满血版、增强版……Wi-Fi 6路由器中的“Plus”值得拥有吗?

“从无到有,从有到优”这句话很好地概括了Wi-Fi 6路由器当下的状况。自2020年出现爆炸式增长,快速铺开之后,Wi-Fi 6路由器市场逐渐开始分化,不少顶着“满血版”“增强版”头衔的新品陆续上市,这些宣称能“进一步优化用户使用体验”的产品真的值得购买吗?     

轻松支持Zen 3处理器 影驰B550 GAMER主板

近期AMD处理器市场份额不断提升,原因就是AMD发布了Zen 3架构处理器,在单核心性能、多核心性能上较竞争对手都有优势,AMD Zen 3处理器成为了市场上的抢手货。那么目前市面上的那些高性价比AMD主板能否很好地支持Zen 3处理器,本次我们特别对来自影驰的B550 GAMER主板进行了测试。     

便于整理、主打实用 美商海盗船KATAR PRO Wireless游戏鼠标&MM300 PRO鼠标垫

对于那些有强迫症的玩家来说,杂乱的外设连线简直不堪入目。所以,如何能够让桌面更为整洁且赏心悦目成为他们的一大“心事”。当然,解决这一问题也并不麻烦,选择无线外设产品并且搭配一款桌面级鼠标垫就能“一劳永逸”。而美商海盗船于近期推出的K ATAR PRO Wireless游戏鼠标与MM300 PRO鼠标垫便是这样一对很好的搭配。但除了方便整理桌面之外,它们其实还有其他特点值得我们挖掘。     

NVIDIA RTX 30系激战AMD RX 6000系 设计创作显卡谁为王

今年下半年,NVIDIA和AMD在高端显卡市场相继发力,推出RTX 30系列和RX 6000系列显卡。性能上的跃迁不仅给游戏玩家们带来更流畅的游戏体验,同时也可让创意人士的工作效率得到大幅提升。此前MC为大家分享了RTX 30系列和RX 6000系列显卡在游戏性能上的众多对比评测文章,今天我们就将关注的焦点集中到它们的内容创作效率上,看看对于创意人士来说,什么显卡才是他们尽情挥洒创意的工作利器。     

INNOCN M1U 4K显示器体验

在多个显示器细分市场中,电竞显示器绝对算得上是各大厂商的重点。不过,也有部分厂商在着力发展专业显示器市场。我们知道,目前专业级显示器市场已经被戴尔、华硕、明基这类老牌厂商占据,加上专业显示器对色彩调校的技术门槛较高,所以一些名不见经传的品牌很难去抢占市场。不过,INNOCN试图在专业级显示器市场中有所突破,其在之前曾推出过N1U Pro便携式专业显示器,前不久又推出了M1U专业桌面级显示器。那么对于这款产品,它在专业色彩上的表现到底如何?我们将对其进行一番体验。     

解锁Vlog的新玩法 华为nova8 Pro

拍得清楚,拍得漂亮,是过去衡量一款自拍手机好坏的标准,但是在Vlog时代,年轻人对“美”的认知有更多的理性思考。紧贴年轻潮流的华为nova系列自然因势而变,主打功能从自拍进化成视频拍摄,带来全新Vlog手机——华为nova8 Pro。前置双摄,“大眼”四摄作为主打Vlog视频拍摄的手机,华为nova 8 Pro搭载前置3200万像素100°超广角视频镜头和1600万像素人像镜头。自拍或录制视频时,超广角镜头不仅能够捕捉更多的场景,而且更显脸小,如同自带瘦脸模式,也能轻松应对地标打卡、多人自拍等需求。     

无人机群目标搜索的主动感知方法

为提升蚁群搜索算法在规模大的栅格环境中对未知目标的搜索效率,提出基于蚁群算法的主动感知搜索框架。该框架通过应用历史环境信息来选择无人机的运动方式,并由无人机运动方式和感知域信息得到新的环境信息,从而实现无人机群的智能自动化搜索功能。新方法计算出一种具有探索偏好的未搜索概率,可使无人机搜索时偏向未搜索程度高的栅格,以此来提高算法的搜索能力。同时,以未搜索概率和信息素作为运动方式决策的依据来建立一种新的运动方式选择机制。该机制不仅考虑了目标可能出现的区域,又可兼顾未知区域,从而可实现无目标先验信息条件下的搜索过程。仿真结果表明,此算法在规模大的栅格环境中,与现有算法相比具有更高的搜索效率,并且得到的目标分布信息将更加全面。     

融入类贡献抑制因子的灰度级模糊C均值图像分割

基于灰度级模糊C均值图像分割算法具有分割速度快的优势。由于无损检测图像中背景类和目标类差异较大,该算法不能有效地将目标分割出来,故提出改进的基于灰度级的模糊C均值算法。构建了一种与类大小反向相关的类贡献抑制因子表达式,将之融入目标函数后能够降低较大类对目标函数的贡献,这可避免较小类的聚类中心受较大类的影响而靠近较大类的聚类中心。最小化新的目标函数可得新形式的隶属度和聚类中心表征形式。采用类大小差异较大的无损检测图像进行试验,结果显示本文算法得到的分割图像视觉效果良好,而且指标G_mean也更高,进一步提升了基于灰度级模糊C均值算法适应能力。     

利用置信规则库构建WSN节点故障检测模型

在无线传感器网络(wireless sensor network, WSN)节点故障检测领域的研究过程中,故障检测准确率会受节点数据的不确定性和专家知识模糊性的影响。针对这一问题,本文提出了一种基于置信规则库(belief rule base, BRB)的WSN节点故障检测方法。首先,根据WSN工作原理及节点工作特性描述WSN节点故障检测过程;然后,从空间和时间2个维度对节点数据提取特征,建立基于空间和时间相关性的WSN节点故障检测模型;最后,利用Intel Lab Data无线传感器数据集进行案例研究以验证模型的有效性。结果证明,本文方法能够统筹利用专家知识和节点数据实现WSN节点故障检测。     

融合共现推理的Faster R-CNN输电线路金具检测

为促进目标检测模型与电力领域业务知识有机融合,缓解金具样本间长尾分布问题,有效提升输电线路金具的自动化检测效果,提出了融合共现推理的Faster R-CNN(faster region-based convolutional neural network)输电线路金具检测模型。首先,深入研究输电线路金具结构化组合规则,通过数据驱动的方式以条件概率对金具目标间的共现连接关系进行有效表达;然后,结合图学习方法,利用学习并映射的共现概率关联作为共现图邻接矩阵,使用基线模型(Faster R-CNN)提取的特征向量作为图推理输入特征,以自学习的变换矩阵作为共现图传播权重,完成图信息传播并实现有效的共现推理模型嵌入。实验证明,融合共现推理模块的Faster R-CNN模型较原始模型提升了6.56%的准确率,对于长尾分布样本中数量较少的金具性能提升尤其显著。