2025Q3数据中心GPU出货环比暴增145%

最新资讯

扫地机器人鼻祖iRobot CEO自曝破产原因

北京时间12月18日，据《日经亚洲》报道，扫地机器人鼻祖、美国公司iRobot CEO加里·科恩(Gary Cohen)表示，未能适应市场变化、难以与中国竞争对手抗衡，导致了公司破产。

发表于：12/18/2025

摩尔线程开源自研3DGS三维高斯溅射基础库LiteGS

12 月 17 日消息，在香港举办的全球图形学领域学术盛会 SIGGRAPH Asia 2025 上，摩尔线程今日在 3D Gaussian Splatting Reconstruction Challenge（3DGS 重建挑战赛）中凭借自研技术 LiteGS 斩获银奖。

发表于：12/18/2025

光伏功率预测的对抗攻击与防御研究

深度神经网络已广泛应用于光伏功率预测，但却容易受到对抗攻击的威胁。为提高预测模型的对抗鲁棒性，提出了一种基于快速梯度符号法的对抗攻击算法与一种基于对抗训练的防御算法。快速梯度符号法生成具有时序关联性的对抗样本，建立攻击强度与预测误差的量化关系；对抗训练通过结合对抗样本，增强模型对输入扰动的泛化能力，以抵御对抗攻击。实验数据表明，对抗攻击能显著降低模型的预测准确率，而经过对抗训练的模型能有效提升鲁棒性。该方法验证了对抗攻防机制在光伏功率预测中的有效性，对电力系统的安全运行具有实际应用价值。

发表于：12/17/2025

基于SABNet的自闭症谱系障碍多模态脑影像识别研究

自闭症谱系障碍（ASD）是一种影响社交互动、沟通和行为的神经发展障碍，早期诊断至关重要，但在处理多模态脑数据时仍面临挑战。为此，提出了一种基于多模态特征融合的端到端模型SABNet，该模型通过稀疏自编码器对功能数据进行特征筛选，并结合结构数据构建联合特征。最终，结合双向长短期记忆网络和注意力机制提取动态序列中的重要信息，实现高效分类。通过在中型ASD-MRI数据集上的实验，SABNet在分类准确率（91.21%）等核心指标上明显优于传统方法，主成分分析进一步验证了其有效性。该研究表明了SABNet在ASD识别中的优异性能，并展示了多模态特征融合在脑疾病分类中的潜力。未来研究将致力于优化模型结构、扩大数据集规模，并提升其适用性和泛化能力。

发表于：12/17/2025

基于改进MobileNetV3-SSD的数据可视化区域实时检测方法

数据可视化在气象大数据中扮演重要角色，用户通过数据“看板”，从视觉上可以便捷地了解复杂数据的基本情况，而由于“看板”中不同数据版块的位置和大小具有可变性，用户难以快速寻找到自己所需的数据版块位置。基于此，提出一种基于改进MobileNetV3-SSD的数据可视化区域实时检测方法，在标准SSD的基础上结合MobileNetV3的注意力机制，并利用改进FPN模块对特征信息融合，可以快速精准地找到目标数据板块的“Title”位置，从而展示出所需的数据版块。该改进模型在大幅削减参数量的同时，Precision、Recall、mAP分别达到了83.05%、85.02%、74.35%，CPU每次推理时间降低至244 ms。

发表于：12/17/2025

YOLO-PDS：基于改进的YOLOv11的无人机小目标检测算法

目标检测在遥感领域中具有广泛的应用前景。尽管目标检测算法在自然图像中取得了明显的进展，但这些方法直接应用于遥感图像时仍然面临诸多挑战。遥感图像的背景往往比较复杂且物体较小，导致前景与背景信息的分布极为不平衡。针对无人机图像小目标和物体遮挡的问题，提出了一种基于风车状卷积（PinwheelConv）改进的无人机小目标检测算法。为了改进模型对小目标的检测效果，在骨干网络中使用风车状卷积替换普通卷积来更好地适应小目标提取特征，同时基于风车状卷积的思想设计了C2f-PC模块来替换骨干中的C3k2模块。为解决无人机图像中目标遮挡严重的问题，创新性地提出了C2f-PDWR模块来替换颈部网络中的C3k2模块，来增强模型的特征融合能力，同时引入了SEAM（Spatially Enhanced Attention Module）来改善模型对被遮挡物体的检测效果。最后，基于YOLOv11提出对小目标检测更加高效的YOLO-PDS模型。其在VisDrone2019数据集上所提方法较基准模型YOLOv11检测方法mAP50提高3.7%以上，召回率提高2.2%以上。

发表于：12/17/2025

1.75 GHz多功能时钟扇出缓冲器设计

基于CMOS工艺设计了一款多功能时钟扇出缓冲器。该缓冲器内置可编程分频器和延时调整器，可4通道独立输出差分时钟，每个通道均可进行分频和延时调整，且都支持LVDS（最高1.75 GHz）、HSTL（最高1.75 GHz）和1.8 V CMOS（最高350 MHz）三种逻辑电平类型。经测试验证：1.75 GHz差分时钟输入/输出；每路输出均可以旁路该路分频器或者设置最高2048的整数分频比；每通道均可进行数字和模拟延时调整；宽带随机抖动<110 fs RMS；附加随机抖动39 fs RMS（典型值，12 kHz~20 MHz）。该时钟扇出缓冲器可满足数据转换器、时钟树等应用所需的低抖动要求，可广泛应用于无线电收发机和通信系统中。

发表于：12/17/2025

基于时差累积优化的海上落水飞机双流融合灰度值判别方法研究

针对海上落水飞机目标存在背景噪声抑制不足、目标轮廓不完整、目标特征弱化、小目标像素点识别困难等问题，提出一种基于时差累积优化的双流融合灰度值判别算法，通过构建“双目标特征增强-噪声抑制-时空配准”三维优化，实现五级递进式图像处理。搭建了典型场景下的机载平台图像采集-评估系统，开展了“白天-夜间”阶梯式实验，得到白天实验下双目标信比最高可达1.739，夜晚环境下信背比可达25。

发表于：12/17/2025

基于紫外特性的无人机着舰服务保障研究

基于无人机售后服务中着舰保障的实际需求，开展利用日盲波段紫外探测器支持无人机售后维护保障的技术研究。通过紫外波段大气传输特性分析、紫外探测系统设计、紫外合作信标点设计及 P4P 摄影测量算法试验验证，为无人机售后保障中着舰性能评估、故障排查及维护效果验证提供技术支撑，验证了该技术在无人机售后服务中保障着舰可靠性的可行性和合理性。

发表于：12/17/2025

基于YOLOv11改进的海上小目标多光谱特征检测方法

针对海上环境复杂多变，雾霾、强光反射、夜间低照度条件以及海上小目标成像特征信息非常有限等问题，提出一种基于YOLOv11改进的海上多光谱特征小目标检测方法。通过双分支YOLOv11模型的设计处理跨模态数据特征融合，并引入全局注意力机制模块训练，使改进的多光谱图像小目标检测模型可以充分利用多光谱特征，实现了对多光谱图像中的小目标物体正确检测和定位，尤其在无人机航空拍摄视角下表现优异，这种跨模态融合的方法可显著提升海上小目标检测的鲁棒性和准确性。实验表明，改进模型在VTSaR 数据集上mAP@50指标能够达到 96.5%，较 YOLOv11n 提升 0.4%，可为海上航空无人搜救小目标检测提供新的解决思路。

发表于：12/17/2025