XiaoMi-AI文件搜索系统
World File Search System高动态
基于事件的图像增强在高动态范围方案下
摘要。事件摄像机作为具有较高dynamic范围的生物启发的视觉传感器，能够解决局部过度繁殖或不受欢迎的问题，即在具有高动态范围或波动的光照条件下，常规的基于框架的摄像机会遇到的常规基于框架的摄像机。由于两种相机之间的模态差距，简单的融合是不可行的。此外，由摄像机位置和框架速率偏差引起的幽灵伪影也会影响最终融合图像的质量。为了解决问题，本文提出了一个联合框架，将当地暴露的帧与事件摄像机捕获的事件流相结合，以在高动态范围场景中以偏斜的纹理增强图像。具体来说，使用轻量级的多尺度接收场块用于从事件流到帧的快速模态转换。此外，还提出了一个双分支融合模块来对齐特征并删除幽灵伪像。实验结果表明，所提出的方法有效地减轻了一系列极端照明条件的图像高度明亮和黑暗区域的信息丢失，从而产生了逼真的和自然的图像。
高动态范围多载波放大器 (HDR MCA)
HOT nAILES 旨在支持多个传统数字模块化无线电 (DMR) 模拟信道以及下一代 DMR 数字接口，提供更高性能、更小尺寸、重量和功率 (SWaP) 外形尺寸以及可扩展的频率覆盖范围，从 1.5 MHz 到 3 GHz。它还能够在不同的动态功率水平以及由于长期可靠性/可支持性/可维护性、老化和温度而变化的情况下保持高性能，同时支持跳频。HOT nAILES 提供的低热足迹和热密度将因较低的结温而显着提高可靠性。HOT nAILES 的线路可更换、基于单元的架构可实现可扩展性、可复制性和低维护成本 未来
高动态范围多载波放大器 (HDR MCA)
HOT nAILES 旨在支持多个传统数字模块化无线电 (DMR) 模拟信道以及下一代 DMR 数字接口，提供更高性能、更小尺寸、重量和功率 (SWaP) 外形尺寸以及可扩展的频率覆盖范围，从 1.5 MHz 到 3 GHz。它还能够在不同的动态功率水平以及由于长期可靠性/可支持性/可维护性、老化和温度而变化的情况下保持高性能，同时支持跳频。HOT nAILES 提供的低热足迹和热密度将因较低的结温而显着提高可靠性。HOT nAILES 的线路可更换、基于单元的架构可实现可扩展性、可复制性和低维护成本 未来
高动态范围多载波放大器 (HDR MCA)
HOT nAILES 旨在支持多个传统数字模块化无线电 (DMR) 模拟信道以及下一代 DMR 数字接口，提供更高性能、更小尺寸、重量和功率 (SWaP) 外形尺寸以及可扩展的频率覆盖范围，从 1.5 MHz 到 3 GHz。它还能够在不同的动态功率水平以及由于长期可靠性/可支持性/可维护性、老化和温度而变化的情况下保持高性能，同时支持跳频。HOT nAILES 提供的低热足迹和热密度将因较低的结温而显着提高可靠性。HOT nAILES 的线路可更换、基于单元的架构可实现可扩展性、可复制性和低维护成本 未来
高动态范围多载波放大器 (HDR MCA)
HOT nAILES 旨在支持多个传统数字模块化无线电 (DMR) 模拟信道以及下一代 DMR 数字接口，提供更高性能、更小尺寸、重量和功率 (SWaP) 外形尺寸以及可扩展的频率覆盖范围，从 1.5 MHz 到 3 GHz。它还能够在不同的动态功率水平以及由于长期可靠性/可支持性/可维护性、老化和温度而变化的情况下保持高性能，同时支持跳频。HOT nAILES 提供的低热足迹和热密度将因较低的结温而显着提高可靠性。HOT nAILES 的线路可更换、基于单元的架构可实现可扩展性、可复制性和低维护成本 未来
高动态范围多载波放大器 (HDR MCA...
HOT nAILES 旨在支持多个传统数字模块化无线电 (DMR) 模拟信道以及下一代 DMR 数字接口，提供更高性能、更小尺寸、更轻、更低功耗 (SWaP) 外形尺寸以及可扩展的频率覆盖范围（从 1.5 MHz 到 3 GHz）。它还能够在不同的动态功率水平以及由于长期可靠性/可支持性/可维护性、老化和温度而变化的情况下保持高性能，同时支持跳频。HOT nAILES 提供的低热足迹和热密度将因较低的结温而显著提高可靠性。HOT nAILES 的线路可更换、基于单元的架构可实现可扩展性、可复制性和低维护成本 未来
F-18B 稳定性和控制参数估计在高动态压力下飞行测试的结果
结果和讨论。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。19 意外的前缘襟翼偏转。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。19 控制表面位置传感器和旋转可变差动变压器偏转测量。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。19 声波分裂。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。...... div>.使用控制面位置传感器测量的 20 稳定性和控制导数结果 ...。。。。。。。。 < /div>........... div>......20 纵向稳定性和控制结果 ............。。。。。。。。。。。。。。。。。。。。。。。。...... div>20 横向稳定性和控制结果 ...........。 。 。 。 。 。 。 . . . . . . div> . . . . . . . . . . . . . 22 使用旋转可变差动变压器表面位置的稳定性和控制导数结果 . . . . . . . . . div> . . . . . . . . . . . . 23 空气动力学模型更新 . . . . . . 。 。 。。。。。。。。...... div>............. 22 使用旋转可变差动变压器表面位置的稳定性和控制导数结果 . . . . . . . . . div> . . . . . . . . . . . . 23 空气动力学模型更新 . . . . . . 。 。 。.22 使用旋转可变差动变压器表面位置的稳定性和控制导数结果 ......... div>............23 空气动力学模型更新 . . . . . . 。 。 。23 空气动力学模型更新 ......。。。。。。。。。。。。。。。。。。。。。。。。。。。。...... div>............. . . . 24 对称前缘襟翼 . 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 . 25 对称后缘襟翼 . . . . . . . . . . 。 。 。 。 。 。 。 。 . . . . . 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 . . . . 25 对称副翼 . 。 。 。 。 。 。 。 。 < /div> . . . . . . . . . . . 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。....24 对称前缘襟翼 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。.25 对称后缘襟翼 ..........。 。 。 。 。 。 。 。 . . . . . 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 . . . . 25 对称副翼 . 。 。 。 。 。 。 。 。 < /div> . . . . . .。。。。。。。。.....。。。。。。。。。。。。。。。。。。。。。。。。....25 对称副翼 .。。。。。。。。 < /div>...........。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。25 差动前缘襟翼 ............。 。 。 。 。 。 。 。 . . . . . 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 . . 25 差动后缘襟翼 . . . . . . . . . 。 。 。 。 。 。 。 。 . . . . . 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 26 副翼 . 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。。。。。。。。。.....。。。。。。。。。。。。。。。。。。。。。。。。..25 差动后缘襟翼 .........。 。 。 。 。 。 。 。 . . . . . 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 26 副翼 . 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。。。。。。。。。.....。。。。。。。。。。。。。。。。。。。。。。。。。。。。26 副翼 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。26 差速稳定器。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。26
用于可重构多模态软机器人的高动态双稳态软执行器
已经开发出能够进行多模式运动的机器，这些机器能够在非结构化环境中机动，用于搜索和救援行动、[2] 监控和防御等应用。 [3] 这种多模态性通常通过 i）身体形状变形、ii）步态改变或 iii）使用不同的驱动或推进机制实现。 一种流行的方法是使用专门用于相应环境中运动的不同推进机制（例如，螺旋桨用于飞行和游泳，轮子用于陆地运动 [4,5] ）。 然而，多种推进机制会使设计复杂化，并增加此类系统的重量。 同样，使用能够实现不同步态和运动模式的单一推进机制可以简化设计，但通常会导致在某些环境中的移动性受到更多限制。 [6–8] 一种有前途的替代方案是利用身体的可逆形状变形，这样就可以重新调整一组常见的执行器或机器人肢体，以执行新的地面接触或流体结构相互作用模式（参见参考文献 [9–11] 中的示例）。软机器人特别适合可逆形状变化，因为它们具有机械可变形性和对受控刺激的形态反应。最近，Baines 等人提出了一种形状变形肢体，它可以利用刚度调节在鳍状肢和腿之间变换。[12] 这种肢体被安装在受海龟启发的机器人 [6] 上，以促进两栖运动。Shah 等人提出了一种
hdr-CIELAB 和 hdr-IPT：描述高动态范围和广色域图像颜色的简单模型
摘要 CIE 1976 L*a*b* 色彩空间 (CIELAB) 已广泛且成功地应用于各种应用，包括数字彩色成像、彩色图像质量和色彩管理。它的一个缺点是缺乏色调线性，这是色域映射中的一个关键问题，而 IPT 色彩空间已解决了这一问题，该领域对此进行了广泛应用。这两个空间的一个限制是它们不适用于高动态范围 (HDR) 成像中的颜色问题。这是因为它们在零亮度/亮度处的截距很难确定，并且它们对于比漫反射白色更亮的颜色的适用性不确定。为了解决这些 HDR 问题，提出了两个新制定的色彩空间以供进一步测试和改进，hdr-CIELAB 和 hdr- IPT。它们只是基于用更符合生理学的双曲函数（称为 Michaelis-Menten 方程）替换 CIELAB 和 IPT 中的幂函数非线性，该方程经过优化，可以最接近地模拟漫反射色域的原始色彩空间。本文描述了这些提出的模型的公式，并使用 Munsell 数据与 CIELAB、IPT 和 CIECAM02 进行了比较，进行了一些初步评估。
使用 CaverDock 和机器学习筛选全球批准的针对 SARS-CoV-2 高动态刺突糖蛋白的药物
新型严重急性呼吸综合征冠状病毒 2 (SARS-CoV-2) 会引起病理性肺部症状。针对这种病毒的疫苗和药物的大多数开发工作都针对刺突糖蛋白，特别是其 S1 亚基，该亚基被血管紧张素转换酶 2 识别。在这里，我们使用内部开发的工具 CaverDock 使用低温电子显微镜结构 (PDB-ID: 6VXX) 和来自先前发布的分子动力学模拟的五个最密集簇的代表性结构对刺突糖蛋白进行虚拟筛选。配体数据集来自 ZINC 数据库，包括全球批准用于临床的药物。针对完整数据集计算了单个药物通过刺突糖蛋白同源三聚体通道的轨迹、它们在通道内的结合能以及它们与三聚体三个亚基的接触持续时间。然后使用多元统计方法建立结构-活性关系并选择运动抑制的最佳候选药物。这种用于快速筛选多状态蛋白质结构（6 种状态）中全球批准药物（4359 种配体）的新协议在完成计算的速度方面表现出很高的稳健性。该协议是通用的，可以应用于任何具有包含蛋白质隧道或通道的实验性三级结构的目标蛋白质。该协议将在 CaverWeb 的下一个版本中实现（https://loschmidt.chemi.- muni.cz/caverweb/），以便更广泛的科学界可以访问它。2021 作者。由 Elsevier BV 代表计算和结构生物技术研究网络出版。这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons. org/licenses/by/4.0/）。