超越超级计算机? 解析NVIDIA Tegra X1

去年那则NVIDIA要退出手机市场的消息广泛传播,让大家觉得NVIDIA可能真的要放弃移动芯片市场了,而之后NVIDIA CEO黄仁勋在接受采访时又表示,NVIDIA并不是要完全退出移动设备市场,而是希望在平板、车载电脑、游戏机顶盒市场上有所作为,这也为后面埋下了伏笔。     

基于Android的手机应用开发中多媒体处理技术探析

随着智能手机日益普及移动互联网迅猛发展,移动应用的开发呈现出井喷态势。这些移动应用开发与多媒体技术相结合,已经深刻地改变了我们的生活。本文重点研究了Android应用开发中多媒体处理技术的实现。     

来看看我们本期为你准备了哪些值得争取的福利

<正>CHANCE 1-3每月送出一台显示器影像视觉Ps挑战赛每月征稿,每月送出一台Eizo艺卓FlexScan EV2336W显示器,这款显示器采用全视角清晰视野IPS面板、LED背光,会按工作环境调整亮度,十分适合摄影师的图片编辑调整工作。其他优胜者也能获得Datacolor用于色彩管理的附件Spyder4ELITE,以及我们的后期特刊。     

论智能手机的利与弊

手机是现代科技化产物的典型代表,目前人类所有通讯工具中手机占据着极大的比例。因此手机无时无刻不在影响着我们身边每个人的日常生活。本文从正反两个方面进行论述手机给人类带来的利与弊,从这些利弊关系中导出如今人们迷恋手机的根本原因,并给出纠正的建议,以警示人们要合理利用通讯工具才是生活的主宰者,而非手机主宰着我们的生活。     

深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。     

本刊启事

《食品科技》新官方网站(http://www.e-foodtech,cn/)投稿功能已经开通,2019年9月1日起,请各位作者可以通过新网址投稿。新投稿系统与微信功能关联,作者注册后,可以关注“食品科技杂志社”微信公众号,点击“作者服务”进行“绑定账号”,所有与您投稿相关的消息都会及时发送到您的手机微信上。我刊审稿周期仍为两个月,您可以通过账号登录网站查询审稿进度及结果。     

CAE应用背后的那些人

据华尔街日报2013年发表的一篇关于"iPhone产能"的文章报道,以当年发布的iPhone5s手机为例,每台手机从生产组装到最终下线需要600名工人参与.当然,这600人只负责生产制造,如果算上前方的概念设计、结构设计、仿真分析以及后方的市场和销售人员,那么算算人工成本,你就会觉得手中的iPhone手机其实还蛮对得起它的价格的. 如果带着这个问题去解构我们电脑里的CAE软件,我想大多数厂商都很难算清究竟有多少人在为一款软件工作.     

基于用户角度下的手机广告检测方法研究

随着5G时代的到来,智能通讯设备的普及给人们带来各种方便的同时对于广告商来说也是一种新的宣传方式。本文通过分析当下手机检测广告软件的情况,结合用户对手机广告的检测拦截方式来给研究人员提高防护恶意手机广告的建议和改进措施。