諸如電信設備、存儲模塊、光學繫統、網絡設備、服務器和基站等許多復雜繫統都采用了 FPGA 和其他需要多個電壓軌的數字 IC，這些電壓軌必須以一個特定的順序進行啟動和停機操作，否則 IC 就會遭到損壞。
上傳時間： 2014-12-24
上傳用戶：packlj
大型 TFT-LCD 的功率需求量之大似乎永遠得不到滿足。電源必須滿足晶體管數目不斷增加和顯示器分辨率日益攀升的要求，並且還不能占用太大的板級空間。
上傳時間： 2014-12-24
上傳用戶：watch100
LT®3837 從一個 4.5V 至 20V 輸入獲取工作電壓，但可通過采用一個 VCC 穩壓器和 / 或變壓器上的一個偏壓繞組使該轉換器的輸入範圍向上擴展。
上傳時間： 2013-11-01
上傳用戶：
LTC3524 的 2.5V 至 6V 輸入電源範圍非常適合於那些從鋰離子電池或者多節堿性或鎳電池供電的便攜式設備。LCD 和 LED 驅動器的工作頻率均為 1.5MHz，因而允許使用纖巧、低成本的電感器和電容器。
上傳時間： 2013-11-22
上傳用戶：zzbbqq99n
由於性電池容易購買而且價格相對便宜，因此它為人們帶來了方便，並且成為了便攜式儀器以及室外消遣娛樂設備的電源選擇。
上傳時間： 2014-01-07
上傳用戶：xiaoyaa
許多電信和計算應用都需要一個能夠從非常低輸入電壓獲得工作電源的高效率降壓型 DC/DC 轉換器。高輸出功率同步控制器 LT3740 就是這些應用的理想選擇，該器件能把 2.2V 至 22V 的輸入電源轉換為低至 0.8V 的輸出，並提供 2A 至 20A 的負載電流。其應用包括分布式電源繫統、負載點調節和邏輯電源轉換。
上傳時間： 2013-12-30
上傳用戶：arnold
在電源設計中，工程人員時常會面臨控制 IC 驅動電流不足的問題，或者因為閘極驅動損耗導致控制 IC 功耗過大。為解決這些問題，工程人員通常會採用外部驅動器。目前許多半導體廠商都有現成的 MOSFET 積體電路驅動器解決方案，但因為成本考量，工程師往往會選擇比較低價的獨立元件。
上傳時間： 2013-11-19
上傳用戶：阿譚電器工作室
本文檔著重介紹如何使用Philips 半導體的收發器PCA82C250[1]和PCA82C251[2]實現物理媒體連接子層物理信令子層和數據鏈路層之間的連接是通過集成的協議控制器實現的這些產品有像Philips 的PCx82C200 SJA1000 等而媒體相關接口負責連接傳輸媒體譬如將總線節點連接到總線的連接器像Philips 的TJA1050[3]或PCA82C250[4]等收發器
上傳時間： 2013-10-19
上傳用戶：31633073
高壓雙管反激變換器的設計:介紹一種雙管反激的電路拓撲，分析了其工作原理，給出了一些關鍵技術參數的計算公式，設計并研制成功的30W 380V AC5 0H z/510V DC/+15.1 V DC(1A )、+5.2VDC(2A)輔助開關電源具有功率密度高、變換效率高、可靠性高等優良的綜合性能。該變換器在高電壓輸人情況下有重要的應用價值。【關 鍵 詞 】變換器，輔助開關電源，雙管反激 [Abstract】 A n e wt opologyfo rd oubles witchfl ybackc onverteris in troduced.Th eo perationp rincipleis a nalyzeda nds ome for mulas for calculating key parameters for the topology are presented. The designed and produced auxiliary switching power supply,i. e. 30W 380V AC5 0H z/5 10V DC/+15.1 V DC《1A )、+5.2 V DC《2A )，hase xcellentc omprehensivep erformances sucha sh ighp owerd ensity, hi ghc onversione fficiencya ndh ighr eliability.Th isc onverterh asim portanta pplicationv aluef orh igh input voltag [Keywords ]converter,au xiliary switchingp owers upply,do ubles witchf lybac
上傳時間： 2013-11-01
上傳用戶：Ants
提出了一種改進的LSM-ALSM子空間模式識別方法，將LSM的旋轉策略引入ALSM，使子空間之間互不關聯的情況得到改善，提高了ALSM對相似樣本的區分能力。討論中以性能函數代替經驗函數來確定拒識規則的參數，實現了識別率、誤識率與拒識率之間的最佳平衡；通過對有限字符集的實驗結果表明，LSM-ALSM算法有效地改善了分類器的識別率和可靠性。關 鍵 詞 學習子空間; 性能函數; 散布矩陣; 最小描述長度在子空間模式識別方法中，一個線性子空間代表一個模式類別，該子空間由反映類別本質的一組特征矢量張成，分類器根據輸入樣本在各子空間上的投影長度將其歸為相應的類別。典型的子空間算法有以下三種[1, 2]：CLAFIC(Class-feature Information Compression)算法以相關矩陣的部分特征向量來構造子空間，實現了特征信息的壓縮，但對樣本的利用為一次性，不能根據分類結果進行調整和學習，對樣本信息的利用不充分；學習子空間方法(Leaning Subspace Method, LSM)通過旋轉子空間來拉大樣本所屬類別與最近鄰類別的距離，以此提高分類能力，但對樣本的訓練順序敏感，同一樣本訓練的順序不同對子空間構造的影響就不同；平均學習子空間算法(Averaged Learning Subspace Method, ALSM)是在迭代訓練過程中，用錯誤分類的樣本去調整散布矩陣，訓練結果與樣本輸入順序無關，所有樣本平均參與訓練，其不足之處是各模式的子空間之間相互獨立。針對以上問題，本文提出一種改進的子空間模式識別方法。子空間模式識別的基本原理1.1 子空間的分類規則子空間模式識別方法的每一類別由一個子空間表示，子空間分類器的基本分類規則是按矢量在各子空間上的投影長度大小，將樣本歸類到最大長度所對應的類別，在類x()iω的子空間上投影長度的平方為()211,2,,()argmax()jMTkkjpg===Σx (1)式中 函數稱為分類函數；為子空間基矢量。兩類的分類情況如圖1所示。
上傳時間： 2013-12-25
上傳用戶：熊少鋒
