特黄三级爱爱视频|国产1区2区强奸|舌L子伦熟妇aV|日韩美腿激情一区|6月丁香综合久久|一级毛片免费试看|在线黄色电影免费|国产主播自拍一区|99精品热爱视频|亚洲黄色先锋一区

現(xiàn)代電子技術(shù)

現(xiàn)代電子技術(shù)

2025年07期
  • 收藏
收藏成功
微博 空間 微信
本刊以電子技術(shù)為主體,探討和報(bào)道信息產(chǎn)業(yè)及電子行業(yè)中新技術(shù),新器件,新應(yīng)用的學(xué)術(shù)論文及成果;提供國(guó)內(nèi)外最新的電子技術(shù)發(fā)展...     展開(kāi)

類型

半月刊

類別

學(xué)術(shù)
定價(jià)
促銷信息
全年訂閱更優(yōu)惠!
¥20.00 ¥12.00
目錄

通信與信息工程

基于特征過(guò)濾法和Stacking集成學(xué)習(xí)的無(wú)人機(jī)影像作物精細(xì)分類
摘 要: 針對(duì)目前多種典型作物分類中特征冗余導(dǎo)致同科作物混淆、分類精度低的問(wèn)題,文中提出一種結(jié)合特征過(guò)濾法篩選特征和Stacking集成學(xué)習(xí)的作物精細(xì)分類方法。首先,結(jié)合敏感波段構(gòu)造新型植被指數(shù)并進(jìn)行閾值分割,實(shí)現(xiàn)作物區(qū)域提??;然后,提取...
基于分布式共形陣列天線的和、差波束綜合方法研究
摘 要: 分布式共形陣列天線可充分利用載體外形有效孔徑面積,依托其實(shí)現(xiàn)和、差波束,在無(wú)人機(jī)載雷達(dá)導(dǎo)航、目標(biāo)跟蹤等方面具有較高的應(yīng)用價(jià)值。首先,將利用電磁全波分析得到的局部坐標(biāo)系下的單元方向圖旋轉(zhuǎn)變換到全局坐標(biāo)系下,基于該單元方向圖進(jìn)行矢量...
基于改進(jìn)OSELM算法的煤礦緊急救援通信系統(tǒng)研究
摘 要: 煤礦井下通信的準(zhǔn)確性與穩(wěn)定性在緊急救援中至關(guān)重要。目前煤礦井下通信系統(tǒng)的定位精度不高,為解決這一問(wèn)題,文中提出基于改進(jìn)在線順序超限學(xué)習(xí)機(jī)算法的煤礦緊急救援通信系統(tǒng),并進(jìn)行相應(yīng)的仿真實(shí)驗(yàn)。結(jié)果顯示,基于改進(jìn)在線順序超限學(xué)習(xí)機(jī)算法構(gòu)...
基于虛擬陣元自適應(yīng)波束合成超聲成像算法
摘 要: 為克服超聲成像中分辨率和探測(cè)深度之間的矛盾以及圖像對(duì)比度低的問(wèn)題,提出一種基于虛擬陣元自適應(yīng)波束合成的超聲成像算法。該方法通過(guò)虛擬陣元雙聚焦波束合成調(diào)節(jié)超聲成像中的分辨率和探測(cè)深度,利用最小方差波束合成算法對(duì)回波數(shù)據(jù)進(jìn)行最優(yōu)加權(quán)...

信號(hào)分析與圖像處理

基于改進(jìn)HRNet和PPM的圖像語(yǔ)義分割方法的研究
摘 要: 為解決現(xiàn)有語(yǔ)義分割模型無(wú)法兼顧全局語(yǔ)義信息與局部細(xì)節(jié)信息,以及殘差模塊細(xì)節(jié)特征提取能力弱的問(wèn)題,提出一種語(yǔ)義分割方法。在HRNet的基礎(chǔ)上引入了金字塔池化模塊,兼顧了全局語(yǔ)義信息和局部細(xì)節(jié)信息,同時(shí)在原有殘差模塊Basic Bl...
基于RT?BiSeNet的蘋果葉片病害實(shí)時(shí)分割與分級(jí)算法
摘 要: 蘋果葉片病害的及時(shí)分割與準(zhǔn)確分級(jí)對(duì)于提高蘋果產(chǎn)量和質(zhì)量至關(guān)重要。然而,在復(fù)雜的環(huán)境下,圖像容易受到相似顏色背景和不同光照等因素的影響,給葉片和病斑的準(zhǔn)確分割帶來(lái)挑戰(zhàn),進(jìn)而影響病害分級(jí)的準(zhǔn)確性。針對(duì)此問(wèn)題,文中提出一種實(shí)時(shí)語(yǔ)義分割...
選擇性坐標(biāo)注意力下紅外圖像無(wú)人機(jī)目標(biāo)檢測(cè)方法
摘 要: 為解決無(wú)人機(jī)帶來(lái)的安全隱患與隱私侵犯等問(wèn)題,提出選擇性坐標(biāo)注意力下紅外圖像無(wú)人機(jī)目標(biāo)檢測(cè)方法?;谶x擇性坐標(biāo)注意力機(jī)制,通過(guò)非對(duì)稱卷積核在不同方向上捕捉不同尺度和形狀的特征,將無(wú)人機(jī)特征的行列位置信息進(jìn)行編碼,動(dòng)態(tài)地調(diào)整不同位置...
基于改進(jìn)的YOLOv8檢測(cè)網(wǎng)絡(luò)在無(wú)人機(jī)航拍圖像識(shí)別中的應(yīng)用
摘 要: 針對(duì)現(xiàn)有無(wú)人機(jī)航拍圖像目標(biāo)檢測(cè)算法檢測(cè)精度較低、檢測(cè)小尺度車輛誤差較大等問(wèn)題,提出一種改進(jìn)YOLOv8的無(wú)人機(jī)車輛檢測(cè)算法Improve?YOLOv8。首先,在骨干網(wǎng)絡(luò)中的C2f卷積層引入可變形卷積模塊DCNv2,提高骨干網(wǎng)絡(luò)適...
基于CWGAN?ABiLSTM?FCN的運(yùn)動(dòng)想象腦電信號(hào)分類
摘 要: 針對(duì)運(yùn)動(dòng)想象腦電信號(hào)(MI?EEG)樣本數(shù)據(jù)分布不平衡、時(shí)序特征提取時(shí)對(duì)長(zhǎng)距離的依賴和關(guān)注度不均衡、局部特征提取難導(dǎo)致的基于MI?EEG的運(yùn)動(dòng)意圖識(shí)別實(shí)時(shí)性差、精度低的問(wèn)題,提出一種融合改進(jìn)的雙向長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)(BiLSTM...
基于特征對(duì)齊融合的雙波段圖像描述生成方法
摘 要: 為了獲得更準(zhǔn)確、全面的現(xiàn)場(chǎng)信息,采用紅外和可見(jiàn)光同步成像探測(cè)復(fù)雜場(chǎng)景已成為常態(tài),但現(xiàn)有圖像描述研究仍集中于可見(jiàn)光圖像,無(wú)法全面而準(zhǔn)確地描述已探測(cè)到的場(chǎng)景信息。為此,文中提出一種基于特征對(duì)齊融合的可見(jiàn)光?紅外雙波段圖像描述生成方法...
基于多路徑動(dòng)態(tài)卷積的YOLOv5無(wú)人機(jī)航拍目標(biāo)檢測(cè)模型
摘 要: 為了提升無(wú)人機(jī)航拍影像目標(biāo)檢測(cè)的準(zhǔn)確率,并實(shí)現(xiàn)模型的輕量化,文中對(duì)YOLOv5目標(biāo)檢測(cè)模型進(jìn)行了多方面的改進(jìn)。首先,對(duì)YOLOv5的骨干網(wǎng)絡(luò)進(jìn)行了優(yōu)化重組,采用更高效的動(dòng)態(tài)卷積結(jié)構(gòu)和多通道并行處理策略增強(qiáng)特征提取能力和檢測(cè)精度,...

網(wǎng)絡(luò)與信息安全

基于特征融合與RCB?EffcientNet網(wǎng)絡(luò)的校園安全聲檢測(cè)方法
摘 要: 聲音分類技術(shù)在校園事件監(jiān)測(cè)中至關(guān)重要。然而,聲音識(shí)別領(lǐng)域存在諸多挑戰(zhàn),如特征提取方法的適配性不足、現(xiàn)有方法難以平衡學(xué)習(xí)、理解能力與模型復(fù)雜度之間的關(guān)系等。為解決這些問(wèn)題,文中提出一種基于LM?H聲學(xué)特征和RCB?Efficien...
聯(lián)合可信度學(xué)習(xí)的雙向相關(guān)GCN網(wǎng)絡(luò)謠言檢測(cè)方法
摘 要: 針對(duì)目前謠言檢測(cè)研究存在謠言傳播言論與其標(biāo)簽關(guān)聯(lián)性不足和傳播結(jié)構(gòu)特征丟失的問(wèn)題,提出一種聯(lián)合可信度學(xué)習(xí)的雙向相關(guān)GCN網(wǎng)絡(luò)謠言檢測(cè)新方法。首先,根據(jù)謠言傳播言論立場(chǎng)與其標(biāo)簽關(guān)系構(gòu)建言論動(dòng)機(jī)(善意或惡意)關(guān)系,訓(xùn)練可信度特征提取模...
基于改進(jìn)K?shell的復(fù)雜網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)識(shí)別方法
摘 要: 在復(fù)雜網(wǎng)絡(luò)研究中,精確辨識(shí)網(wǎng)絡(luò)內(nèi)的關(guān)鍵節(jié)點(diǎn)對(duì)于深入把握網(wǎng)絡(luò)的結(jié)構(gòu)特性和功能機(jī)制,以及增強(qiáng)復(fù)雜網(wǎng)絡(luò)運(yùn)行的穩(wěn)固性和安全性具有尤為重要的作用。傳統(tǒng)的K?shell方法僅依據(jù)節(jié)點(diǎn)在網(wǎng)絡(luò)中的位置信息,排序結(jié)果太粗?;?,使得節(jié)點(diǎn)的區(qū)分度不大...

測(cè)控與自動(dòng)化技術(shù)

商用車考慮防側(cè)翻的軌跡跟蹤控制研究
摘 要: 針對(duì)車輛在高速行駛中避撞時(shí)出現(xiàn)的軌跡跟蹤誤差大且存在側(cè)翻風(fēng)險(xiǎn)等問(wèn)題,文中設(shè)計(jì)了一種防側(cè)翻的路徑跟蹤控制策略。該策略采用模型預(yù)測(cè)控制(MPC)對(duì)軌跡進(jìn)行跟蹤。模型預(yù)測(cè)控制的軌跡跟蹤主要包括以下幾個(gè)方面:預(yù)測(cè)模型的線性化和離散化處理...
基于改進(jìn)PID和擴(kuò)張狀態(tài)觀測(cè)器的溫度控制算法
摘 要: 針對(duì)傳統(tǒng)溫度控制系統(tǒng)控溫時(shí)間長(zhǎng)、誤差大的問(wèn)題,提出一種基于改進(jìn)PID和擴(kuò)張狀態(tài)觀測(cè)器的溫度控制算法。首先,建立了結(jié)合BP神經(jīng)網(wǎng)絡(luò)的PID參數(shù)自調(diào)整溫度控制模型,并對(duì)BP神經(jīng)網(wǎng)絡(luò)的輸入層進(jìn)行改進(jìn),將更多的先驗(yàn)信息加入輸入向量,用于...
基于YOLOv7?tiny的血細(xì)胞檢測(cè)算法
摘 要: 血常規(guī)檢驗(yàn)作為醫(yī)療診斷的一項(xiàng)重要方法,主要是對(duì)血液中血小板、白細(xì)胞和紅細(xì)胞進(jìn)行識(shí)別和計(jì)數(shù)。針對(duì)血細(xì)胞檢測(cè)存在細(xì)胞形狀不規(guī)則、目標(biāo)尺度變化大、細(xì)胞相互遮擋等問(wèn)題,提出一種改進(jìn)YOLOv7?tiny的血細(xì)胞檢測(cè)算法——EMCDMod...
基于改進(jìn)YOLO的礦卡駕駛員疲勞檢測(cè)算法
摘 要: 針對(duì)現(xiàn)有疲勞駕駛檢測(cè)報(bào)警不及時(shí)、檢測(cè)精度不高以及需要人為監(jiān)管的問(wèn)題,提出一種改進(jìn)YOLOv5s的疲勞駕駛目標(biāo)檢測(cè)算法。該算法使用輕量的EfficientNet骨干網(wǎng)絡(luò)作為YOLOv5s的主干網(wǎng)絡(luò)來(lái)進(jìn)行特征提取,使模型參數(shù)大幅減少...

電子技術(shù)及應(yīng)用

避障聲吶接收端分段頻域匹配濾波算法的實(shí)現(xiàn)
摘 要: 避障聲吶是一種主動(dòng)聲吶,一般情況下需要通過(guò)匹配濾波算法對(duì)回波信號(hào)進(jìn)行處理以實(shí)現(xiàn)測(cè)距。但是,在硬件計(jì)算能力有限的情況下,常規(guī)匹配濾波算法要求時(shí)域數(shù)據(jù)點(diǎn)數(shù)較多,計(jì)算耗時(shí)大,且匹配濾波結(jié)果數(shù)據(jù)傳輸量大。為了解決這一問(wèn)題,在接收端硬件系...
基于模糊熵的單木骨架重建方法
摘 要: 在對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行采集時(shí),由于激光雷達(dá)設(shè)備和拍攝高度等因素導(dǎo)致點(diǎn)云質(zhì)量存在差異,將影響后續(xù)重建結(jié)果。針對(duì)輸入點(diǎn)云質(zhì)量不高或拓?fù)浣Y(jié)構(gòu)不完整的問(wèn)題,文中采用一種基于骨架的方法提取樹(shù)木的原始骨架,通過(guò)最短路徑算法構(gòu)建一個(gè)最小生成樹(shù)(MS...
一種用于fMRI的快速動(dòng)態(tài)因果模型反演方法
摘 要: 針對(duì)動(dòng)態(tài)因果模型(DCM)在分析大腦有效連接時(shí)面臨的高計(jì)算成本問(wèn)題,提出一種結(jié)合廣義線性模型(GLM)和稀疏DCM的算法,即廣義稀疏DCM(GSD)算法。該算法在以下三個(gè)方面進(jìn)行優(yōu)化:首先,利用傅里葉變換的對(duì)稱性將頻域DCM的復(fù)...
基于邊緣計(jì)算的在途危險(xiǎn)品姿態(tài)識(shí)別方法
摘 要: 針對(duì)化學(xué)制品、火工品等危險(xiǎn)品的在途安全狀態(tài)監(jiān)控問(wèn)題,文中提出一種基于邊緣計(jì)算的在途危險(xiǎn)品姿態(tài)識(shí)別方法,旨在實(shí)時(shí)識(shí)別危險(xiǎn)品在運(yùn)輸過(guò)程中的行為姿態(tài)。該方法采用邊緣計(jì)算設(shè)備作為數(shù)據(jù)處理平臺(tái),首先通過(guò)姿態(tài)傳感器實(shí)時(shí)抓取危險(xiǎn)品在運(yùn)輸過(guò)程的...
混合改進(jìn)的蜜獾優(yōu)化算法
摘 要: 針對(duì)蜜獾優(yōu)化算法收斂速度不夠快、容易陷入局部最優(yōu)解和全局搜索能力不夠強(qiáng)的問(wèn)題,提出一種混合改進(jìn)的蜜獾優(yōu)化算法(HIHBA)。融入螺旋搜索策略,通過(guò)螺旋搜索逐步增加搜索半徑和搜索角度,使得算法能夠更廣泛地搜索整個(gè)解空間,從而跳出局...

智能交通與導(dǎo)航

基于邏輯模型的多偏好旅游路線規(guī)劃研究
摘 要: 針對(duì)現(xiàn)有生成個(gè)性化旅游路線過(guò)程中用戶個(gè)人偏好分析單一以及時(shí)間和成本預(yù)算選擇單一的問(wèn)題,考慮到不同用戶的需求,提出一種基于一階邏輯約束下的個(gè)性化旅游路線規(guī)劃。首先,運(yùn)用模型論中的結(jié)構(gòu)對(duì)旅游規(guī)劃中成本、時(shí)間和景點(diǎn)等相關(guān)偏好問(wèn)題進(jìn)行形...
混合文化基因算法求解帶容量約束的電動(dòng)車輛路徑問(wèn)題
摘 要: 針對(duì)帶容量約束的電動(dòng)車輛路徑問(wèn)題(CEVRP),以最小化總行駛里程為優(yōu)化目標(biāo),提出一種混合文化基因求解算法。將原問(wèn)題分解為兩個(gè)子問(wèn)題,即帶容量約束的車輛路徑問(wèn)題和固定路徑下的車輛充電問(wèn)題。針對(duì)該問(wèn)題設(shè)計(jì)雙層解碼,上層解碼采用分割...
相關(guān)雜志
  • 中國(guó)商論

    中國(guó)商論

    2025年11期
    ¥17.49
  • 中外建筑

    中外建筑

    2025年04期
    ¥9.90
  • 河南科技

    河南科技

    2025年10期
    ¥6.00
  • 海洋開(kāi)發(fā)與管理

    海洋開(kāi)發(fā)與管理

    2024年12期
    ¥21.69
  • 計(jì)算機(jī)應(yīng)用文摘

    計(jì)算機(jī)應(yīng)用文摘

    2025年11期
    ¥9.00
  • 社會(huì)科學(xué)研究

    社會(huì)科學(xué)研究

    2025年03期
    ¥9.00
  • 現(xiàn)代信息科技

    現(xiàn)代信息科技

    2025年10期
    ¥18.00
  • 湖南大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)

    湖南大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)

    2025年03期
    ¥12.00
  • 民主與科學(xué)

    民主與科學(xué)

    2025年02期
    ¥3.39
  • 中國(guó)調(diào)味品

    中國(guó)調(diào)味品

    2025年05期
    ¥0.00
  • 計(jì)算技術(shù)與自動(dòng)化

    計(jì)算技術(shù)與自動(dòng)化

    2025年01期
    ¥10.89
  • 現(xiàn)代商貿(mào)工業(yè)

    現(xiàn)代商貿(mào)工業(yè)

    2025年12期
    ¥12.00
訂閱全年后,您可享受以下權(quán)益
①該本雜志即日起至未來(lái)1年內(nèi)所有更新電子版雜志的使用權(quán)限;
②贈(zèng)送該雜志的部分往期的雜志的使用權(quán)限,有效期1年。

全年訂購(gòu)價(jià)格: ¥288.00

訂閱全年
--%>

登錄龍?jiān)雌诳W(wǎng)

溫馨提示:

1.點(diǎn)擊網(wǎng)站右上角的“充值”按鈕可以為您的賬號(hào)充值

2.充值金額可以選擇30,50,100或500元

3.充值成功后即可購(gòu)買網(wǎng)站上的任意雜志或文章

還沒(méi)有龍?jiān)促~戶? 立即注冊(cè)

購(gòu)買雜志

現(xiàn)代電子技術(shù)

雜志價(jià)格:¥12.00元

  • 微信掃碼支付
  • 當(dāng)前余額:100.00

購(gòu)買雜志

現(xiàn)代電子技術(shù)

雜志價(jià)格:¥12.00元

  • 微信掃碼支付
  • 當(dāng)前余額:¥100.00

    去充值
monitor