国产不卡av在线免费观看,日韩欧美亚洲v片,国产精品一区专区欧美日韩

基于压摆增强的新恒定跨导轨到轨运算放大器[模拟设计][工业自动化]

提出了一种基于压摆增强的新恒定跨导轨到轨运算放大器。输入级采用改进型冗余差分对，利用特殊的晶体管串联结构和N/PMOS电流镜，削减差分对管在亚阈值区内的电流，有效抑制了输入级跨导波动；同时结合压摆率增强技术，通过利用MOS管在不同区域之间源漏电压不同的特性，提高了动态响应性能；并且采用Ahuja补偿，在确保相位裕度的前提下，优化了功耗与面积。该电路基于40 nm CMOS工艺完成电路与版图设计，仿真结果表明，电路在3.3 V电源下实现全摆幅输入输出，输入级跨导变化率仅为1.4%。压摆率分别为7.52 V/μs（正）和7.87 V/μs（负），较未增强前提升了50%。直流增益为114 dB，相位裕度79°，单位增益带宽为3.7 MHz。共模抑制比为135 dB，电源抑制比为90 dB。该设计具有高增益、宽摆幅和快速响应等特点，适用于高精度、低功耗模拟应用。

發(fā)表于：2026/5/15 下午3:19:15

基于高速电平迁移电路的OTP存储阵列供电设计[可编程逻辑][消费电子]

针对反熔丝OTP存储器在不同工作模式下的电压需求，基于SMIC 28 nm CMOS工艺，提出了一种Cascode结构的Level Shifter单元及分块供电设计。实现了OTP存储器在编程和读取模式下WL/PL和BL端电压的快速切换，使得Level Shifter单元翻转延时小于2 ns，分块供电设计降低了电容的寄生效应对OTP存储器读取阈值的影响，保证了OTP存储器编程和读取功能正常。

發(fā)表于：2026/5/13 下午5:15:46

基于MCU的低功耗型SM4硬件设计与实现[模拟设计][汽车电子]

随着国产新能源汽车的高速发展，搭载国产加密算法的主控MCU的需求日益增长。为了满足这一需求，设计了一款MCU通用的SM4算法硬件安全模块，该模块以国密SM4算法为引擎核心，支持主流ECB、CBC、CFB、OFB、CTR等模式，采用标准AHB总线接口，支持DMA传输，采用低功耗设计技术，可满足当前主流MCU电路设计需要；该模块基于商用40 nm CMOS工艺线完成电路设计和制造，经过流片后的测试和验证， SM4算法模块各功能正确，模块工作频率可达400 MHz，具有较高的商业价值。

發(fā)表于：2026/5/13 下午5:07:46

面向多时空场景的电网调度AI算法可信度测试方法[人工智能][智能电网]

提出了一种基于指数分层结构算法的电网调度AI算法可信度测试方法，旨在评估电网调度AI算法在多时空场景下的模型性能和鲁棒性。首先，定义了一套可信度评估标准，涵盖算法的准确性、鲁棒性和泛化等能力。然后，采用嵌入知识图谱的指数分层结构算法，通过多层次的时空划分对AI算法（如LSTM）进行性能验证。测试过程中，电网调度任务被分为不同的时间层次（短期、中期、长期）和空间层次（不同地理区域与电网拓扑结构）进行测试。在每个层次中，评估标准通过指数权重进行加权整合，最终生成综合的可信度评分。实验结果表明，该方法能够有效识别电网调度AI算法在复杂场景下的性能表现及潜在风险，为电网调度AI的安全性与鲁棒性验证提供了新的技术支持。

發(fā)表于：2026/5/13 下午4:51:50

基于语义匹配的电力物资领域中文敏感特征识别[人工智能][智能电网]

传统电力物资供应链领域中文敏感特征识别方法主要识别具有单一结构的扁平特征实体，难以针对复杂结构的嵌套特征实体，这些复杂结构的嵌套特征实体结构多样、层次复杂，传统的敏感特征识别方法难以准确识别和解析。对此提出了一种基于语义匹配的多结构中文敏感特征识别模型，将敏感特征实体识别任务重新定义为一个语义匹配问题。模型采用双塔模型结构，将目标实体特征类别作为提示词进行编码，并与句子中的序列片段进行语义上的对齐，该方法能够有效识别出包含扁平和嵌套结构在内的各种特征实体片段。结果表明，该研究提出SFSM模型的准确率、召回率及F1值均优于当前主流模型以及其他的融合模型。

發(fā)表于：2026/5/13 下午4:43:01

基于知识库的智能问答系统构建技术研究[人工智能][数据中心]

随着信息技术的迅猛发展，数据中心积累了海量的数据，如何高效地从这些数据中获取有价值的信息，成为制约数据中心发挥军事效能的关键问题。智能问答系统作为一种能够理解用户自然语言问题并提供准确答案的工具，在数据中心领域具有广阔的应用前景。提出了基于数据中心知识库的智能问答系统构建技术。首先，聚焦军事领域不同应用场景下用户多样性数据需求，建立数据检索需求模型。其次，针对不同维度数据检索需求模型，提出多样性知识检索关联算法，定义检索需求与候选数据集之间的关联度、推荐度等参数，依据上述参数计算候选数据集与检索需求的匹配度，从而找到最为相关的候选数据集。接着，将生成的候选数据集与用户的检索需求一同传递至大语言模型中，通过检索增强生成算法，生成高质量的答案。最后，通过实验验证，该技术在回答数据中心相关问题时展现出了较好的效果，有助于提升数据中心多源知识库的综合利用水平和服务质量。

發(fā)表于：2026/4/23 下午2:36:27

基于多目标优化的医学影像可解释性增强研究[人工智能][医疗电子]

针对医学影像场景的解释需求，提出一种基于多目标粒子群优化的解释增强方法，通过优化解释生成过程来提升解释质量与临床可读性。该方法在 LIME（局部与模型无关的解释）框架中引入多目标搜索机制，实现了高解释保真性与高区域稀疏性的自适应权衡，并获得了帕累托最优的解释结果。为验证方法有效性，以膝关节X光影像为实验对象，基于公开膝骨关节炎数据集在典型卷积神经网络上进行了实验评估。实验结果显示，保真性最高可提升18%，稀疏性最大可降低22%，展现出更高的聚焦性、稳定性，为基于人工智能的医疗影像可信诊断提供了可行技术路径。

發(fā)表于：2026/4/23 下午2:27:35

一种融合多源异构数据的图神经网络联合框架[通信与网络][信息安全]

针对网络空间攻防对抗呈现出多步骤、隐蔽化、异构化复杂特征，传统依赖规则匹配和统计分析的方法已难以满足精准溯源与实时态势感知需求的问题，提出一种融合多源异构数据的图神经网络联合框架，实现网络攻击的自动化溯源与动态态势感知。首先，通过构建网络实体-攻击行为异构信息网络，整合流量日志、漏洞库、告警信息等多源数据；其次，设计基于注意力机制的时空图卷积网络(ST-GAT)，捕捉攻击行为的时序依赖与节点关联特征；最后，通过攻击路径推理与风险等级量化，形成从攻击溯源到态势评估的闭环。实验基于CTU.13和CSE.CIC.IDS2018数据集验证，结果表明该框架在攻击溯源准确率(92.7%)、态势评估响应时间(≤0.3 s)等指标上显著优于传统方法、近年主流时序GNN 变体及网络安全领域专用模型，为网络安全应急响应提供技术支撑。关键词：；；；；

發(fā)表于：2026/4/23 下午2:19:41

融合多尺度CNN与Transformer的恶意软件行为检测方法[通信与网络][信息安全]

针对恶意软件行为轨迹隐蔽且长序列依赖难以建模的严重威胁，提出一种融合多尺度卷积神经网络与Transformer架构的恶意软件检测方法，此方法首先借助Speakeasy仿真日志去噪及复合事件标记化技术，将冗余日志转化为标准化语义序列，接着运用多层次卷积神经网络结构来提取局部攻击行为特征，在此基础上，将提取的局部攻击行为特征输入Transformer编码器，利用多头自注意力机制建模全局时序依赖关系。实验结果表明，该混合模型在Speakeasy数据集上的准确率和F1Score分别达到9229%和9248%。该方法显著降低了序列检测中的误报率，为复杂网络环境下的恶意软件检测提供了新的技术途径。

發(fā)表于：2026/4/23 下午2:10:45

面向无人机网络攻击检测的两级特征选择方法[通信与网络][信息安全]

针对机器学习算力需求高与无人机（Unmanned Aerial Vehicles, UAVs）计算资源有限的矛盾，以及传统基于固定分箱的信息增益特征选择方法存在高判别力特征被低估的缺陷，提出一种基于两级特征选择方法的无人机入侵检测方案。该方案采用“卡方检验初筛—启发式信息增益搜索精选”方法，为每个特征自适应确定最优分箱，从而准确量化其判别能力。同时将特征数量作为超参数，与XGBoost分类器协同优化。基于UAV-NIDD数据集的实验表明，该方法在保持高检测性能的同时，将模型检测时间减少了约97.5%。实验验证，该方案有效平衡了检测精度与计算开销，可为资源受限的无人机平台提供高效实时的入侵检测能力。

發(fā)表于：2026/4/23 下午2:02:51