头条 技术突破加速实用容错量子计算机面世 在人类探索计算极限的漫长征途中，一场静默却深刻的革命正在悄然酝酿。就在数年前，学界普遍认为，真正能破解复杂化学反应、革新材料科学乃至颠覆现代加密体系的“实用容错量子计算机”，仍需等待数十年之久。然而，随着技术突飞猛进，这一曾经遥不可及的梦想，正加速向我们走来。几年前，如果有人提出“量子计算在十年内将迎来实用突破”，这样的说法很可能会被轻易否定。如今，这种预期正成为新常态。图为牛津离子公司的量子计算机芯片。 最新资讯 基于蓝牙Mesh分布式控制和平均一致性的智慧照明系统 针对维持电力系统平衡向运行储备提出的更高要求，以及大型室内场所中LED照明负荷成为非旋转储备的问题，设计了一种基于蓝牙Mesh分布式控制和平均一致性算法的智慧照明系统。该照明系统采用蓝牙Mesh组网搭建的分布式网络，结合平均一致性算法，以较低的运算量控制大量灯具，在实现功率调整的同时确保用户舒适度趋于一致。实验结果表明：该系统中所有灯具能够在较短时间内完成目标功率容量的调节，同时减小了功率调节对用户舒适度造成的影响，有着网络资源消耗低、稳定性强、易扩展等优势，可以满足实际需求。 发表于：2024/4/29 基于深度学习技术的水稻环境因素产量预测 水稻作为全球重要的粮食作物，准确预测水稻产量在农业发展中起着重要作用。由于水稻在环境因子与其生长机理的作用下往往呈现出非线性的特点，难以对其做出较为准确的预测，因此，提出CE-CGRU水稻产量预测模型，对非线性环境因子Copula熵（CE）方法进行提取特征并与CNN和GRU技术结合在一起。其目的是在水稻品种确定的条件下，识别产量预测的重要特征。根据使用浙江省临安区真实数据分析和比较所提出的模型的性能，构建了其他5个产量预测模型进行对比，分别是MLR、RF、LSTM、GRU和CNN-LSTM。结果显示，CE-CGRU模型的MAE、MSE和MAPE分别为0.677、0.87和5.029％，表明CE-CGRU模型具有更好的能力来捕捉水稻产量与环境因素之间的复杂非线性关系。此外，还对不同的特征选择方法以及不同时间步长进行了比较和分析。 发表于：2024/4/29 基于改进AOD-Net的图像去雾算法 为了更好解决图像去雾后颜色失真、去雾不彻底和耗时等问题，提出了一种基于改进AOD-Net的图像去雾算法。首先，在原有的卷积模块中引入残差连接，并保留了第二个特征融合层第一层的特征信息，以增强网络的特征提取能力。其次，在第三个特征融合层后引入注意力模块，强化雾图中的关键特征信息，抑制无关背景干扰。最后，采用新的复合损失函数进行训练。实验结果表明，改进算法在公共数据集上的峰值信噪比提高了3.8 dB，结构相似性达到了93.6%。相较于其他去雾算法，该算法在去雾精度和处理效率方面均表现出色。 发表于：2024/4/29 基于系统级封装的RISC-V电路设计与实现 为满足电子系统在性能、功耗、体积、重量和国产化等方面的需求，设计了一款基于系统级封装技术的RISC-V电路。该电路以采用自主指令集架构和国内工艺的处理器为核心，并集成了国产外围电路，实现了一款完全自主创新的、具备常用控制与通信接口的微系统电路。经过测试与验证，该电路各项功能和性能均达到设计指标，有效地提高了功能密度，很好地满足了电子系统在小型化、轻量化和低功耗等方面的需求。 发表于：2024/4/29 一种SSD主控芯片数据加解密模块的设计与验证 为了增强固态硬盘（Solid State Disk， SSD）的数据安全，介绍了SSD主控芯片中一种满足《安全芯片密码检测准则》二级要求设计的数据SM4加解密模块。另外，为了验证模块设计的正确性，介绍了基于通用验证方法学（Universal Verification Methodology， UVM）设计的自动化验证平台，以设计功能点和代码覆盖率为衡量指标，数据加解密模块被该验证平台较充分地验证，最终达到片上系统（System on Chip， SoC）的流片交付标准。 发表于：2024/4/29 TSN时间敏感网络帧抢占的研究与电路实现 时间敏感网络（Time Sensitive Network， TSN）是一种新型网络技术，在传统的以太网技术基础上，对关键数据的实时性、可靠性和安全性方面进行了增强，可满足工业互联网、自动驾驶、医疗健康等领域的需求。针对TSN中的帧抢占技术进行了研究分析，实现了帧抢占电路。作为TSN网络交换芯片的重要部分，实现了TSN帧抢占等芯片实现的自主创新，在相关时间敏感领域具有较好的应用价值。 发表于：2024/4/29 融合蛋白质语言模型与深度神经网络的植物蛋白质相互作用预测研究 预测植物中的蛋白质-蛋白质相互作用（PPI）具有重要的生物学意义。同时采用了4种编码方法及深度神经网络构建了蛋白质相互作用预测模型。结果表明，提出的融合蛋白质语言模型Ankh与深度神经网络的方法构建的PPI预测模型性能在3种植物数据集上均获得了最优的AUPR和AUC值，Sen及MCC值也均优于其他4种蛋白质相互作用预测模型。当模型在水稻、大豆的植物PPI数据集上进行测试时，所提出的模型AUPR值分别为0.802 5、0.730 1，AUC值分别为0.956 2、0.950 7。这些优异的结果表明，融合蛋白质语言模型Ankh的PPI模型可以作为植物蛋白质相互作用预测的一个有前途的工具。 发表于：2024/4/29 混合CNN-SVM的心音信号分类算法的研究 针对当前心音信号识别算法检测精度不佳问题，提出了一种混合卷积神经网络-支持向量机模型 （CNN-SVM） 的心音信号分类方法。通过PASCAL挑战实验数据，整理出正常与不正常两类心音信号数据库，通过预处理滤波及MFCC、一二阶差分特征提取、PCA降维，输入CNN-SVM模型进行训练。并从准确率、召回率、特异性、精确率和F分数5个方面进行性能评估。为了验证此算法的有效性，将混合CNN-SVM模型与单一SVM、CNN模型分别进行了对比。实验结果表明，该方法能够以较高识别率将两种心音信号区分开，其平均识别准确率接近于99%，相较于单一CNN方法提高了2.48%，同样高于单一SVM算法。 发表于：2024/4/29 CNI集成JPALS能力的进展及展望 卫星导航着陆是下一代精密着陆技术的趋势，其在通信导航识别系统（CNI）中的集成也成为了重要的研究内容。综述了联合精密进近着陆系统（JPALS）的原理与系统结构，分析了国内当前卫星导航着陆技术的研究现状及工程技术基础，在此基础上提出了坚持当前综合化CNI框架下，从JPALS需求论证、系统设计、可扩展性等方面提出了集成JPALS能力的初步工程设想。 发表于：2024/4/29 2024一季度，硅谷三大厂在服务器上花了360亿美元 1 Meta、微软以及 Alphabet 的财报显示，三家公司第一季度与 AI 基建相关资本支出超过 360 亿美元。 2 Meta 预计 2024 年在 AI 相关方面的资本支出可能达 400 亿美元，相当于每季度投入 100 亿美元。 3 微软第一季度的支出为 140 亿美元，相当于增长了 22%。 4 谷歌计划今年每个季度的资本支出约为 120 亿美元或更多，其中大部分将用于新建数据中心。 发表于：2024/4/29 <…228229230231232233234235236237…>
