简介：ARM公司在美国加利福尼亚州旧金山市举行的设计自动化大会（DesignAutomationConference，DAC）上宣布推出ARMRealView系统建模器工具。这是RealView系列工具中一个紧密整合的成员，使平台供应商能够快速自我生成精确指令虚拟原型。这些原型可升级，可重复使用，其速度也足够用于实时交互。

简介：随着网络的迅速普及，越来越多的网友都希望拥有一个属于自己的个人网站。一般来说．对于网站的构建，制作网页的技能是必需的。但事实却是．即便我们掌握了Dreamweaver和Frontpage等网页制作软件的一般用法．在制作网站时往往显得力不从心。况且有些网友可能连基本的网页制作方法都没有掌握。那么．对于我们这种高手眼中的“莱鸟”来说．制作个人网站真的就那么困难吗？答案当然是否定的！因为有许多免费的网站制作程序可供使用．如动易网站管理系统，启航网站管理程序、新云网站管理程序等等。

简介：AMD处理器一直以低廉的价格和出色的性能，被广大电脑爱好者所推崇。其出色的性能，掀趋一阵又一阵的超频风暴。不过这里所说的超频涵盖范围很广——不仅包括简单的频率提升．更广阔的意义是最大限度地挖掘系统的潜力。如果手头有两块AthlonXP处理器你会怎么办？没错，笔者就是想通过这个角度来诠释超频——打造双AthlonXP处理器系统！

简介：虽然ACDSee7．0体积依然庞大，不过其启动速度明显得到改善，而且操作也更加方便了。打开ACDSee7.0浏览窗口后，会发现其界面变得简单明晰了，不像5．0／60这2个版本那样繁杂。它将一些不常用的窗格项目隐藏起来了．这样可使浏览和处理图像更加便捷(如图1)。下面，我们将逐项了解ACDSee7.0的新增功能。

简介：ADI最近推出4款高性能射频和微波标准模块以扩充并强化其标准模块产品系列。新模块是对ADI公司现有产品的补充，提供易于使用、完全集成且密封的解决方案，可大幅缩短设计周期的概念验证阶段，有助于减少组装、测试和验证设计所需的内部技术支持工作量。ADI公司提供当今市场上最齐全、最多样的射频和微波模块产品系列。不同于许多其他模块制造商，ADI公司的每个模块都采用自有的单片微波集成电路（MMIC），保证在任何应用中都能提供始终如一的高质量、可靠性和高性能。

简介：由NVIDIA与XFX讯景共同出资打造的游戏爱好者的殿堂“NVIDIA-XFX讯景游戏体验中心”正在广州太平洋(二期)商场城四楼进行紧张的后期装修处理中，并于1月29日试营业。这家位于广州太平洋商城四楼G402、G403室的“NVIDIA-XFX讯景游戏体验中

简介：

简介：作曲家格什温在美利坚那块新大陆写下《蓝色交响曲》，让蓝色与音乐首次完美结合。当笔者初见这款蓝色信利MP369时，同样从另一层面体会到这样的结合——享受音乐无负担。

简介：

简介：触摸屏技术是当今许多电子产品的主要技术，但驱动触摸屏发展的触觉技术遇到缓慢响应时间及大量电池消耗的难题。美国飞兆半导体公司开发了FAH4830触觉驱动器，帮助设计人员应对这些挑战，并通过极佳识别能力及用户友好界面增强终端用户的体验。

简介：

简介：在大家的漫长等待中，WindowsXPSP2的神秘面纱终于被揭开!在进行了一系列的安装后，我们不禁自问，WindowsXP还是原来的WindowsXP吗?安装了新的ServicePack后系统性能会降低还是提升?系统会更稳定吗?的确，这都是大家非常关心的问题，下面就让我们一起来体验WindowsXPSP2带给我们的新功能吧!

简介：奋达MF-180的音质非常干净，而且各个频段衔接的很好。有一定的声场，比较开阔，定位也较为准确。在适当的价位上提供了不俗的表现，对于囊中羞涩而又想获得不错回放效果的玩家来说，它应可满足需求。

简介：

简介：研究基于深度强化学习技术的避障场景的算法模型设计，采用改进岛深度Q网络（DeepQ-lesrningNet-work，DQN）算法克服了Q-learning表名式算法在连续状态下导致内存不足的局限性。鉴于学习过程中奖励稀疏导致很艰难获得较好结果的情况，改进奖利机制，增知实时奖惩作为补充，解决学习耗时长和练不稳定的问题：采用相对角度、位置金和距离等信息，相比绝对坐标信息可以更有效的躲障碍物。不同于基于栅格法／可视图法等传统人为策略避障算法，深度强化学习算法DQN能够在缺乏先验知识的条件下具备自主决策能力，因此适用性更强。该技术可应用在仓储无人车、巡佥机器人、无人机等现实场景。

简介：在工业物联网高速发展的同时，伴随着网络安全威胁的急逮攀升，准确检测到威胁工业物联网安全的入侵行为是极其重要的。本文简要分斩了工业物联网所面临的网络安全问题，采用了6种基于机器学习算法的入侵检测技术，并对应用效果进行对比分析。通过实验验证了入侵检测的有效性，并对下一阶段的研究方向做出了展望。

简介：深度学习算法在物联网终端设备上的应用存在着系统开销控制与保证精度和实时性之间平衡的问题。本文提出了一种在云和终端设备上分布式混合部署深度学习神经网络的方法:压缩深度神经网络在本地终端上执行快速的推理运算;当系统基于可信表现的判断标准需要进一步处理时,中间数据可传输至云服务器端,进一步利用云端的深层深度神经网络进行处理,以提高系统的表现精度。本文给出了深度神经网络在终端设备上部署时和在终端与云端上混合部署时进行推理运算的量化比较效果,结果显示此种方法兼顾了深度神经网络的系统开销和准确率。

简介：介绍了平时生活中各种不同设备的遥控带来不少麻烦和问题，而现有的万能遥控器数据压缩率低、响应时间长、学习类型少。通过分析研究，针对红外、无线这两种主流的遥控方式，进一步提出一种基于低功耗32位单片机EFM32GG230的自学习系统，对红外无线数据进行压缩存储，并通过多通道转发电路进行信号发射。本系统具有低功耗、自学习范围广、信号集中控制、数据压缩率高、一键多发多控等优点，可以为人们的生活带来便利，让遥控不再繁杂。