误矩阵指导聚类从而进行重分类的方法,相对于基于特征相似度而构造的关联矩阵,分类错误矩阵直接针对分类问题,可以有效提高易混淆类的分类准确率。本文方法针对比较相近的目标,尤其是有非常相近的目标的情况,通过将容易分错、混淆的目标分组并进行再训练和重分类,使得分类效果更好,适用于细粒度分类问题。     

南阳市农村饮水安全工程“十一五”规划要点反思

饮用水是人类生存的基本需求。切实作好饮用水安全保障工作,是维护最广大人民群众的根本利益、全面落实科学发展观的基本要求,是实现全面建设小康社会目标、构建社会主义和谐社会、建设社会主义新农村的重要内容,是把以人为本真正落到实处的一项紧迫任务。     

野外快速测定铀废石堆氡析出率

在铀矿山环境综合治理过程中,野外现场测量氡析出率是一项费时、费力的工作.本项目初步研究了用FD-3017 RaA土壤测氡仪野外现场快速测定铀废石堆氡析出率.研究结果表明,该常规土壤氡测量仪器可用于测量铀废古石堆上的氡析出率,即使在氡析出率不超标的地区,该仪器也是可实际应用的.在进行大量氡析出率测定工作而并不需要严格定量时,可考虑应用氡浓度与氡析出率8的相关关系,快速估算该点的氡析出率.     

对一种向前安全群签名体制的密码学方法

对陈少真等提出的一种有效取消的向前安全群签名方案进行了密码学分析,首先指出该群签名体制存在错误的模运算及冗余数据,效率不高。其次,指出该群签名体制是不安全的,群管理员可以伪造能够通过验证的群签名。     

鲟鱼传统发酵过程中挥发性风味物质的分析评价

以鲟鱼为原料,采用固相微萃取-气相色谱-质谱联用法,研究其发酵过程中挥发性风味物质种类和相对含量的变化情况,结合感觉阈值,采用相对气味活度值评价挥发性风味物质对总体风味的影响,探讨发酵过程中的关键性风味物质。分别检测新鲜鲟鱼,腌制鲟鱼,发酵5、10、20、25、35 d 7 个阶段的挥发性风味物质,结果表明：新鲜、腌制、发酵5、10、20、25、35 d 7 个阶段的挥发性风味物质种类分别为38、48、66、72、75、76 种和84 种。新鲜鲟鱼肉的主体风味物质为2,4-癸二烯醛、1-辛烯-3-醇、壬醛、癸醛、己醛等;腌制后的鲟鱼肉主体风味物质为壬醛、1-辛烯-3-醇、己醛、癸醛、柠檬烯等;发酵5 d鲟鱼肉的主体风味物质为1-辛烯-3-醇、柠檬烯、壬醛、乙酸乙酯、庚醇等;发酵10 d鲟鱼肉的主体风味物质为壬醛、1-辛烯-3-醇、乙酸乙酯、柠檬烯、癸醛等;发酵20 d鲟鱼肉的主体风味物质为壬醛、柠檬烯、1-辛烯-3-醇、癸醛、乙酸乙酯等;发酵25 d鲟鱼肉的主体风味物质为壬醛、柠檬烯、1-辛烯-3-醇、乙酸乙酯、癸醛等;发酵35 d鲟鱼肉的主体风味物质为乙酸乙酯、柠檬烯、壬醛、1-辛烯-3-醇、庚醇等。     

架空输电线路无人机巡检视频中避雷器计数器目标检测

针对架空线路无人机智能巡检的应用,开发基于无人机巡检视频的避雷器计数器仪表智能识别系统,研究了利用深度学习对巡检视频中的避雷器计数器进行目标检测定位,以提取避雷器计数器的目标区域位置,用于下一步的读数识别。采用基于拉普拉斯算子方差的模糊检测算法对样本进行筛选,构建用于目标检测模型训练的避雷器计数器样本集;并分别采用更快的基于区域的卷积神经网络（faster region-based convolutional neural network,Faster R-CNN)、YOLOv3(you only look once version 3）目标检测、单步多框目标检测(single shot multibox detector,SSD)3种主流的目标检测模型对视频中的避雷器计数器进行检测定位。研究结果表明:Faster R-CNN对研究中构建的测试集的检测准确率可达到99.21%,远高于YOLOv3和SSD。     

多摄像头协同感知系统的设计与实现

为了提供连续的实时监控，提高区域安全性，利用多个活动像机，设计了一个对多个运动目标进行无缝检测和跟踪的协同感知系统，并提供给用户一个可视的3维场景。最后给出了实验室的应用实例。