本文研究并设计了一种矩形微带贴片天线,该天线带有一个矩形缝隙,工作频率为 28 GHz,适用于第五代 (5G) 无线应用,采用微带线技术馈电。这个缝隙的目的是提高天线的性能。该天线建立在 Roger RT duroid 5880 型基板上,其相对介电常数等于 2.2,高度为 h = 0.5 毫米,损耗角正切为 0.0009。该天线的紧凑尺寸为 4.2 毫米 × 3.3 毫米 × 0.5 毫米。该天线的仿真是使用高频结构模拟器 (HFSS) 和计算机仿真技术 (CST) 软件进行的,其主要目的是确认该天线获得的结果。这些模拟的结果如下:谐振频率为 27.97 GHz,反射系数 (𝑆 11 ) 为 -20.95 dB,带宽为 1.06 GHz,增益为 7.5 dB,辐射功率为 29.9 dBm,效率为 99.83%。该天线获得的结果优于当前科学期刊上发表的现有天线获得的结果。因此,该天线很可能满足 5G 无线通信应用的需求。
i. 实验室工作(进行实验):15 分 ii. 期刊文献(撰写、作业、案例研究):10 分 学期作业的最终认证和验收取决于实验室工作的令人满意的表现以及满足学期作业的最低通过标准。
这项工作开发并使用了智能手杖,帮助盲人更安全地行走并避免危险。本研究论文涉及为盲人开发智能手杖,帮助他们通过避开障碍物安全行走,并在紧急情况下将其位置发送给医生或亲属等负责人,以相应地帮助他们。在所提出的设备架构中使用了三个超声波传感器,以检测三种不同高度的障碍物,即低、中、高障碍物,并使用扬声器向盲人发出警报。每当触摸设计的智能手杖的紧急按钮或将手杖放下时,都会通过移动应用程序向医生或负责人发送带有盲人手机位置的紧急消息。Arduino Uno 平台、蓝牙模型、MPU-6050 3 轴陀螺仪作为位置传感器和 microSd 卡模块已被用于有效地实现手杖。在测试阶段,该设备取得了良好的效果。当智能手杖检测到前方的物体或障碍物时,用户会以语音消息和振动的形式收到通知。此外,尽管他们无法直接启动它,但自动紧急情况已经被检测并启动。
部门观察分析了高级技术的产生和吸收,相关的企业家活动和技能需求的趋势。它从编译的数据源列表中解释数据,以监视欧洲各个行业的高级技术及其应用程序和关键竞争者经济体。它允许政策制定者,行业和中介机构可以将收集的数据与针对重点行业的高级技术相关联。
高光谱成像和人工神经网络(ANN)的结合可以预测果实的成熟度。这项工作调查了使用K折的交叉验证方法的高光谱成像和ANN模型的应用,用于成熟度预测油棕新鲜水果束(FFB),以进行内部分类和分级机器视觉。粗棕榈油(CPO)是印度尼西亚和马来西亚等国家的出口商品。油棕FFB成熟度决定了CPO的质量。FFB的独特形状和颜色需要创新的方法来代替繁琐而繁琐的手动分类和分级。这项研究中使用的油棕FFB样品先前是根据颜色和果实的果实分类的。,我们在用于ANN模型和混淆矩阵之前,应用了高光谱数据集的Savitzky-Golay(SG)平滑滤波器和7倍的交叉验证,以找到ANN模型的精度。我们从523个数据点中获得了SG过滤器后的72个数据点。预测结果显示平均准确度为79.48%,其中三个折叠为2、5和7的倍数给出了90%的最高精度。结果证实了高光谱成像的潜在用途,k折交叉验证和ANN模型以进行油棕FFB的成熟度预测。
充电方法(CCCV)•电荷电压54.75V•最大连续充电电流50A•为了不损坏电池中的电池电池,当充电电流超过50a时,电流受BMS的限制,并且充电在10A处继续。•充电为-5°C〜55°C时工作温度范围。循环寿命•在0.5c负载下,在80%DOD的2000年循环之后;容量80%BMS功能•在0.5C负载下80%DOD的2000个周期之后;容量80%•排出/充电中的低温保护,•排放/充电中的高温保护,•短路保护等。应用领域•可以在需要电信,UPS和储能领域的所有区域使用。•它可用于所有需要高容量的系统。
北亚齐(North Aceh)是亚齐省的一个地区之一,在海事和渔业领域具有巨大潜力。许多捕获的渔业资源是领先的商品,因为北亚齐的一部分是捕获渔业产品的供应商。至于本研究中的问题,由于该地区远离海岸线的位置,北亚齐的摄政区有几个子区域,渔业供应不足,因此导致渔业产品供应链的物流成本很高。因此,我们需要优化供应链规划渔业产品的模型。这项研究的目的是使用混合整数线性编程方法的捕获供应链优化模型。本研究中进行的阶段汇编了研究工具和文献研究,数据收集和分析,确定参数和决策变量,制定目标函数和模型约束,设计优化模型,测试和仿真模型。该模型可以最大程度地减少从供应商到消费者的渔业产品供应链的运营成本。测试和仿真使用Lindo软件,目的地功能的最大值为15次迭代关键字:优化,供应链,渔业产品,线性混合整数编程。
2. 为响应该邀请,秘书处收到了国际电联无线电通信局 (BR) 向 STSC 第六十二届会议提交的 2024 年年度空间服务报告,内容涉及地球静止卫星轨道 (GSO) 和其他轨道的使用情况。2024 年,无线电通信局推出了一款名为 ITU SpaceExplorer 的新网络应用程序,用于查阅其空间服务数据。(https://www.itu.int/go/ITUSpaceExplorer)。根据国际电联提供的信息,2024 年报告以国际电联的六种语言提供,采用 Word 格式,并附有 Excel 格式的数据,可从以下 BR 网页下载:
量子机学习是量子计算的重要组成部分,最近在世界范围内引起了研究的关注。在本文中,我们提出了一个量子机学习模型,以使用量子分类器对图像进行分类。我们展示了一个综合的量子分类器的结果,并特别适用于图像数据集的传输学习。这项工作将混合转移学习技术以及经典的预训练网络和变异量子电路作为其最终层在少量数据集中。使用Pennylane使用跨平台软件包的量子处理器中的量子处理器进行实现,用于使用量子计算机来评估高分辨率图像分类器。该模型的性能被证明比其对应物更准确,并且在时间和能力方面胜过所有其他现有的经典模型。
主要挑战是从磁共振扫描中识别、分割和提取患处。然而,对于临床专家来说,这是一项耗时且繁琐的工作。本文提出了一种自动化脑肿瘤系统。该系统采用混合图像处理技术,如对比度校正、直方图归一化、阈值技术、算术和形态学操作,将附近的器官和其他组织与大脑隔离开来,以改善患处的定位。首先,提出颅骨剥离过程来隔离非指定区域以提取指定的大脑区域。进一步处理这些生成的大脑区域图像以发现脑肿瘤。利用 T1、T2、T1c 和液体衰减反转恢复 (FLAIR) 对磁共振 (MR) 图像研究了计划方案。采用了所提出的混合方法。结果表明,该方法对提取肿瘤区域非常有效。脑肿瘤感兴趣区域的分割和分离准确率达到 95%。最后,使用从伊拉克巴格达的Al-Yarmouk 和巴格达教学医院的十名被诊断为早期、恶性和转移性脑肿瘤的患者获得的真实图像临床数据集来确认所提出的程序的意义。