XiaoMi-AI文件搜索系统
World File Search System光电系统
水面舰艇的光电系统 - Ultra Group
EOTS/FCS 客户端应用程序提供“HMI 引擎”，允许从多功能控制台控制系统，并通过可在任何控制台硬件上运行的用户界面 (UI) 图形应用程序可视化视频。UI 通过软件 API 与 EOTS/FCS 客户端通信。此 UI 独立于系统的功能逻辑，使其能够由 CMS 供应商或其他第三方轻松进行专门调整，以为其运行的环境提供相同的外观和感觉。
无源电光系统 - DTIC
书脊标题：IR/EO 系统手册。封面标题：红外和光电系统手册。完整修订。版。红外手册。1978 包括参考书目和索引。目录：第 1 卷。辐射源 / George J. Zissis，编辑 — 第 2 卷。辐射的大气传播 / Fred G. Smith，编辑 — 第 3 卷。光电元件 / William D. Rogatto，编辑 — 第 4 卷。光电系统设计、分析和测试 / Michael C. Dudzik，编辑 — 第 5 卷。无源光电系统 / Stephen B. Campana，编辑 — 第 6 卷。有源光电系统 / Clifton S. Fox，编辑 — 第 7 卷。对抗系统 / David Pollock，编辑 — 第 8 卷。新兴系统和技术 / Stanley R. Robinson，编辑。
考虑可靠性改进难度、关键性和子系统依赖性，开发光电系统可靠性分配的经济模型
摘要 各行业光电设备的特性以及降低成本的目标追求要求光电系统具有高可靠性。在这方面，可以通过可靠性分配问题来解决可靠性改进。必须提高子系统的可靠性，以确保符合设计人员的意见，满足要求以及定义的必要功能。本研究试图通过最大化系统可靠性和最小化成本来开发一个多目标模型，以研究设计阶段成本以及生产阶段成本。为了研究设计阶段可靠性改进的可行性，使用系统中有效的可行性因素，并将 sigma 水平指数纳入生产阶段作为可靠性改进难度因素。因此，考虑了子系统可靠性改进的优先级。通过设计结构矩阵研究子系统依赖程度，并将其与修正的关键性一起纳入模型的局限性中。通过目标规划将主模型转化为单目标模型。该模型在光电系统上实现，并对结果进行了分析。在该方法中，可靠性分配分为两个步骤。首先，根据分配权重确定子系统的可靠性范围。然后，根据子系统可靠性改进的成本和优先级启动改进。
光子综合电路（图片）是否安全？一眼图片中的安全漏洞
硅光子学（SIPH）正在驱动几个应用领域，从而使高性能计算系统中的超快速芯片尺度通信到人工智能（AI）硬件加速器中的能效计算[1]。一个集成SIPH的系统需要采用光子和电子子系统之间的接口，这可能导致几乎没有探索的新的和不可避免的安全漏洞。已经提出了一些方法，以通过采用安全性增强技术[2]，[3]来解决光电系统中的潜在安全漏洞，或者通过提供专门的硬件块来创建加密种子[4]。但是，它们缺乏光电系统中的弹性和易于部署。本文提出了一个框架，以增强光电系统中的硬件安全性。我们的解决方案利用光刻过程的独特特征来从SIPH子系统中创建独特的加密密钥，而无需专用的SIPH块（即使用架构中的SIPH节点）。此外，我们提供了一个在线入侵检测系统（IDS）以进行攻击检测。在不同的攻击场景下获得的仿真结果，并靶向光电结构（例如，光子AI加速器）显示了100％检测到的测试用例。增强的节点调整提高了光学信号完整性。
光电子学与先进材料 — 快速通讯 第 11 卷，第 9-10 期，2017 年 9 月 -10 月，第 534 - 539 页 光电机载综合检测概率及评估方法 金郭 a,b,* ，张胜兵 a ，邱郑 c
针对机载光电系统探测性能难以评估的问题，本文提出了一种红外与微光传感器目标信息融合检测概率的定量计算方法，从目标与背景的辐射特性、探测器的传输特性和成像特性3个方面分析了影响目标检测概率的因素，建立了目标信息融合检测概率计算模型，基于模糊贝叶斯网络理论，根据机载光电传感器目标特点及威胁效果，给出了目标威胁评估的模糊贝叶斯网络模型。实验结果表明，当融合质量因子小于1时，融合图像的质量与源图像相比有所下降；通过贝叶斯网络算法得到了目标威胁，对威胁评估过程的仿真证明了模型的有效性和结果的可靠性。所提出的方法可以计算机载光电系统图像融合的目标检测概率，并对目标威胁进行评估。 （2017年3月30日收到；2017年10月10日接受）关键词：目标信息融合，检测概率，威胁评估，机载光电
复合检测概率及评估方法...
针对机载光电系统探测性能难以评估的问题，本文提出了一种红外与微光传感器目标信息融合检测概率的定量计算方法，从目标与背景的辐射特性、探测器的传输特性和成像特性3个方面分析了目标检测概率的影响因素，建立了目标信息融合检测概率计算模型，基于模糊贝叶斯网络理论，根据机载光电传感器目标特点及威胁效果，给出了目标威胁评估的模糊贝叶斯网络模型。实验结果表明，当融合质量因子小于1时，融合图像的质量与源图像相比有所下降；通过贝叶斯网络算法得到了目标威胁，对威胁评估过程的仿真证明了模型的有效性和结果的可靠性。本文提出的方法可以计算机载光电系统图像融合的目标检测概率，并对目标威胁进行评估。(2017年3月30日收到；2017年10月10日接受) 关键词：目标信息融合，检测概率，威胁评估，机载光电