艾滋病检测试纸阴性是正常的吗（艾滋病检测试纸阴性什么意思）

...

2023-12-25 艾滋病病毒阴性是什么意思 艾滋病病毒阴性有传染性吗

标题：研究人员的算法设计出具有感知能力的软机器人，开启机器人和人类交互的新篇章导言：随着机器人技术的发展，软机器人正在成为一个备受关注的研究领域。软机器人具有重量轻、灵活性和安全性等优点，使其非常适合与人类互动。然而，传统的软机器人通常缺乏感知能力，限制了它们的应用范围。为了解决这一问题，研究人员开发出一种新的算法来设计具有感知能力的软机器人。算法简介：这种新的算法利用了机器学习技术来构建软机器人的感知系统。该算法首先收集大量的数据，这些数据包括软机器人的运动信息、周围环境的信息以及软机器人与人类交互的信息等。然后，算法利用这些数据来训练一个神经网络模型。这个神经网络模型能够学习到软机器人与周围环境之间的关系，并能够根据这些关系来预测软机器人应该如何运动。应用潜力：这种具有感知能力的软机器人具有广泛的应用潜力。例如，它可以被用作医疗机器人来进行手术或康复治疗。它还可以被用作辅助机器人来帮助老年人或残疾人完成日常任务。此外，它还可以被用作玩具或娱乐机器人来为人们带来欢乐。结论：研究人员开发的这种新的算法为软机器人的发展开辟了新的道路。具有感知能力的软机器人将能够更好地与人类互动，从而为机器人和人类交互带来新的可能性。随着该算法的进一步完善，软机器人很可能会在不久的将来成为我们生活中不可或缺的一部分。...

2023-12-21 算法机器人 算法机器人是什么

图书名称：《数字时代图书馆学情报学研究论丛基于知识库的出版知识服务实现》【作者】袁小群，国家新闻出版署语义出版与知识服务重点实验室著【丛书名】数字时代图书馆学情报学研究论丛【页数】289【出版社】武汉：武汉大学出版社,2021.10【ISBN号】978-7-307-22596-1【价格】78.00【分类】电子出版物-出版工作-商业服务-研究-中国【参考文献】袁小群，国家新闻出版署语义出版与知识服务重点实验室著.数字时代图书馆学情报学研究论丛基于知识库的出版知识服务实现.武汉：武汉大学出版社,2021.10.图书封面：《数字时代图书馆学情报学研究论丛基于知识库的出版知识服务实现》内容提要：本书旨在解决如何利用信息技术实现个性化定制出版的出版知识服务，从而克服数字出版面临的资源利用率低、个性化服务能力不足等问题。全书以数字出版资源为对象，以出版知识服务活动过程中出版内容资源的流动方向为主线，构建出版知识服务内容生产和服务解决方案，为国内出版企业发展提供指导和借鉴。为此，本书首先从用户内容消费入手，对用户内容消费需求特性进行分析，并引入知识服务概念，系统分析和阐述出版知识服务。在此基础上，本书以出版知识服务内容流通为主线，引入语义技术、数据分析、自然语言处理、生物信息技术、优化理论以及网络通信技术，从出版内容资源管理、出版物动态生成以及服务提供与优化三个角度阐述了实现个性化出版内容定制的技术原理，实现信息技术对出版流程的再造，是信息技术与出版产业的高度融合，具有重要的学术价值和现实意义。...

2023-12-21 数字时代图书馆重要吗 数字图书馆发展的三个时代

图书名称：《珠宝玉石无损检测光谱库及解析》【作者】罗彬，喻云峰，廖佳【页数】288【出版社】武汉：中国地质大学出版社,2019.06【ISBN号】978-7-5625-4199-8【分类】电光谱-应用-玉石-无损检验【参考文献】罗彬，喻云峰，廖佳.珠宝玉石无损检测光谱库及解析.武汉：中国地质大学出版社,2019.06.图书封面：《珠宝玉石无损检测光谱库及解析》内容提要：随着珠宝玉石品种的不断增加、合成及优化处理技术的日益进步，常规的宝石学基础鉴定方法已无法满足珠宝玉石产品检验检测的工作要求。本书针对目前市场上常见的珠宝玉石品种，利用傅里叶红外光谱仪、激光拉曼光谱仪、GEM-3000珠宝检测仪、X射线荧光光谱仪等无损检测大型设备，开展红外光谱、拉曼光谱、紫外可见光谱、X射线荧光光谱的采集整理工作，并结合专业期刊、学术会议、学术网站及学位论文上的报道对图谱数据进行分析与总结。本书的内容丰富、结构紧凑、实用性强，可作为珠宝玉石鉴定专业学习及检测人员的参考书籍。...

2023-12-21 epubpdf转换 epub pdf mobi txt

图书名称：《语料库语言学及Pytho实现》【作者】李安著【页数】223【出版社】济南：山东大学出版社,2018.08【ISBN号】978-7-5607-6209-8【分类】语料库-语言学；软件工具-程序设计【参考文献】李安著.语料库语言学及Pytho实现.济南：山东大学出版社,2018.08.图书封面：《语料库语言学及Pytho实现》内容提要：本书主要包括语料库语言学的基本理论和语料库建设与研究的Pytho实现两部分内容。作者将语料库语言学理论和Pytho方案相结合，介绍了语料库语言学、语料库的设计与研发、语料库的研究范式、Pytho的基本原理与编程原理、基于Pytho的语料获取等内容。...

2023-12-21 语料库语言学的研究方法主要依赖于什么技术? 语料库语言学研究方法

为目标检测技术开发的新人工智能框架随着人工智能技术的不断发展，目标检测技术也取得了长足的进步。目标检测技术旨在从图像或视频中识别和定位物体，在安防监控、医疗诊断、自动驾驶等诸多领域有着广泛的应用。为了进一步提升目标检测技术的性能，研究人员一直在探索新的方法和算法。最近，一支来自加州大学伯克利分校的研究团队提出了一种新的深度学习框架，名为「深度跟踪检测器」（DeeTrackigDetector，DTD）。该框架采用了一种新的训练策略，可以显著提高目标检测模型的准确性和鲁棒性。DTD框架的核心思想是将跟踪和检测任务结合起来。在传统的目标检测方法中，跟踪和检测通常是分开的两个步骤。首先，检测器会定位图像或视频中的物体，然后跟踪器会根据物体的运动轨迹将其连接起来。这种方法存在一个问题，就是跟踪器可能会丢失物体，或者将不同的物体混淆在一起。DTD框架则不同，它将跟踪和检测任务结合起来，在同一个模型中同时进行。这样一来，跟踪器就可以利用检测器的信息来提高跟踪的准确性，而检测器也可以利用跟踪器的信息来提高检测的准确性。在实验中，DTD框架在多个公开数据集上都取得了最先进的性能。例如，在PASCALVOC2007数据集上，DTD框架的平均精度（meaaveragereciio，mAP）达到了85.9%，比之前最好的方法提高了2.1个百分点。DTD框架的提出标志着目标检测技术发展的一个新里程碑。该框架具有较高的准确性和鲁棒性，在安防监控、医疗诊断、自动驾驶等领域具有广阔的应用前景。DTD框架的优势与传统的目标检测方法相比，DTD框架具有以下几个优势：**更高的准确性：**DTD框架通过将跟踪和检测任务结合起来，可以显著提高目标检测模型的准确性。**更高的鲁棒性：**DTD框架对遮挡、光照变化、背景杂乱等因素具有较强的鲁棒性。**更快的速度：**DTD框架可以实时处理图像和视频，具有较高的处理速度。DTD框架的应用DTD框架可以广泛应用于安防监控、医疗诊断、自动驾驶等诸多领域。在安防监控领域，DTD框架可以用于检测和跟踪可疑人员，提高安保人员的工作效率。在医疗诊断领域，DTD框架可以用于检测和跟踪病变组织，辅助医生进行诊断。在自动驾驶领域，DTD框架可以用于检测和跟踪行人、车辆等物体，帮助自动驾驶汽车安全行驶。结论DTD框架是目标检测领域的一个重要突破，它具有较高的准确性、鲁棒性和处理速度，在安防监控、医疗诊断、自动驾驶等诸多领域具有广阔的应用前景。...

2023-12-20 鲁棒性算法 鲁棒性原则的含义

图书名称：《射线探伤B》【作者】（日）日本无损检测协会编；李衍译【丛书名】无损检测技术丛书【页数】317【出版社】北京：机械工业出版社,1988.06【ISBN号】7-111-00543-0【价格】4.20【分类】射线检验【参考文献】（日）日本无损检测协会编；李衍译.射线探伤B.北京：机械工业出版社,1988.06.《射线探伤B》内容提要：本书阐述了:平板试件的透照焊缝的透照吸收系数不同时透度计灵敏度的换算简体成管与环焊缝的透照精密检验。附录中收进12个日本标准。...

2023-12-19 双面缪斯 李贺诗学研究 epubpdf epubpdf转换

图书名称：《高硬度材料的高压物性算法》【作者】雷慧茹【页数】159【出版社】长春：吉林大学出版社,2021.04【ISBN号】978-7-5692-8389-1【价格】68.00【参考文献】雷慧茹.高硬度材料的高压物性算法.长春：吉林大学出版社,2021.04.图书封面：《高硬度材料的高压物性算法》内容提要：...

2023-12-12 mom算法 moea算法

图书名称：《高光谱遥感目标检测》【作者】张建祎，王玉磊，薛白，王琳，于纯妍等作；张兵，张立福总主编【丛书名】高光谱遥感科学丛书【页数】283【出版社】武汉：湖北科学技术出版社,2021.07【ISBN号】978-7-5706-1198-0【价格】218.00【分类】遥感图像-图像处理-目标检测-研究【参考文献】张建祎，王玉磊，薛白，王琳，于纯妍等作；张兵，张立福总主编.高光谱遥感目标检测.武汉：湖北科学技术出版社,2021.07.图书封面：图书目录：《高光谱遥感目标检测》内容提要：《高光谱遥感科学丛书》（1-6册）分别从信息获取、信息处理、目标检测、混合光谱分解、岩矿高光谱遥感、植被高光谱遥感六个方面系统地介绍了高光谱遥感的最新研究技术成果及应用前沿。《高光谱遥感目标检测》为“高光谱遥感科学丛书”系列典型应用学术专著之一，高光谱遥感目标检测是高光谱遥感全科技链条（包括基础理论、数据获取、信息处理与多学科应用等）的重要环节，是提高高光谱遥感技术及其应用水平的关键所在。本书适合高等院校遥感相关专业的师生及相关研究院所的研究人员及技术工作者参考学习。《高光谱遥感目标检测》内容试读第1章绪论目标检测是高光谱图像处理领域的研究热点，从不同的角度，高光谱图像目标检测又可有多种分类方法。目前传统的目标检测分类主要包括：根据待测目标已知信息的多少，高光谱目标检测可以分为监督式目标检测与非监督式目标检测两类：根据待检测目标的尺寸大小，高光谱目标检测又可分为亚像元目标检测（待测目标小于像元）和纯像元目标检测（待测目标大于像元)等。区别于上述对目标检测的分类方法，本书从一种全新的角度来看待高光谱目标检测问题，根据高光谱目标检测的应用背景，将其分为主动目标检测与被动目标检测两种。主动目标检测需要提前知道一定量的待测目标信息。在军事应用中的侦察(recoaiace)就是一种主动目标检测。例如美国军方利用U2侦察机、无人机进行空袭、搜救、搜索，或是利用激光雷达(lightdetectioadragig,LiDAR)对可疑目标进行侦察。被动目标检测则是在完全不知环境特征，也不知待测目标特征的情况下，对目标进行搜寻。在军事应用中的监察(urveillace)就是一种被动目标检测。例如，美国军方利用机载报警与控制系统(airorewarigadcotrolytem,AWACS)在潜在威胁区域针对不寻常活动或是非常规目标进行监视。再比如农业上利用前视红外(forwardlookigifrared,FLIR)传感器对异常现象进行监视等。1.1概述目标检测是高光谱图像的主要优势应用之一，其优势在亚像元检测中尤为突出。亚像元检测时，由于往往不能提前获得全部的目标信息，检测难度非常大，但高光谱具有极丰富的光谱信息，这一优势将有效弥补亚像元检测信息不足这一缺陷。在本章中，我们根据目标检测所需的先验信息的量，将目标检测分为两种进行对比讨论。第一种为主动式高光谱目标检测，通常需要感兴趣目标的先验知识，这种检测手段经常被。1G高光谱遥感目标检测N应用于侦察中。在侦察中，待侦察的目标物的先验知识是需要提前确定的。例如，第4章介绍的正交子空间投影(orthogoaluacerojectio,OSP)算法，就是一种需要目标先验知识完全已知的检测算法；约束能量最小化算法(cotraiedeergymiimizatio,CEM)由Harayi和Chag于1993年提出，该算法是一种需要部分先验知识的检测算法，仅需提前确定待测目标物的特性，而不需要确定背景的特性；自动目标生成算法(automatictargetgeeratioroce,ATGP)由Re和Chag于2003年提出，该算法是一种不需任何先验日标知识的检测手段。另外，端元提取也是一种在目标检测中值得关注的技术手段，其假设前提是纯像元存在于数据中。这种假设满足时，端元提取算法其实是以主动模式进行端元提取。另一种为被动式高光谱目标检测，是一种不需要任何先验知识的检测手段，通常应用于没有特定目标场合的监控。例如，异常检测是在没有先验知识或是人眼判别知识的情况下，对非期望出现的目标进行检测。端元寻找也是一种被动目标检测手段。不同于端元提取，端元寻找不需要提前假设端元存在于数据中，而是利用像元提取的准则，在高光谱图像中寻找类似端元的目标。换句话说，端元寻找是一种在不假设数据中存在纯端元的情况下，以被动模式进行的端元提取算法。本书将以这两种目标检测为主线，对多种高光谱目标检测算法展开详细讨论。1.2主动目标检测主动目标检测是对一种已知特性的目标进行检测。这种目标的特性可以由先验知识或者一些非监督算法获得。当目标的已知信息是通过先验知识，或者是通过人为观察而获得的，这种主动目标检测又可以称为主动式先验高光谱目标检测。当目标的已知信息并不是由先验知识获得，而是通过某种非监督算法获得的后验信息，并利用这种后验信息作为高光谱目标检测的期望目标知识，此时的主动目标检测又可以称为主动式后验高光谱目标检测。1.2.1主动式先验高光谱日标检测主动状态下的日标检测通常假设待测数据中含有我们感兴趣的目标，其目的是通过目标检测算法寻找到这些目标。因而主动目标检测不适用于待测数据中无感兴趣目标的情况。1.目标先验知识是完全已知的当先验知识完全已知，可以通过基于信噪比的正交子空间投影(OSP)实现对目标的检测。该方法原理简单、结构简洁，由Harayi和Chag于1994年提出，在本书第4章4,4节也会做详细的论述。这种方法已知完全的目标先验知识，类目标光谱特性：m:,m2,…,·2·AAA【第1章绪论1m。该方法假设上述目标特性中有一种为期望目标特性，例如：假设特性m。为期望目标特性，则其他特性被认为是非期望目标特性。OSP算法首先利用OSP算子，通过正交投影原理消除干扰和非期望目标特性，其定义为P。=I一UU#=I一U(UU)1UT,其中U=[m,m2…,m。-],再将信噪比作为检测准则，通过匹配滤波原理检测与m。相似的特性。2.目标先验知识是部分已知的由于高光谱图像具有显著的高光谱分辨率，高光谱成像设备采集的图像包含了大量的背景信息，往往导致图像背景部分非常复杂，使得我们几乎不可能获得背景的所有先验信息，这种情况在处理高光谱数据时时常发生。因此，实际应用中，多数目标检测算法都是基于部分先验信息的，这类方法假设仅有感兴趣的目标光谱是已知的，而背景信息是未知的。例如，在(OSP算法中，我们假设类目标光谱m1,m2,…,m。是已知的，对于其中某一类目标的检测，可以将类目标光谱分解为感兴趣的期望目标光谱d(假设为m。)和不感兴趣的其他目标光谱U=[m,m2…,m。-1],并将其作为需要抑制的光谱特性，通过OSP算子进行消除。不同于OSP算法，CEM算法通过全局像元样本的协方差矩阵R的逆矩阵R,取代OSP算法中的OSP算子P,来实现对感兴趣的目标d以外的背景特性的压抑。自OSP与CEM算法产生以来，两者皆得到了广泛的应用。同时，在此基础上，产生了许多基于d和U的扩展算法。受Frot的自适应波束形成方法启发，Re和Chag于l999年提出了一种线性约束方差最小化(liearlycotraiedmiimumvariace,LCMV)算法，将CEM中单一的感兴趣目标光谱d扩展为一组由类个目标光谱组成的集合D=[d1,d2,d]。由于LCMV方法没有讨论U的作用，Re与Chag于2o06年又进一步将LCMV与OSP进行结合，提出了一种目标约束干扰最小化(target-cotraiediterferece-miimizedfilter,TCIMF)算法。该方法可以对含有个目标光谱的集合D=[d1,d2,…,d,]进行检测，同时对非期望特性U进行消除以及利用R对D和U以外的背景目标特性进行压抑。在后续的研究中，Du和Chag引入第三种影响特性一干扰特性，该特性用I矩阵表示。两人针对这一特性的影响提出了信号分解干扰清除滤波器(iga-decomoitioiter-ferer-aihilatiofilter,SDIAF)。SDIAF方法是TCIMF方法的一种延伸，通过抑制干扰特性的作用进一步增强检测性能。为了进一步总结以上所述的5种目标检测方法—OSP、CEM、LCMV、TCIMF和SDIAF,图1.1显示了这5种方法的发展过程及其相关关系。1.2.2主动式后验高光谱日标检测主动式后验高光谱日标检测主要存在两种手段：其一，寻找后验目标信息，如在没有先验知识的情况下从数据中寻找人造日标：其二，提取端元，一般情况下，端元光谱特性纯净，。3·G高光谱遥感目标检测全部先验知识OSP(d.UTCIMF(D.U)SDIAF(D.U.I)部分先验知识CEM(d)LCMV(D,U图1.1OSP、CEM、I,CMV、TCIMF和SDIAF的发展过程及其相关关系可以提供用于区分目标光谱类别的重要信息1.寻找后验目标信息在1.2.1中讨论的先验高光谱目标检测问题，涉及算法OSP、CEM、LCMV、TCIMF和SDIAF,这些算法通常有特定的感兴趣的一个期望目标d或者一组期望目标D,d或者D是由真实地物或者视觉判别所提供的先验知识。另外，在OSP算法中，还需要不感兴趣的非期望目标特性U。CEM、LCMV和TCIMF算法不需要U的信息，而是通过设计FIR滤波器，限制其仅允许d或D方向的信号通过，同时使其他信号输出的最小二乘误差最小化但是，在许多场合中，期望目标信息D和非期望目标信息U、【无法获取。在这种情况下，D、U和I需要通过无先验知识的非监督式方法获取。也就是说，在没有先验知识的情况下，我们仍需知道何种目标存在于数据中。此时，算法需要在数据中通过非监督方法寻找我们感兴趣的目标特性。通过这种方法寻找到的目标，则是一种后验目标，而这种目标所提供的信息则称为目标后验信息，视为目标的后验知识。目标后验知识与其先验知识有着很大的不同。目标先验知识通常是先验获得的，由光谱库中的信息或者是人眼判别而来。目标后验知识则是从高光谱图像数据中获得的，这种后验信息可以作为先验目标检测算法中所需的先验知识，从而利用1.2.1中讨论的先验目标检测算法进行目标检测。所以，先验目标检测算法中的期望目标，既可以是目标先验信息，也可以是目标后验信息。寻找目标后验信息的算法将会在本书第7章中详细讨论，例如自动目标生成方法(utomatictargetgeeratioroce,.ATGP),非监督非负约束最小二乘法(uuerviedoegativitycotraiedleatquare,UNCLS)、非监督全约束最小二乘法(uuerviedfullycotraiedleatquare,UFCLS)和高阶统计量目标检测。2.端元提取前面所述的后验高光谱日标检测方法，是产生一个后验目标特性并利用这一目标特性进行目标检测。如何寻找这些后验目标，完全由所设计的算法决定。另一种方法是寻找纯像元或纯特性的目标，端元提取算法可以满足这种需求。但是，该方法假设图像中存在端元，如果不满足该假设，从图像中提取出的特性并没有意义。值得注意的是，根据Chag在2016年的研究成果表述，两种广泛应用的端元提取算法，。4·X1第1章褚论1即顶点成分分析法(vertexcomoetaalyi,VCA)和单形体体积增长法(imlexgrowigalgorithm,SGA),同自动目标生成方法(automatictargetgeeratioroce,ATGP)结果一致，所以本书主要利用ATGP算法为主动目标检测提供所需要的后验信息。图1.2展示了本书中所涉及的高光谱主动目标检测手段之间的相关关系。目标先验知OSP识完全已知SDIAF目标先验知CEMTCIMF识部分已知主动月标检测ATGP目标先验UNCLSM知识未知UFCLS目标后验知识未知端元提取图1.2主动式高光谱目标检测算法示意图1.3被动目标检测与主动高光谱目标检测不同，被动高光谱目标检测不需要特定的感兴趣的目标。因此，被动目标检测是在完全未知的环境下，并且没有任何先验知识的情况下进行的。被动目标检测有两种类型：异常检测(aomalydetectio)和端元寻找(edmemerfidig)。我们将对两者进行简要的介绍。1.3.1异常检测由于高光谱图像具有很高的光谱分辨率，因此可以体现出很多不能由先验知识提供，或者是人眼无法识别到的微妙信号源。这样的信号源大多是以异常的形式存在于数据中。近年来，在高光谱领域里，异常检测引起了很多学者的研究兴趣。目前，还没有关于异常目标的明确定义，但通常来讲，我们认为异常目标是一种无法在数据处理前先验知道的目标，并且具有如下特点：(1)异常目标在数据中的出现无法预测。·5G高光谱遥感目标检测14:上、，P自3A，,L4A:￥月1A、AA(2)异常目标在数据中的出现概率小。(3)异常目标在数据中的出现数量少。(4)异常目标与周边或相邻的样本光谱特性区别大。具有这些特性的样本，一般是用于指定光谱类别的纯像元，又称端元。例如：在环境或农业中特别的光谱特性、地质中的稀有金属、环境监测中的有毒物质排放、水污染中的溢油、执法中追踪的毒品和走私物、战场中的人造目标、情报里不寻常出现的有威胁性的活动、医学中的肿瘤等。1.3.2端元寻找在1.2.2中讨论过的端元提取方法，是一种主动目标检测方法，因为其前提是假设数据中存在纯像元。但在现实中，这种假设几乎不满足，并且端元不必一定为真实图像中的样本向量或者像元，其也可以是光谱库中的光谱特性。所以，端元不存在于数据中的概率很大。这样一来，端元提取手段可以以一种被动检测的形式，从真实数据中对潜在的，但不是纯像元的端元进行提取。相对于主动高光谱检测，被动高光谱检测没有所要检测的目标的先验知识。这种情况下，我们也无法得知有多少目标需要被检测。因而1.2.2节中所讨论的端元提取算法，如VCA和SGA的停止条件将无法确定。此时，端元提取算法将转换为被动式的端元寻找算法，且当获取了L(L为波段数目)个端元时，端元寻找算法停止。由Boardma于l994年提出，并在当前广泛应用的纯净像元指数(ixelurityidex,PPI)可以被看成一种典型的被动式检测器。该方法利用PPI指数去寻找目标，但并不清楚找到的目标是什么，需要通过进一步的分析来判断这些被找到的目标是什么。基于这种解释，当下研究的多数端元提取方法，实际是一种端元寻找的算法。图1.3展示了两种被动高光谱目标检测：异常检测和端元寻找。异常检测利用了光谱信息统计量，如协方差矩阵K或相关矩阵R来衡量样本光谱之间的相关性。端元寻找则利用了纯像元的特性，寻找潜在的端元。这些找到的潜在端元并不一定是纯像元，但在一定程度上可以用来体现不同类别目标的光谱差异特性。异常背景抑制异常检测样本光谱相关性K/R被动异常辨别与归类目标检测端元寻找像元纯净性日标光谱差异图1.3被动高光谱目标检测算法示意图·6···试读结束···...

2023-12-12

国学易经-四柱八字算法实战班54讲完结《易经》是中华民族智慧的结晶。[1]其从整体的角度去认识和把握世界，把人与自然看做是一个互相感应的有机整体，即“天人合一”。《易经》长期被用作“卜筮”。“卜筮”就是对未来事态的发展进行预测，而《易经》便是总结这些预测的规律理论的书。《易经》被誉为诸经之首，是中华传统文化的总纲领。含盖万有，纲纪群伦，是中华文化的杰出代表；广大精微，包罗万象，亦是中华文明的源头。目录：国学易经-四柱八字算法实战班54讲完结百度网盘分享├─01W01-1阴阳论的基调_ev.m4├─02W01-2五行生克_ev.m4├─03W01-3五行增运学_ev.m4├─04W01-4五行与颜色_ev.m4├─05W02-1五行与方位_ev.m4├─06W02-2五行与五脏_ev.m4├─07W02-3五行与情绪_ev.m4├─08W02-4从五行角度解读八字_ev.m4├─09W02-5从五行断八字强弱_ev.m4├─10W03-1十天干看五行与性格_ev.m4├─11W03-2十天干的冲克与化合_ev.m4├─12W03-3天干的合化条件（实战）_ev.m4├─13W03-4十二地支对应的生肖_ev.m4├─14W03-5十二地支、五行时辰_ev.m4├─15W04-1地支藏天干（上）_ev.m4├─16W04-2地支藏天干（下）_ev.m4├─17W04-3日主与四季旺衰的关系_ev.m4├─18W04-4月令看性格与健康_ev.m4├─19W04-5地支六冲_ev.m4├─20W05-1地支六合_ev.m4├─21W05-2三合化局_ev.m4├─22W05-3三会局_ev.m4├─23W05-4相刑_ev.m4├─24W05-5六害与六破_ev.m4├─25W06-1地支合化条件（实战）_ev.m4├─26W06-2解盘步骤、大运流年_ev.m4├─27W06-4捉用神基本原理（1）_ev.m4├─28W6-5用刑冲克害合风水布局（实战）_ev.m4├─29W07-1十神的各个含义、功能（1）_ev.m4├─30W07-2十神的各个含义、功能（2）_ev.m4├─31W07-3十神的生克_ev.m4├─32W07-4正财—财多身弱、财来财去_ev.m4├─33W07-5偏财—创业老板、破产、负债_ev.m4├─34W08-1十神—子女、才华、口才、生财、学业_ev.m4├─35W08-2伤官—有鬼才、女命、婚姻不利、男命自负、欲望强_ev.m4├─36W08-3正官—官运、事业、婚姻、名气_ev.m4├─37W08-4七杀—功名、灾难、情人、官非小人_ev.m4├─38W08-5正印—靠山、贵人、学业、懒惰愚钝_ev.m4├─39W09-1偏印—天赋、天才、孤独、自负_ev.m4├─40W09-2比肩—帮扶贵人、固执、墨守成规_ev.m4├─41W09-3劫财—合作、破财_ev.m4├─42W09-5十神看财运、官运事业_ev.m4├─43W10-1食神-子女、才华、口才、生财、学业_ev.m4├─44W10-2六亲关系沟通与化解_ev.m4├─45W10-3六亲看行为的底层信念系统_ev.m4├─46W10-5八字命局的方法与要领_ev.m4├─47W11-2大运流年调理_ev.m4├─48W11-3捉用神基本原理（2）——找病根_ev.m4├─49W11-4实战及训练教学命理分析_ev.m4├─50W11-5人事物基础平衡实战训练教学_ev.m4├─51W12-1吃穿住行基础平衡实战训练教学_ev.m4├─52W12-2财富动态平衡实战训练教学_ev.m4├─53W12-3事业发展动态平衡实战训练教学_ev.m4└─54W12-5家庭关系动态平衡实战训练教学_ev.m4...

2023-05-31 易经十神代表什么意思 易经十神对照表

1.血清阳性是指血清学检测中出现某种结果。例如，乙肝检测的五项是表面抗原、E抗原和核心抗体阳性，这表明患者是三大阳性；同样如果丙型肝炎抗体为阳性，2.表示患者已感染丙型肝炎病毒；如果艾滋病病毒呈阳性，则表明患者携带了艾滋病病毒；如果患者的梅毒抗体呈阳性，则表明他们感染了梅毒螺旋体；如果患者的血清学检测显示支原体抗体呈阳性，则表明患者已感染支原体。3、常表现为支原体肺炎、支原体尿路感染等，需用红霉素、阿奇霉素等药物治疗。本文最后希望对您有所帮助。...

2023-05-28 阳性血清是什么意思 和元PEDV阳性血清

课程介绍课程来自于交个朋友抖音运营之《0基础入门——千川投放》13节视频带你0基础入门千川投流算法机制13节视频带你0基础入门千川投流算法机制，直播间推流的本质与推流数量底层逻辑，直播间实现付费起号的核心逻辑计划搭建，千川投放差异化人群完成高ROI提升长效经营，干川投放撬动免费流量完成GMV提升。文件目录01.m402.m403.m404.m405.m406.m407.m408.m409.m410.m411.m412.m413.m4直播带货...

2023-05-21 千川算法 千川算法逻辑

图书名称：《联邦学习算法详解与系统实现》【作者】薄列峰，（美）黄恒，顾松庠，陈彦卿著【丛书名】智能科学与技术丛书【出版社】北京：机械工业出版社,2022.04【ISBN号】978-7-111-70349-5【价格】99.00【分类】机器学习【参考文献】薄列峰，（美）黄恒，顾松庠，陈彦卿著.联邦学习算法详解与系统实现.北京：机械工业出版社,2022.04.图书封面：图书目录：《联邦学习算法详解与系统实现》内容提要：本书将从联邦学习概念、应用场景到具体的先进算法，再到系统实现，对该技术进行全盘梳理与总结……《联邦学习算法详解与系统实现》内容试读第一部分联邦学习基础知识CHAPTERI第章联邦学习概述随着人们对个人隐私泄露的担忧以及相关法律法规的出台，传统的人工智能技术急需适应新形势、新情况。联邦学习(FederatedLearig,FL)作为其中一种技术上的解决方案备受学术界和工业界人士的关注。本章将对联邦学习进行全面的介绍，以期达到服务大众、服务读者的目的1.1什么是联邦学习2016年是人工智能(ArtificialItelligece,AI)成熟的一年。随着AlhaGo击败人类顶级围棋手，我们真正见证了人工智能的巨大潜力，并开始期待更复杂、更尖端的人工智能技术可以应用在更多的领域，包括无人驾驶、生物医疗、金融等。如今，人工智能技术在各行各业都显示出了优势。最新的AlhaFold2技术甚至可以预测35万种蛋白质结构，这些结构涵盖了98.5%的人类蛋白质组。然而，这些技术的成功大都以大量的数据为基础。比如计算机视觉领域中图像分类、目标检测等技术的发展离不开众多大规模的图片数据集，如ImageNet、COCO和PASCALVOC。在自动驾驶领域，众多国内外厂商积累了数十万公里的道路测试数据。AlhaGo在2016年总共使用了30万场游戏的数据作为训练集。随着AlhaGo的成功，人们自然希望像AlhaGo这样的由大数据驱动的人工智能技术能够很快在生活中应用起来。然而，现实有些令人失望：除了少数行业，大多数领域只拥有有限的数据或质量较差的数据，这使A虹技术的落地比我们想象的更困难。是否可以通过跨组织传输数据，将数据融合在一个公共站点中呢？事实上，在许多情况下，打破数据源（数据拥有者）之间的障碍是非常困难的，甚至是不可能的。一般来说，任何A虹项目所需的数据都包含多种类型。例如，在人工智能技术驱动的产品推荐服务中，产品销售者拥有产品信息、用户购买数据，但没有描述用户购买能力和支付习惯的数据。在大多数行业中，数据以孤岛的形式存在。由于行业竞争、隐私安全、复杂的管理程序等，即使是第1章联邦学习概述3同一公司不同部门之间的数据集成也面临着巨大的阻力，要整合分散在全国各地的数据和机构几乎是不可能的，或者在成本上是不可行的。与此同时，随着越来越多的公司意识到损害数据安全和用户隐私的严重性，数据隐私和安全己成为全球性的重大问题。公共数据泄露的相关新闻引起了公共媒体和政府的极大关注，如2018年国外某社交网站的数据泄露事件引发了广泛关注。作为回应，世界各国都在完善保护数据安全和隐私的法律。例如，欧盟于2018年5月25日实施的《通用数据保护条例》(GeeralDataProtectioRegulatio,GDPR)。GDPR(见图l-l)旨在保护用户的个人隐私和数据安全，要求企业在用户协议中使用清晰明了的语言，并授予用户“被遗忘权”，即用户的个人数据可以被删除或撤销，违反该条例的公司将面临高额罚款。我国也在实施类似的隐私和安全措施。例如，我国于2017年颁布的《网络安全法》和《民法通则》规定，互联网企业不得泄露或篡改其收集的个人信息，在与第三方进行数据交易时，需要确保拟议的合同遵守数据保护法律义务。这些法规的建立显然有助于建立个更文明的社会，但也对人工智能中常用的数据交易程序提出了新的挑战。GDPR2衫My2010图1-1GDPR具体来说，人工智能中的传统数据处理模型往往涉及简单的数据交易模型，一方收集用户数据并将数据传输给另一方，另一方负责清理和融合数据。最后，第三方将利用集成的数据来建立模型以供其他方使用。模型通常作为服务出售的最终产品。这一传统的流程面临上述新的数据法规的挑战。此外，由于用户可能不清楚这些模型的未来用途，这些交易可能会违反GDPR等法律法规的规定。结果，数据使用方会面临这样一个困境一数据以孤岛的形式存在，但在很多情况下，数据使用方被禁止收集、融合或者将数据传输给其他组织或个人进行AI处理。因此，如何合法合规地解决数据碎片化和孤岛问题，是人工智能研究人员和从业者将要面临的一个重要挑战。1.1.1联邦学习的发展历史联邦学习这个术语是由McMaha等人在2016年的论文中引入的：我们将我们的方法称为联邦学习，因为学习任务是通过由中央服务器协调的参与方设备（我们称之为客户机，即Cliet)的松散联邦来完成的。联邦学习：算法详解与系统实现跨大量通信带宽有限的不可靠设备的一些不平衡且非独立同分布(IdeedetlyadIdeticallyDitriuted,IID)数据的划分是联邦学习面临的挑战。在联邦学习这个术语出现之前，一些重要的相关工作已经开展。许多研究团体（来自密码学、数据库和机器学习等多个领域)追求的一个长期目标是分析和学习分布在许多所有者之间的数据，而不泄露这些数据。在加密数据上计算的加密方法始于20世纪80年代早期（参考Rivet等人于l982年发表的文章)，Agrawal、Srikat和Vaidya等人是早期尝试使用集中式服务器从本地数据中学习并同时保护隐私的典范。相反，即使自引入联邦学习这个术语以来，我们也没有发现任何一项研究工作可以直接解决FL面临的所有挑战。因此，术语“联邦学习”为这些经常在隐私敏感的分布式数据（又称中心化数据）的机器学习(MachieLearig,ML)应用问题中共同出现的特征、约束和挑战等提供了方便的简写。在联邦学习领域，许多开放式挑战的一个关键属性是，它们本质上是跨学科的。应对这些挑战可能不仅需要机器学习，还需要分布式优化、密码学、安全性、差分隐私、公平性、压缩感知、信息理论、统计学等方面的技术。许多最棘手的问题都处在这些学科的交叉点上，因此我们相信，各领域专家之间的协作对联邦学习的持续发展至关重要。联邦学习最开始被提出时，在移动和边缘设备等应用场景备受关注。之后，联邦学习的应用场景越来越多，例如，多个组织协同训练一个模型。联邦学习的上述相关变化引申出更广泛的定义。定义联邦学习是一种机器学习设置，其中多个实体（客户端）在中央服务器或服务提供商的协调下协同解决机器学习问题。每个客户端的原始数据都存储在本地，并且不会交换或直接传输；取而代之的是，使用旨在即时聚合的有针对性的更新迭代来实现学习目标。有针对性的更新是指狭义的更新，以包含特定学习任务所需的最少信息；在数据最小化服务中，尽可能早地执行聚合操作。虽然对数据隐私保护的研究已经超过50年，但在最近l0年才有广泛部署的大规模解决方案（例如Raor)。跨设备联邦学习和联邦数据分析正在应用于消费数字产品中。例如Goard移动键盘以及Pixel手机和AdroidMeage中广泛使用了联邦学习；又例如在iOS13中，跨设备FL被应用于QuickTye键盘和Si的声音分类器等应用中。跨信息孤岛的一些应用在各领域提出，包括金融风险预测、药物发现、电子健康记录挖掘、医疗数据分割和智能制造。对联邦学习技术不断增长的需求激发了许多工具和框架的出现，包括TeorFlowFederated、FATE(FederatedAITechologyEaler)、PySyft、Leaf、PaddleFL和ClaraTraiigFramework等。关于各种框架之间的异同，读者可参考Kairouz等人2019年发表的综述。一些成熟的技术公司和较小的初创公司也正在开发利用联邦学习技术的商业数据平台。1.1.2联邦学习的工作流程在介绍联邦学习(FL)的训练过程之前，我们先考虑一个FL模型的生命周期。F工过程通常是由为特定应用程序开发模型的工程师驱动的。例如，自然语言处理领域的专家第1章联邦学习概述5可以开发一个用于虚拟键盘的下一个单词预测模型。图1-2显示了联邦学习的主要组件和参与者。从更高层次上看，典型的工作流程如下。管理员模型测试客户端服务器端模型部署分发联邦学习工程师回和分析师图1-2FL模型生命周期和联邦学习系统参与者口问题识别：模型工程师识别出需要用FL解决的问题。口客户端检测：如果需要的话，客户端（例如手机上运行的应用程序）将在本地存储必要的训练数据（有时间和数量限制）。在很多情况下，应用程序已经存储了这些数据（例如，一个短信应用程序已经存储短信，一个照片管理应用程序已经存储照片)。然而，在某些情况下，可能需要维护额外的数据或元数据，例如用户交互数据，以便为监督学习任务提供标签。口仿真原型（可选）：模型工程师可以使用代理数据集在FL模拟中对模型架构进行原型化并测试学习超参数。口联邦模型训练：启动多个联邦训练任务来训练模型的不同变体，或使用不同的超参数优化。口联邦模型评估：在任务得到充分训练之后（通常是几天），对模型进行分析并选择合适的候选者。模型分析可能包括在数据中心的标准数据集上计算指标或者联邦评估，其中模型被推送到保留的客户端，以对本地客户端数据进行评估。口部署：最后，一旦一个好的模型被选中，它将经历一个标准的模型发布过程，包括手动质量保证、实时A/B测试（通常是在一些设备上使用新模型，在其他设备上使用上一代模型来比较它们的性能)，以及阶段性推出（以便在影响太多用户之前发现和回滚不良行为)。模型的特定启动过程是由应用程序的所有者设置的，通常与模型是如何训练的无关。换句话说，这个步骤同样适用于经过联邦学习或传统数据中心方法训练的模型。FL系统面临的主要挑战之一是如何使上述工作流程尽可能简单，理想地接近集中训练(CetralizedTraiig)的ML系统所达到的易用性。6联邦学习：算法详解与系统实现接下来，我们将详细介绍一种常见的FL训练过程，它可以涵盖McMaha等人提出的联邦平均(FederatedAveragig)算法和许多其他算法。服务器（服务提供者）通过重复以下步骤来安排训练过程，直到训练停止（由监视训练过程的模型工程师自行决定)：口客户端选择：服务器从满足资格要求的一组客户端中抽取样本。例如，为了避免影响正在使用设备的用户，手机可能只有在插电、使用不计流量的WF连接且处于空闲状态时才会连接到服务器。口广播：选定的客户端从服务器下载当前的模型权重和一个训练程序（例如Teor-FlowGrah).口客户机计算：每个选定的设备通过在本地执行训练程序对模型进行更新，例如，训练程序可以在本地数据上运行SGD(如FederatedAveragig算法)。口聚合：服务器对设备的更新进行聚合。为了提高效率，一旦有足够数量的设备报告了结果，可能会删除掉队的设备。这一阶段也是许多其他技术的集成点，这些技术将在后面讨论，可能包括用于增强隐私的安全聚合、用于提高通信效率而对聚合进行的有损压缩，以及针对差分隐私的噪声添加和更新裁剪。口模型更新：服务器基于从参与当前轮次的客户端计算出的聚合更新，在本地更新共享模型。客户机计算、聚合和模型更新阶段的分离并不是联邦学习的严格要求，但它确实排除了某些算法类，例如异步SGD,即在使用其他客户机的更新进行任何聚合之前，每个客户机的更新都立即应用于模型。这种异步方法可能会简化系统设计的某些方面，而且从优化角度来看也是有益的。然而，上述训练过程在将不同研究方向分开考虑时具有很大的优势：压缩、差分隐私和安全多方计算的进步可以用于基础操作，如通过去中心化更新的方法计算和或均值，然后由任意优化或分析算法组合，只要这些算法以聚合操作的形式表示即可。值得强调的是，联邦学习的训练过程不应该影响用户体验。首先，如上所述，尽管模型参数通常会在每一轮联邦训练的广播阶段被发送到一些设备上，但这些模型只是训练过程中的一部分，不用于向用户显示实时预测。这是至关重要的，因为训练ML模型是具有挑战性的，而且一个超参数的错误配置可能产生一个做出错误预测的模型。相反，用户可见的模型使用被推迟到模型生命周期的第6步“部署”中的阶段性推出过程中。其次，训练本身是对用户不可见的，如在客户端选择步骤中描述的那样，训练不会使设备变慢或耗尽电池，因为它只在设备空闲和连接电源时执行。然而，这些限制所带来的有限可用性直接导致开放式的研究挑战，如半循环数据可用性(Semi-CyclicDataAvailaility)和客户端选择中可能存在的偏见。1.1.3联邦学习的分类根据样本和特征的分布方式不同，我们可以将联邦学习划分为两类：横向联邦学习···试读结束···...

2023-05-15 联邦国际快递 联邦快递单号查询

YouTue视频推荐算法(Algorithm)详解YouTue推荐机制，帮你获得更多流量文件目录/网站共享5/097.YouTue视频推荐算法(Algorithm)详解YouTue推荐机制，帮你获得更多流量|├──视频教程.m497.0MB...

2023-04-10 二次创作youtube到抖音可以吗 二次创作 游戏 诉讼

图书名称：《基于VerilogHDL的数字系统设计简明教程全部案例基于远程云端平台实现》【作者】赵科【页数】287【出版社】北京：中国铁道出版社,2022.01【ISBN号】978-7-113-28503-6【价格】58.00【分类】VHDL语言-数字电路-高等学校-教材-数字系统-系统设计-高等学校-教材【参考文献】赵科.基于VerilogHDL的数字系统设计简明教程全部案例基于远程云端平台实现.北京：中国铁道出版社,2022.01.图书封面：图书目录：《基于VerilogHDL的数字系统设计简明教程全部案例基于远程云端平台实现》内容提要：本书是智能硬件应用开发1+X职业技能FPGA配套教材。《基于VerilogHDL的数字系统设计简明教程全部案例基于远程云端平台实现》内容试读第1章EDA技术概述EDA技术渗透到电子产品设计的各个环节，是电子学领域的重要学科，形成一个独立的产业没有EDA技术的支持，就不能完成超大规模集成电路的设计制造，反过来生产制造技术的不断进步也必将对EDA技术提出新的要求。本章首先介绍EDA技术及其发展，接着介绍EDA设计工具，介绍硬件描述语言，最后介绍可编程逻辑器件。EDA技术及其发展EDA(ElectroicDeigofAutomatio,电子设计自动化)是电子设计与制造技术发展的核心。EDA技术是以大规模可编程逻辑器件为设计载体，以计算机为工具，在EDA工具软件平台上，对以硬件描述语言(HardwareDecritioLaguage,HDL)为系统逻辑描述手段完成的设计文件，自动地完成逻辑化简、逻辑分割、逻辑综合、结构综合（布局布线）以及逻辑优化和仿真测试等功能，直至实现既定性能的电子线路系统。EDA技术使得设计者的工作仅限于利用软件的方式，即利用硬件描述语言和EDA软件来完成对系统硬件功能的实现。EDA技术涉及面很广，内容丰富，从教学和实用角度看，主要应掌握大规模可编程逻辑器件、硬件描述语言、软件开发工具和实验开发系统（见附录A)等方面内容。EDA技术的出现不仅更好地保证了电子工程设计各级别的仿真、调试和纠错，为其发展带来强有力的技术支持，并且在电子、通信、化工、航空航天、生物等各个领域占有越来越重要的地位，很大程度上减轻了相关从业者的工作强度。EDA技术在最近几年获得了飞速发展，应用领域也变得越来越广泛，其发展过程是现代电子设计技术的重要历史进程，主要包括以下几个阶段：①早期阶段，即CAD阶段。20世纪70年代左右的社会已经存在中小规模的集成电路，当时人们采用传统的方式进行制图，设计印制电路板(PritedCircuitBoard,PCB)和集成电路，不仅效率低、花费大，而且制作周期长。人们为了改善这一情况，开始运用计算机进行PCB设计，用CAD这一崭新的图形编辑工具代替电子产品设计中布图布线这类重复性较强的劳动，其功能包括基于VerilogHDL的数字系统设计简明教程一全部案例基于远程云端平台实现设计规则检查、交互图形编辑、PCB布局布线、门级电路模拟和测试等。②发展阶段，即CAE阶段。20世纪80年代左右，EDA技术已经到了一定的发展和完善阶段。由于集成电路规模逐渐扩大，电子系统变得越发复杂，为了满足市场需求，人们开始对相关软件进行进一步的开发，在把不同EDA工具合成一种系统的基础上，完善了电路功能设计和结构设计。EDA技术在此时期逐渐发展成半导体芯片的设计，已经能生产出可编程半导体芯片。③成熟阶段。在20世纪90年代以后，微电子技术获得了突飞猛进的发展，集成几千万乃至上亿的晶体管只需一个芯片。这给EDA技术带来了极大的挑战，促使各大公司对EDA软件系统进行更大规模的研发，以高级语言描述、系统级仿真和综合技术为特点的EDA就此出现，使得EDA技术获得了极大的突破。进入21世纪后，EDA技术得到了更大的发展，电子设计成果以自主知识产权(P)的方式得以表达和确认，软硬件P核在电子行业的产业、技术和设计应用领域得到广泛应用。系统级、行为验证级硬件描述语言相继出现，更加方便复杂电子系统的设计和验证。硬件描述语言硬件描述语言是电子系统硬件行为描述、结构描述和数据流描述的语言。利用这种语言，数字电路系统的设计首先可以从顶层到底层（从抽象到具体）逐层描述自己的设计思想，用一系列分层次的模块来表示极其复杂的数字系统。然后，利用电子设计自动化工具，逐层进行仿真验证，再把其中需要变为实际电路的模块组合，经过自动综合工具转换到门级电路网表。最后，再用专用集成电路（AlicatioSecificItegratedCircuit,ASIC)或现场可编程门阵列(FieldProgrammaleGateArray,FPGA)自动布局布线工具，把网表转换为要实现的具体电路布线结构。硬件描述语言是对电路系统的结构、行为的标准文本描述。硬件描述语言和一些并行编程语言一样存在并行性的表达方式。然而，和大多数用于软件设计的编程语言不同，硬件描述语言可以描述硬件系统在不同时间的时序行为，而时序性正是硬件电路的重要性质之一。在计算机辅助设计中，用于描述电路模块中连线、各层次模块之间互连的硬件描述语言代码称为“网表”。硬件描述语言可以在结构级（或称逻辑门级）人、行为级、寄存器传输级这几种不同的层次上对电路进行描述，实现同一功能的硬件描述语言，也可以使用任一层次的硬件描述语言代码来描述。通过逻辑综合，后两种层次的硬件描述语言代码可以被转换到低抽象级别的门级描述，但是采用不同厂商的工具、使用不同的综合设置策略可能会产生不同的结果。在实现具体的硬件电路之前，设计人员可以利用硬件描述语言来进行仿真。在硬件实现的过程中，硬件描述语言的源文件通常会被转换成一种类似可执行文件的中间文件，该文件可以解释硬件描述语言的各种代码、语句的语义。正由于此，硬件描述语言具有了类似软件编程语言的一些性质，但是总体来说，它仍然属于规约语言、建模语言的范畴。模拟电路也有自己的硬件描述语言，但和数字电路的差异较大。常用的硬件描述语言有VHDL、VerilogHDL、Sytem-Verilog和SytemC等，而VHDL和VerilogHDL是当前最流行的，并已成为IEEE的工业标准硬件描述语言，得到众多EDA公司的支持，在电子工程领域已成为事实上的通用硬件描述语言。VerilogHDL和VHDL作为描述硬件电路第1章EDA技术概述设计的语言，其共同的特点在于：能形式化地抽象表示电路的行为和结构、支持逻辑设计中层次与范围的描述、可借用高级语言的精巧结构来简化电路行为的描述、具有电路仿真与验证机制以保证设计的正确性、支持电路描述由高层到低层的综合转换、硬件描述与实现工艺无关（有关工艺参数可通过语言提供的属性包括进去)、便于文档管理、易于理解和设计重用。但是VerilogHDL和VHDL又各有其自己的特点，由于VerilogHDL早在1983年就已推出，至今已有近四十年的应用历史，因而VerilogHDL拥有更广泛的设计群体，成熟的资源也远比VHDL丰富。与VHDL相比，VerilogHDL的最大优点是：它是一种非常容易掌握的硬件描述语言，只要有C语言的编程基础，再加上一些实际操作，一般读者就可掌握这种设计技术。而掌握VHDL设计技术就比较困难，这是因为VHDL不直观，需要有Ada编程基础，一般需要较长时间才能掌握VHDL的基本设计技术。目前版本的VerilogHDL和VHDL在行为级抽象建模的覆盖范围方面也有所不同。一般认为VerilogHDL在系统级抽象方面比VHDL略差一些，而在门级开关电路描述方面比VHDL强得多。用VHDL/VerilogHDL语言开发PLD/FPGA的完整流程为：①文本编辑：用任何文本编辑器都可以进行，也可以用专用的HDL编辑环境。通常VHDL文件保存为.vhd文件，Verilog文件保存为.v文件。②功能仿真：将文件调入HDL仿真软件进行功能仿真，检查逻辑功能是否正确（也称前仿真，对简单的设计可以跳过这一步，只在布线完成以后，进行时序仿真)。③逻辑综合：将源文件调入逻辑综合软件进行综合，即把语言综合成最简的布尔表达式和信号的连接关系。逻辑综合软件会生成.edf(cdif)的EDA工业标准文件。④布局布线：将.©df文件调入PLD厂家提供的软件中进行布线，即把设计好的逻辑安放到CPLD/FPGA内。⑤时序仿真：需要利用在布局布线中获得的精确参数，用仿真软件验证电路的时序（也称后仿真）。⑥编程下载：确认仿真无误后，将文件下载到芯片中。通常以上过程可以都在PLD/FPGA厂家提供的开发工具如QuartuⅡ、ISE和Vivado)中完成。EDA设计工具EDA软件设计工具大体分为两类：一类是EDA专业软件公司，较著名的有Syoy、Cadece和Metor-Grahic公司等，这类公司都有各自独立的设计流程与相应的EDA设计工具；另一类是半导体器件厂商为了销售自己的产品而开发的EDA工具，较著名的公司有Altera、Xilix和Lattice公司等。EDA专业软件公司独立于半导体器件厂商，其推出的EDA系统具有较好的标准化和兼容性，同时也注重追求技术上的先进性，适合于学术性基础研究或专业从事集成电路设计的单位使用。而半导体厂商开发的EDA软件工具，比较适合新产品开发单位使用：EDA设计工具在EDA技术应用中占有极其重要的位置。按照功能划分，EDA工具大致可分为设计输人工具（编辑器）、设计仿真工具（仿真器)、检查/分析工具、优化/综合工具、布局布线工具（适配器）及下载工具（编程器）等多个模块。1.设计输入工具（编辑器）设计输入工具一般包括在集成开发软件或者综合/仿真工具中，编辑器包括文字编辑器和图形基于VerilogHDL的数字系统设计简明教程一全部案例基于远程云端平台实现编辑器。在系统设计中，文字编辑器用来编辑硬件系统的自然描述语言，在其他层次用来编辑电路的硬件描述语言文本。在数字系统中的门级、寄存器级和芯片级，常用的描述语言为VHDL和VerilogHDL在模拟电路级，硬件描述语言通常为SPICE的文本输人。图形编辑器可用于硬件设计的各个层次。在版图级，图形编辑器用来编辑表示硅工艺加工过程的几何图形。在高于版图层次的其他级，图形编辑器用来编辑硬件系统的方框图、状态图和原理图等。典型的原理图输人工具至少包含有基本单元符号库、原理图编辑功能和产生网表的功能。2.设计仿真工具（仿真器）仿真器又称为模拟器，主要用来帮助设计者验证设计的正确性。在硬件系统设计的各个层次都要用到仿真器。在数字系统设计中，硬件系统由数字逻辑器件和它们之间的互连表示，仿真器就是确定系统的输入/输出关系，采用的方法是把每一个数字逻辑器件映射为一个或几个进程，把整个系统映射为由进程互连构成的进程网络，该网络就是设计的仿真模型。3.检查/分析工具在集成电路设计的各个层次都会用到检查/分析工具。在版图级必须用设计规则检查工具来保证版图所表示的电路可以被可靠地制造出来。在逻辑门级，检查/分析工具可以用来检查是否有违反扇出规则的连接关系。时序分析器一般用来检查最坏情形时电路中的最大和最小延时。4.优化/综合工具优化/综合工具用来把一种硬件描述转换为另一种描述，转换过程同时伴随着设计的某些改进。在逻辑门级可用逻辑最小化来对布尔表达式进行简化。在寄存器级，优化工具可以用来确定控制序列和数据路径的最优组合。各个层次的综合工具可将硬件的高层次描述转换为低层次描述，也可将硬件的行为描述转换为结构描述。5.布局布线工具（适配器）适配器的任务是完成目标系统在器件上的布局布线，通常都由PLD的厂商提供专门针对器件开发的软件来完成。如Altera公司的EDA集成开发环境QuartuⅡ中含有嵌人的适配器；Xilix公司的ISE和Vivado同样含有自己的适配器。适配器最后输出的是各厂商自己定义的下载文件。6.下载工具（编程器）下载工具的任务是将适配器最后输出的下载文件下载到对应的可编程逻辑器件中，以实现硬件设计。通常由可编程逻辑器件厂商提供的专门针对器件的下载或编程软件来完成。可编程逻辑器件可编程逻辑器件(ProgrammaleLogicDevice,PLD)作为一种通用集成电路产生，它的逻辑功能按照用户对器件编程来确定。一般的PLD的集成度很高，足以满足设计一般的数字系统的需要。PLD是能够为客户提供范围广泛的多种逻辑能力、特性、速度和电压特性的标准成品部件，而且此类器件可在任何时间改变，从而完成许多种不同的功能。对于可编程逻辑器件，设计人员可利用价格低廉的软件工具快速开发、仿真和测试其设计。然后，可快速将设计编程到器件中，并立即在实际运行的电路中对设计进行测试。采用PLD的另一个关键优点是在设计阶段中客户可根据需要修改电路，直到对设计工作感到满意为止。基于第1章EDA技术概述PLD可重写的存储器技术，要改变设计，只需要简单地对器件进行重新编程。一旦设计完成，客户可立即投入生产，只需要利用最终软件设计文件简单地编程所需要数量的PLD即可。可编程逻辑器件的两种主要类型是现场可编程门阵列和复杂可编程逻辑器件。FPGA是在PAL、GAL等可编程器件的基础上进一步发展的产物。它是作为专用集成电路领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。FPGA器件是可编程的逻辑阵列，能够有效地解决原有的器件门电路数较少的问题。FPGA的基本结构包括可编程输入/输出单元，可配置逻辑块，数字时钟管理模块，嵌人式块RAM,布线资源，内嵌专用硬核，底层内嵌功能单元等。由于FPGA具有布线资源丰富、可重复编程和集成度高、投资较低的特点，在数字电路设计领域得到了广泛的应用。FPGA的设计流程包括算法设计、代码仿真以及设计、板机调试，设计者以及实际需求建立算法架构，利用EDA建立设计方案或HDL编写设计代码，通过代码仿真保证设计方案符合实际要求，最后进行板级调试，利用配置电路将相关文件下载至FPGA芯片中，验证实际运行效果CPLD(ComlexProgrammigLogicDevice,复杂可编程逻辑器件)主要由逻辑块、可编程互连通道和I/O块三部分构成。CPLD中的逻辑块类似于一个小规模PLD,通常一个逻辑块包含4~20个宏单元，每个宏单元一般由乘积项阵列、乘积项分配和可编程寄存器构成。每个宏单元有多种配置方式，各宏单元也可级联使用，因此可实现较复杂组合逻辑和时序逻辑功能。对集成度较高的CPLD,通常还提供了带片内RAM/ROM的嵌入阵列块。可编程互连通道主要提供逻辑块、宏单元、输入/输出引脚间的互连网络。输入/输出块（/O块)提供内部逻辑到器件/O引脚之间的接口。逻辑规模较大的CPLD一般还内带JTAG边界扫描测试电路，可对已编程的高密度可编程逻辑器件做全面彻底的系统测试，此外也可通过JTAG接口进行系统编程。由于集成工艺、集成规模和制造厂家的不同，各种CPLD分区结构、逻辑单元等也有较大的差别。尽管FPGA和CPLD都是可编程ASIC器件，有很多共同特点，但由于CPLD和FPGA结构上的差异，具有各自的特点：①CPLD更适合完成各种算法和组合逻辑，FPGA更适合于完成时序逻辑。换句话说，FPGA更适合于触发器丰富的结构，而CPLD更适合于触发器有限而乘积项丰富的结构。②CPLD的连续式布线结构决定了它的时序延迟是均匀的和可预测的，而FPGA的分段式布线结构决定了其延迟的不可预测性。CPLD的速度比FPGA快，这是由于FPGA是门级编程，并且CLB之间采用分布式互连，而CPLD是逻辑块级编程，并且其逻辑块之间的互连是集总式的。③CPLD通过修改具有固定内连电路的逻辑功能来编程，FPGA主要通过改变内部连线的布线来编程；FPGA可在逻辑门下编程，而CPLD是在逻辑块下编程。④CPLD比FPGA使用起来更方便。CPLD的编程采用EEPROM或FASTFLASH技术，无须外部存储器芯片，使用简单。而FPGA的编程信息需存放在外部存储器上，使用方法复杂。在编程上，FPGA比CPLD具有更大的灵活性。CPLD主要是基于EEPROM或FLASH存储器编程，编程次数可达上万次，优点是系统断电时编程信息也不丢失。CPLD又可分为在编程器上编程和在系统编程两类。FPGA大部分是基于SRAM编程，编程信息在系统断电时丢失，每次上电时，需从器件外部将编程数据重新写入SRAM中。其优点是可以编程任意次，可在工作中快速编程，从而实现板级和系统级的动态配置。基于VerilogHDL的数字系统设计简明教程一全部案例基于远程云端平台实现般情况下，CPLD保密性好，FPGA保密性差。CPLD的功耗要比FPGA大，且集成度越高越明显。FPGA的集成度比CPLD高，具有更复杂的布线结构和逻辑实现。小结利用EDA技术方便进行电子系统设计，使用硬件描述语言(VerilogHDL/VHDL),用软件的方式设计硬件，用软件方式设计的系统到硬件系统的转换由有关开发软件工具自动完成，设计过程中可用有关软件进行各种仿真，系统可现场编程，在线升级，整个系统可以集成在一个芯片(FPGWCPLD)上，体积小，功耗低，可靠性高。EDA技术是现代电子设计的发展趋势习题1-1EDA的英文全称是什么？EDA的中文含义是什么？1-2常用硬件描述语言有哪几种？这些硬件描述语言在逻辑描述方面有什么区别？1-3名称解释：逻辑综合、逻辑适配、行为仿真、功能仿真和时序仿真。1-4CPLD的英文全称是什么？CPLD的结构主要由哪几部分组成？每部分的作用如何？1-5FPGA的英文全称是什么？FPGA的结构主要由哪几部分组成？每部分的作用如何？1-6简述EDA的FPGA/CPLD设计流程。1-7P在EDA技术的应用和发展中的意义是什么？1-8查阅EDA技术的最新发展方向。6···试读结束···...

2023-04-07 verilog hls verilog app