集成电路设计方法及IP设计技术的研究

文章就主要针对集成电路的设计方法和IP设计技术进行研究,希望对相关领域研究提供帮助.     

10kV配网电缆敷设的施工探讨

电力系统的基础建设对于正常的电力供应非常关键,伴随着城镇化进程的不断扩大发展,10kV规格电缆已经慢慢地代替架空线路从而得到普遍的广泛应用。电缆敷设属于电力系统基础建设的关键环节,其具体的施工质量状况对电网系统的安全程度存在直接的影响作用。文章对10kV配网电缆敷设的施工探讨。     

基于小波变换的图像去噪方法研究

图像去噪问题是一个古老的难题,也是当前研究的热点问题,而图像小波去噪算法在图像去噪方面虽然已取得了一定进步,但在这一领域仍然有许多问题需要研究,为了进一步提高图像去噪质量,改善图像视觉效果。在此通过在小波阀值萎缩法、基于混合模型的小波去噪法、小波去噪与其他算法相结合的三类方法中分别选用了三种典型算法即VisuSh?rink法、基于高斯混合模型小波去噪法、中值滤波与小波去噪相结合的算法,对当前基于小波变换图像去噪这三类典型问题进行了研究。研究表明对于单一的噪声,用相应某种算法,就可能取得较理想效果。而对于混合噪声,单独的一种算法取得的效果是比较差的,只有采用几种算法相结合才能取得较好的效果,因而在此也为图像去噪指明了以后的研究方向。     

基于异常行为监控的僵尸网络发现技术研究

僵尸网络作为近年来危害互联网的重大安全威胁之一,引起了研究者的广泛关注。论文通过分析僵尸网络工作过程中各阶段表现出的异常行为特征,提出了基于异常行为监控的僵尸网络发现技术,详细阐述了僵尸网络发现系统的原理及系统框架结构,并对其关键技术进行了设计实现。     

求半正定Hermitian矩阵特征向量的改进乘幂法

经典乘幂法结合压缩法是计算半正定Hermitian矩阵最大前n个特征值对应特征向量的重要方法,但其固定的迭代次数使得待分解矩阵的随机变化和初始向量的不同选择导致计算精度波动较大,同时,较大特征值对应特征向量的计算误差也会影响较小特征值对应特征向量的计算。为克服这些缺点,提出了一种将前后两次迭代所求向量的距离作为迭代终止条件的改进乘幂法,并证明了它在有误差传播时的收敛性。理论计算结果表明,对4阶半正定Hermitian随机矩阵,在相同计算精度前提下,所提方法比经典方法可至少降低一半计算复杂度。     

基于设计图纸进行线扎图工艺设计的研究

线扎图的传统工艺设计,一般都是采用先做样机再用AUTOCAD软件绘制,相对滞后.介绍了利用AUTOCAD 2004结合UG NX 7.0软件,根据产品结构的复杂程度进行相应的线扎图设计方法,实现了在产品设计初期基于设计图纸进行快速准确的线扎图工艺设计,缩短产品生产周期.     

超声辐照合成超细NiO的研究

以氯化镍为镍源,碳酸氢铵为沉淀剂,采用液相沉淀–热分解法制备NiO。合成过程中引入超声场,并考察了不同加料方式对产物粒度和纯度的影响。采用SEM,XRD,激光粒度分布测定技术和离子色谱技术分别对产物进行表征。结果表明,在前驱体制备过程中引入功率超声可以减小产物NiO的粒径,且使形状更加规整;在有超声作用下采用并加加料方式制得了晶粒度为5~10nm,平均粒径为1.10μm,w(Cl–)为0.056%的立方晶系的NiO。     

MgO/TiO2复合薄膜太阳能电池的性能

用sol-gel法和丝网印刷法制备多孔TiO2薄膜,溶液沉积法制备MgO/TiO2复合薄膜。研究了复合薄膜的表面形貌、断面结构、厚度等性能;组装电池,测定了电池的输出特性曲线。结果表明:MgO/TiO2复合薄膜表面平整,内部具有分布较为均匀的空隙,厚度约14μm;MgO薄膜的复合使染料敏化,敏化太阳能电池的开路电压从0.585V提高到0.659V,短路电流从2.057mA提高到2.348mA,从而使光电转换效率从2.24%提高到3.12%;并分析了MgO薄膜复合提高光电流响应的机理。     

循序渐进教学过程贯彻发现法

本文以"模拟电子技术基础"课程中的运算放大器构成的仪表放大器为例,阐述了运用发现法循序渐进地进行教学的过程.这种教学方法由浅入深,符合学生的认知过程,降低了学习难度,而且使学生在整个学习过程中保持主动性,能够充分发挥想象力和创造力,有利于对学生创新意识和创新能力的培养,提高教学质量.     

Light gradient boosting machine with optimized hyperparameters for identification of malicious access in IoT network

In this paper, an advanced and optimized Light Gradient Boosting Machine (LGBM) technique is proposed to identify the intrusive activities in the Internet of Things (IoT) network. The followings are the major contributions: i) An optimized LGBM model has been developed for the identification of malicious IoT activities in the IoT network; ii) An efficient evolutionary optimization approach has been adopted for finding the optimal set of hyper-parameters of LGBM for the projected problem. Here, a Genetic Algorithm (GA) with k-way tournament selection and uniform crossover operation is used for efficient exploration of hyper-parameter search space; iii) Finally, the performance of the proposed model is evaluated using state-of-the-art ensemble learning and machine learning-based model to achieve overall generalized performance and efficiency. Simulation outcomes reveal that the proposed approach is superior to other considered methods and proves to be a robust approach to intrusion detection in an IoT environment.