“碳化硅功率半导体技术”专题前言

半导体功率器件(即电力电子器件)是电力电子技术的三大核心基础之一,被比作电力电子装置的“CPU”。现有功率器件多采用Si基或SOI基,但是受限于自身材料特性的影响,在节能与转换效率方面越来越显示出他们的局限性。为解决上述问题,半导体功率器件除了继续对传统器件进行新理论和新结构的创新研究外,也正在遵循“一代材料、一代器件、一代装置、一代应用”的发展趋势,从传统的Si基和SOI基向宽禁带半导体SiC和GaN基进行扩展和延伸。     

试论太阳辐射换热空调的制冷技术

随着科技的发展,人们对于各类技术的研究越来越深入。同时空调作为夏天每个家庭必不可少的家用电器,大大增加了家庭的用电量。基于此,研究者提出了太阳辐射换热空调制冷技术,该技术利用太阳能转换为热能来供热制冷。从其工作原理来看,可以有效的解决夏天制冷问题,及经济又环保。其研究符合目前国家倡导的经济环保理念。由此可见,该技术具有非常现实的研究意义。本文从该技术研究的必要性出发,分析其概念及原理,接着分析了太阳辐射换热空调制冷技术的类型及原理,最后探讨了目前该技术没有得到普遍应用的原因,并提成了合理化建议。     

ST STWBC:可定制的无线电池充电控制器

ST的STWBC数字控制器用于控制无线电池充电器(WBC,wireless battery charger)从发射器(TX)向接收器(RX)的电能传输,为内置无线充电手机、穿戴式装置以及采用电磁感应充电技术的电池供电产品提供灵活且高能效的无线充电解决方案。作为Qi无线充电联盟(Wireless Power Consortium)和电源事物联盟(PMA,Power Matters Alliance)两大无线充电行业联盟的成员,意法半导体完全遵守这些先进无线充电协议,并且是全球首批持有最新的Qi 1.1.2 A11标准证书的企业之一。     

改进HSR-FCN的服装图像识别分类算法研究

目前网络上的服装图像数量增长迅猛，对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络（Region-Based Fully Convolutional Networks，R-FCN）引入到服装图像识别中，针对服装图像分类中网络训练时间长、形变服装图像识别率低的问题，提出一种新颖的改进框架HSR-FCN。新框架将R-FCN中的区域建议网络和HyperNet网络相融合，改变图片特征学习方式，使得HSR-FCN可以在更短的训练时间内达到更高的准确率。在模型中引入了空间转换网络，对输入服装图像和特征图进行了空间变换及对齐，加强了对多角度服装和形变服装的特征学习。实验结果表明，改进后的HSR-FCN模型有效地加强了对形变服装图像的学习，且在训练时间更短的情况下，比原来的网络模型R-FCN平均准确率提高了大约3个百分点，达到96.69%。