头条 Microchip宣布对FPGA产品降价30% 5月20日消息，据EEnews europe报道，芯片大厂Microchip已将其 Polarfire FPGA 和片上系统 （SoC） 的价格降大幅低了30%。 最新资讯 泰克新推纪念版TBS1000X/TDS2000X系列，延续20年基础数字示波器普及之路 全球领先的测试测量提供商—泰克科技日前宣布推出TBS1000X /TDS2000X系列纪念版示波器，在全球售出第一百万台基于TBS/TDS平台的基础示波器之后，泰克为答谢客户和数百万正在使用泰克示波器的工程师，特别推出X系列，仅在中国市场在线发售，将以专业设计、熟悉的简便易用性、更超值的性价比，帮助中国工程师创建出色项目和实现突破性设计！ 发表于：10/16/2018 大联大友尚集团推出Realtek最新的IPCAM SoC安全监控解决方案 致力于亚太地区市场的领先半导体元器件分销商---大联大控股宣布，其旗下友尚推出瑞昱半导体（Realtek）最新一代IPCAM SoC安全监控解决方案。 发表于：10/16/2018 霍尼韦尔Vocollect语音解决方案助力大东鞋业实现仓储物流智能化 《财富》全球五百强之一的多元化、高科技先进互联工业企业霍尼韦尔（纽交所代码: HON）针对仓库和配送中心定制设计的Vocollect语音解决方案，成功帮助大东鞋业实现仓储物流智能化，使仓储作业效率显著提升50%、拣选准确率增至99.99%，同时缩短新员工培训时间达70%。 发表于：10/16/2018 OnRobot亮相中国国际工业博览会，展示协作机器人应用实力 总部位于丹麦的协作机器手臂末端工具（EOAT）供应商OnRobot参加了2018年中国国际工业博览会（CIIF），并在博览会上展示了一系列使机器人和人类能够更有效协同并肩工作的应用。 发表于：10/16/2018 Splunk 助力嘉年华公司为客户提供轻松愉悦的观光体验 致力于将数据转化为行动和价值的Splunk公司（NASDAQ： SPLK）宣布全球最大的休闲旅游公司嘉年华公司（Carnival Corporation & plc）正在通过Splunk Cloud™和Splunk® Enterprise Security（ES），在游客度假期间提供安全的移动接入。此外，嘉年华邮轮还通过Splunk Enterprise，对游客在线预订、活动预约以及其在船上的活动等数据进行分析。 发表于：10/16/2018 贸泽电子祝贺董荷斌勇夺2018富士6小时LMP2组亚军 专注于引入新品推动行业创新的电子元器件分销商贸泽电子(Mouser Electronics)宣布由其赞助的华人第一赛车手董荷斌所在的耀莱成龙DC车队38号车组，在上周末刚结束的2018-19国际汽联世界耐力锦标赛富士6小时中表现出色，在领跑大半场比赛后勇夺LMP2组亚军。 发表于：10/16/2018 基于胶囊网络的指静脉识别研究 针对卷积神经网络(CNN)中空间上的指静脉信息丢失的问题，提出了一种基于胶囊网络(Capsule Network，CapsNets)的指静脉识别算法。CapsNets在整个学习过程中以“胶囊”的形式从底层传递至高层，如此以向量的形式封装指静脉的多维特征，特征会在网络中被保存，而不是丢失后进行恢复。采用60 000张图像作为训练集，10 000张图为测试集，通过对图像增强、裁剪后进行网络学习。通过实验表明，CapsNets的网络结构特征相比CNN在处理脊线区域时效果更加明显，对比VGG精确度增加了13.6%，loss值也收敛到0.01。 发表于：10/16/2018 基于深度学习的实时识别硬件系统框架设计 设计了一种基于深度学习的实时识别硬件系统框架。该系统框架使用Keras完成卷积神经网络模型的训练并提取出网络的参数，利用ZYNQ器件的FPGA+ARM软硬件协同的方式，使用ARM完成对实时图像数据的采集、预处理及显示，通过FPGA实现卷积神经网络的硬化并对图像进行识别，再将识别结果发送至上位机进行实时显示。系统框架采用MNIST和Fashion MNIST数据集作为网络模型硬化试验样本，实验结果表明，在一般场景下该系统框架能够实时、准确地完成图像数据的获取、显示及识别，并且具有可移植性高、处理速度快、功耗低的特点。 发表于：10/16/2018 基于TensorFlow深度学习手写体数字识别及应用 手写体数字的识别是人工智能识别系统中的重要组成部分。因个体手写数字的差异，现有识别系统准确率较低。基于TensorFlow深度学习框架完成手写体数字的识别及应用，首先建立TensorFlow深度学习框架，并分析了Softmax、卷积神经网络(CNN)模型结构，再对手写体数据集MNIST的60 000个样本进行深度学习，然后进行10 000个样本的测试对比，最后移植最优模型到Android平台进行应用。实测数据验证，相对于传统的Softmax模型，基于TensorFlow深度学习CNN模型识别率高达99.17%，提升了7.6%，为人工智能识别系统的发展提供了一定的科研价值。 发表于：10/15/2018 基于深度学习的人体行为识别算法 为改善人体行为识别任务中准确率低的问题，提出了一种基于批归一化的卷积神经网络（CNN）与长短期记忆(LSTM)神经网络结合的神经网络。CNN部分引入批归一化思想，将输入网络的训练样本进行小批量归一化处理，经过全连接之后，送入长短期记忆神经网络中。该算法采用时空双流网络模型结构，视频数据的RGB图像作为空间流网络输入，光流场图像作为时间流网络输入，再将时空双流网络各自得到的识别结果进行加权融合得到最终的行为识别结果。实验结果表明，本文设计的时空双流神经网络算法在人体行为识别任务上具有较高的识别准确率。 发表于：10/15/2018 «…324325326327328329330331332333…»
