XiaoMi-AI文件搜索系统
World File Search SystemDFN
研究断裂强度（p32）估计误差（p32）对隧道周围形成的块的潜在的估计误差的影响
这项工作的目的是强调离散裂缝网络（DFN）模型中输入参数不确定性及其工程应用的影响。我们展示了输入参数的误差如何，此处的体积不连续性强度P 32影响了DFN模型和两个重要的岩石力学工程应用：现场碎片尺寸分布以及在隧道周围的可移动块形成的潜在，作为隧道周围的可移动块，作为块洞穴矿物设计的两个关键参数。通过两种不同的方法估算了体积不连续性强度（P 32）：第一个方法直接从1D数据估算p 32，直接实现，而第二个方法是基于DFN模型的模拟，并且需要1D和2D数据集，从而使其较小的灵活和时间消耗。发现，从直接方法获得的p 32的估计值比通过模拟方法更准确，在构建的离散断裂网络模型中产生了重大影响，并在估计隧道周围可移动块的形成的原位片段化尺寸分布和估计中。
Doyle-Fuller-Newman锂离子电池模型的反馈解释
I.简介锂离子电池的经典Doyle-Fuller-Newman（DFN）电化学模型[10，14，30]，其中包括反馈结构和状态空间。通过将快速双层电容动力学分为模型[31]来得出公式。识别非线性电池模型的固有反馈结构为使用输入输出系统理论[9，19]开辟了其分析的可能性。模型分析的关键特征是它是可靠的，因为它不依赖于模型非线性（例如开路电位（OCP）曲线）的确切知识。因此，该公式可以允许“广义”分析，该分析适用于被动非线性的所有实例。本文的重点是通过考虑其模型方程中的结构，而不是通过提出新的电化学来促进基础DFN模型的使用。希望此处开发的结果能够使DFN模型用于更广泛的应用，例如在单个粒子模型[8]中观察到，并将揭示该模型的关键特征，以促进其开发并了解其对内部电化学的预测。锂离子电池是一种近乎无处不在的能量进程技术，可将出色的功率和能量密度结合到一种设备中。这导致了他们在许多领域的成功应用，包括混合动力汽车，个人电子产品和网格存储。但是，这些电池仍然不受几个局限性的影响，包括几百个电荷周期后的衰老开始，稳定性问题
课程表 - 印度理工学院古瓦哈提分校
( (YDOXDWLRQ RI RSHUDWRUV¶ ZRUNSODFH OD\RXW RQ ,QGLDQ WUDFWRUV 5DKXO 5 3RWGDU & 5 0HKWD .1 $JUDZDO / 3 *LWH ( 60$573+21(6 $ 0DMRU FRQWULEXWRU WR ( :$67( 0LWDOL ) 9DLG\D $QXSDP 7LZDUL ( /DFN RI &LYLF 6HQVH 6ZDFKK %DKDUDW 0LVVLRQ $QDPLND
使用基于群集的下采样方法
摘要 - 脑部计算机接口（BCI）允许其用户仅使用大脑活动与计算机或其他机器进行交互。运动障碍者是这项技术的潜在用户，因为它可以使他们在不使用周围神经的情况下与周围环境互动，从而帮助他们恢复失去的自主权。P300拼写器是最受欢迎的BCI应用程序之一。其性能取决于其分类器识别和区分p300电位与脑电图（EEG）信号的能力。为了使分类器正确执行此操作，有必要使用平衡的数据集训练它。但是，由于p300通常是用奇数范式引起的，因此只能获得不平衡的分布。本文在P300 EEG信号上采用了一种基于自组织图（SOM）的采样下采样方法，希望提高分类器的准确性。通过从健康受试者和中风后受害者获得的数据集测试了两个分类模型，一个深层喂养网络（DFN）和深信仰网络（DBN）。我们将结果与以前的作品进行了比较，并观察到我们最关键的主题的分类准确性增加了7％。对于健康和中风的受试者，DBN的最高分类准确性为95.53％和94.93％，而DFN为96.25％和93.75％。索引术语 - 脑计算机界面，神经网络，自组织图，击球后，脑电图
使用...
摘要 - 脑部计算机接口（BCI）允许其用户通过转换其大脑活动并将其用作命令来控制机器或其他设备。这种技术作为潜在的运动障碍者具有，因为它可以使他们在不使用周围神经的情况下与环境互动，从而帮助他们恢复失去的自主权。最成功的BCI应用程序之一是基于P300的拼写器。它的操作完全取决于其识别和区分p300电位与脑电图（EEG）信号的能力。为了使系统正确执行此操作，有必要选择一个足够的分类器并使用平衡的数据集训练它。但是，由于使用奇数范式来引起p300电位，因此只能获得不平衡的数据集。本文重点介绍了两个分类器的训练阶段，一个深层喂养网络（DFN）和深信信仰网络（DBN），可用于基于P300的BCI。从健康受试者和中风后受害者获得的数据集进行了预处理，然后使用基于自组织的地图下采样方法进行了平衡，以提高分类器的准确性。我们将结果与以前的作品进行了比较，并观察到最关键的受试者的分类准确性增加了7％。DFN的势头受试者的最高分类准确性为93.29％，健康的受试者的分类精度为93.60％。索引术语 - 脑计算机界面，神经网络，自组织图，击球后，脑电图
AR0521P1 21
AR0521P1 是一款双向 TVS 二极管，采用领先的单片硅技术提供快速响应时间和低 ESD 钳位电压，使该器件成为保护电压敏感高速数据线的理想解决方案。AR0521P1 具有超低电容，典型值为 0.3pF，符合 IEC 61000-4-2 (ESD) 标准，具有 ±25kV 空气放电和 ±22kV 接触放电。它组装成超小型 1.0x0.6x0.5mm 无铅 DFN 封装。小尺寸、超低电容和高 ESD 浪涌保护使 AR0521P1 成为保护手机、数字视频接口和其他高速端口的理想选择。
3.0V 至 5.5V RS485/RS422 收发器，带 ±20kV ESD 保护
• 高性能且符合 RS-485 EIA/TIA-485 标准 低 EMI 500kbps 数据速率 (CS48505Ax) 和高达 20Mbps (CS48520Ax) 高速数据速率 1/8 单位负载可在同一总线上启用多达 256 个节点 • 集成保护功能，实现稳健通信 -7V 至 +12V 共模电压范围 A/B 引脚上具有 ±20kV 人体模型 ESD 保护和 ±6kV 接触放电 IEC 61000-4-2 ESD 保护 短路保护 热关断 真正的故障安全保证已知的接收器输出状态 开机/关机期间无故障 • 输出电平与 Profibus 标准兼容 |V OD | > 2.1V @ 5V 电源电压 • 低功耗 低电源电流（0.9mA，典型值） 关断电流 < 5µA • 3V 至 5.5V 电源电压范围 • 宽工作温度范围：–40°C 至 125°C • 8 引脚 SOIC、8 引脚 MSOP 和 8 引脚 DFN 封装
TB389：QFN 封装的 PCB 焊盘图案设计和表面贴装指南
瑞萨电子的四方扁平无引线 (QFN) 封装系列产品是一种相对较新的封装概念，目前正在快速发展。该封装系列包括通用版本 QFN，以及 TQFN、UTQFN 和 XQFN 等较薄版本。该系列的引线间距为 0.4 毫米及以上。四方扁平无引线的一个子集是双面类型（4 个侧面中只有 2 个有引线），其中包括 DFN、TDFN、UTDFN 和 XDFN 等版本。在本文档中，术语 QFN 代表所有系列选项。该系列具有多种优势，包括降低引线电感、小尺寸近芯片级封装、薄型和轻重量。它还使用周边 I/O 焊盘来简化 PCB 走线布线，而裸露的铜芯片焊盘技术可提供良好的热性能和电气性能。这些特性使 QFN 成为许多新应用的理想选择，这些应用对尺寸、重量以及热性能和电气性能都很重要。
HTU20D(F) RH/T 传感器数字相对湿度 - Farnell
HTU20D(F) 是一款新型数字湿度传感器，尺寸小巧、智能化，嵌入可回流焊接的双扁平无引线 (DFN) 封装，尺寸为 3 x 0.9 mm。该传感器提供经过校准的线性化 HTU20D(F) 数字湿度传感器，适用于需要可靠和精确测量的应用。该模块可直接与微型计算机连接，适用于空间受限、批量大、成本敏感的应用。每个传感器都经过单独校准和测试。批次标识印在传感器上，电子标识码存储在芯片上，校验和可提高通信可靠性。通过命令（RH/T 为 8/12 位至 12/14 位）。随着 MEAS 的改进和小型化，最终，任何设备都应该受益于尖端的节能操作可选的 PTFE 过滤器/膜 (F) 可保护 HTU2 并防止颗粒污染。PTFE 过滤器/膜可保持较高的响应时间。白色 PTFE 过滤器/膜直接粘在传感器外壳上。保护。
HTU21D(F) 传感器数字相对湿度传感器... - Adafruit
HTU21D(F) 是一款新型数字湿度传感器，由 MEAS 输出温度。它采用可回流焊接的双扁平无引线 (DFN) 封装，尺寸仅为 3 x 3 x 0.9 毫米，在尺寸和智能方面树立了新标准。该传感器提供经过校准的线性化数字 I²C 信号。HTU21D(F) 数字湿度传感器是专用的湿度和温度即插即用传感器，适用于需要可靠和准确测量的 OEM 应用。该模块可直接与微控制器连接，用于湿度和温度数字输出。这些低功耗传感器专为空间受限、批量大、成本敏感的应用而设计。每个传感器都经过单独校准和测试。批次标识印在传感器上，电子识别码存储在芯片上 - 可通过命令读取。可以检测到电池电量不足，校验和可提高通信可靠性。这些数字湿度传感器的分辨率可以通过命令更改（RH/T 为 8/12 位，最高为 12/14 位）。随着 MEAS 的改进和此传感器的小型化，性价比得到了提高 - 最终，任何设备都应受益于其尖端的节能操作模式。可选的 PTFE 过滤器/膜 (F) 可保护 HTU21D 数字湿度传感器免受灰尘和水浸入以及颗粒污染。PTFE 过滤器/膜保持较高的响应时间。白色 PTFE 过滤器/膜直接粘在传感器外壳上。