头条 四分之一市场份额，RISC-V正式跻身主流架构行列 在中美科技竞争日趋激烈的背景下，RISC-V凭借其开源、免费、可定制的特性，被许多人视为中国芯片产业实现"弯道超车"的关键路径。开源的RISC-V，是中国芯未来的重要组成部分，但不是全部答案。 最新资讯 英飞凌携手合作伙伴亮相2016年美国RSA信息安全大会展示物联网安全 对于物联网成功发展而言，日趋重要的是系统设计与实施简单易用，同时拥有强大的硬件安全性。根据IHS Technology预测，2014年至2020年间，在物联网应用中使用的嵌入式安全控制器的年复合增长率将达到30%，发货量超过4.8亿件。 发表于：2016/3/1 艾迈斯半导体任命拥有丰富半导体行业经验的Alexander Everke为首席执行官 全球领先的高性能传感器和模拟解决方案供应商艾迈斯半导体公司（ams AG，SIX股票代码：AMS）宣布任命Alexander Everke为首席执行官。Alexander Everke先生于2015年10月作为首席执行官候选人加入艾迈斯半导体管理委员会，并将其在半导体行业超过24年的丰富经验带入艾迈斯半导体。 发表于：2016/3/1 LAPIS Semiconductor开发出 Bluetooth® Smart通信LSI“ML7125-002” ROHM集团旗下的LAPIS Semiconductor公司（蓝碧石半导体）开发出支持Bluetooth® v4.1标准（Bluetooth® Smart）的2.4GHz无线通信LSI “ML7125-002”，并已开始量产销售。本产品非常适用于Beacon和串行通信设备等需要简化系统和延长小型电池寿命的IoT设备。 发表于：2016/3/1 Silicon Labs凭借节能的SoC和软件解决方案 开展Bluetooth Smart连接 2016年3月1日-Silicon Labs（芯科科技有限公司，NASDAQ：SLAB）推出新型的Blue Gecko无线SoC系列产品，其具有灵活的价格/性能选项，以及可扩展至+19.5dBm的输出功率（当前Bluetooth® Smart市场中的最高输出功率）。作为今天发布的Silicon Labs多协议Wireless Gecko产品组合的一部分，新型EFR32BG Blue Gecko SoC系列产品为Bluetooth Smart应用设计中的可扩展性、能效、安全和设计便利性设定了新标准。凭借一流的开发工具和软件支持，Blue Gecko SoC有效降低了在各类应用中添加Bluetooth Smart的成本和复杂度，这些应用包括可连接家庭、可穿戴、遥控器、婴儿监视器、信标（beacons）、电子货架标签、健康和健身设备、销售终端设备等。 发表于：2016/3/1 隔离RS-485收发器系列 内置变压器驱动器和LDO有效简化设计 2016年3月1日。Maxim Integrated Products, Inc. (NASDAQ: MXIM)推出MAX14853/MAX14855和MAX14943/MAX14949系列高集成度RS-485收发器，帮助工业自动化设计人员简化设计、实现高效率和可靠通信。 发表于：2016/3/1 基于深度学习的领域实体属性词聚类抽取研究 属性词的聚类是领域实体属性抽取中的一个重要步骤。在未知领域和大量文本中，人工标注寻找十分困难。本文将一种基于深度学习框架的词语嵌入表示方法（Word Embedding）引入到领域实体属性词聚类研究中，在无监督条件下解决大规模语料、领域实体属性词表人工参与构建代价较高的问题，并进行了适当的扩展，取得了较好的效果，可以为信息抽取等后续高级任务提供较好服务。 发表于：2016/3/1 基于内唇轮廓标定的唇印提取算法 针对现有特征唇印提取中信息处理量较大、识别率不高等问题,本文提出了基于内唇轮廓的特征唇印提取算法。算法首先在基元图像上对内唇轮廓特征点进行标定，建立基元唇印模型,然后通过均值计算构造普通模型,并利用Gabor变换对基元唇印和普通模型进行联合特征信息提取，最后通过相似度对比选择出特征唇印,以实现身份识别。仿真实验验证，本文的特征唇印提取算法在较低时空消耗下,具有较高的识别率，具有有效性和可用性。 发表于：2016/3/1 基于增量记忆视觉注意模型的复杂目标识别研究 针对复杂背景下的目标识别问题，提出一种新的基于增量记忆的视觉注意模型。首先根据目标的颜色形状，以及自底向上的原始视觉特征颜色、强度、方向、对称性对目标进行粗定位。在此基础上，利用粗选目标的颜色、形状生成一组自顶向下的偏差信号，对初选目标进行及时指导修正。为了提高识别的准确率，算法设计了一种增量学习记忆的机制来指导偏差信号，所提出的增量注意机制不仅可以不断学习和记忆各类目标的颜色和形状特征，而且利用这种机制可生成一个自顶向下的偏差信号，对关注的候选区域的目标进行精确定位。此外，训练后的增量记忆的颜色、形状特征有助于推断新的未知目标。最后的仿真实验中，与五种典型算法对比，无论是主观还是客观实验，都获得了较优结果。因此，所提算法是一种高效的、切实可行的算法。 发表于：2016/3/1 基于局部空间冗余视觉信息抑制的目标识别算法研究 针对图像中相似冗余背景造成的显著目标识别的干扰问题，提出了一种基于超像素的冗余信息抑制的显著目标检测方法。首先,引入超像素的概念，利用超像素优化的空间特征分割图像，获取图像的相似区域；其次,为消除像素间的相关性，计算超像素的香农熵来表示图像的像素信息，并据此建立图像的信息图，最后,为了更有效地去除图像中的相似信息，利用自相似性抑制方法克服冗余信息，建立高效的图像显著图。最后的仿真结果表明, 所提算法与传统方法相比，不仅可以准确识别显著目标，而且可以更有效地抑制背景中的冗余信息。 发表于：2016/3/1 基于软加权映射的局部聚类向量表示方法 基于特征码本的图像分类方法依赖于需要特征向量与聚类中心之间的映射，然而硬加权映射方法导致了相似的特征向量被映射为不同的聚类中心，从而降低了分类的查全率。为此提出一种基于软加权映射的局部聚类向量表示方法。该方法首先用k均值算法将特征向量聚类为k个聚类中心，采用最近邻算法寻找最接近的s个聚类中心，通过特征向量与聚类中心之间的相似度和邻近程度构建软加权映射的局部聚类向量，然后统计特征直方图，最后用主成分分析减少特征直方图维度。实验结果分析表明，相比较硬加权映射方法，文中方法提高了约5%的分类准确率。 发表于：2016/3/1 <…1455145614571458145914601461146214631464…>
