果蔬机器人采摘中基于改进SDD模型的目标自动化识别研究

为了提高果蔬机器人采摘的识别准确率,利用SDD网络进行实时检测。对基础网络的构造和检测层默认框进行改进,增加卷积层数量,减少计算参数,使其利于对不同尺度的果蔬进行识别,得到基于改进SDD模型的目标自动化识别框架。分析激活函数,发现Relu函数具有更快的收敛速度,利用Relu函数进行激活操作,并对训练结果进行分析,结果表明,改进后的SDD模型具有更快的收敛速度;当置信度为0.45时,改进后的SDD模型具有较理想的准确率、召回率、FI值和IOU值,可以满足果蔬机器人采摘的识别要求。

一种改进了碰撞电离的超高速InP基SHBT SDD模型

从物理机制上分析了超高速InP/InGaAs SHBT碰撞电离与温度的关系,通过加入表示温度的参数和简化电场计算,得到一种改进的碰撞电离模型.同时针对自有工艺和器件特性,采用SDD(symbolically defined device)技术建立了一个包括碰撞电离和自热效应的InP/InGaAs SHBT的直流模型.模型内嵌入HP-ADS中仿真并与测试结果进行比较,准确地拟合了InP/InGaAs SHBT的器件特性.

一种太赫兹肖特基二极管的SDD模型

本文利用ADS(advanced design system)软件建立了太赫兹肖特基二极管的SDD(symbolically-defined device)模型。该模型基于肖特基二极管的半导体理论,采用方程的形式来描述端口的特性。仿真得到的I-V曲线与实测结果有很高的吻合度,C-V曲线也与理论预测一致,最后将该SDD模型应用到一个140-160GHz理想平衡式二倍频器中,仿真得到的效率大于76.5%。当用与之参数一致的ADS自带的spice(simulation program with integrated circuit emphasis)模型代替后,二者的仿真结果具有很高的一致性。这说明了该SDD模型的准确性。相对于一般的spice模型,该SDD二极管模型的优势是结构简单、灵活性高,可根据用户需要灵活调整所有的方程和参数。

科学探究的认知机制研究述评

科学探究涉及一个复杂的认知过程,Klahr和Dunbar的SDDS模型、Kuhn的模型以及双过程模型对此过程进行了描述;另外研究者们还对科学探究过程不同阶段需要的认知技能和认知策略以及影响因素进行了研究。