赛普拉斯半导体公司

摘要： 赛普拉斯半导体公司(Cypress Semiconductor Corp.)发布三款全新产品,进一步壮大用于车载信息娱乐系统的无线连接产品组合,并进一步巩固了产品在业界的领先地位。Wi-Fi和蓝牙Combo(组合)芯片及支持软件将成为新的应用开发平台,在多个用户之间实现无线连接,并将不同的内容无缝传输至多达10台移动设备。全新的信息娱乐平台包括搭载了赛普拉斯同步双频带(RSDB)架构的Wi-Fi 6(802.11ax)和蓝牙(Combo)组合解决方案。RSDB已成为极致互联信息娱乐体验的“代名词”,它将两个完整的Wi-Fi子系统集成到单个芯片中,能够使两个独立的数据流以全吞吐量的速度同时进行传输。而新加入的Wi-Fi 6则可实现千兆位级别的吞吐量,并提高多设备间同时传输内容的可靠性。除此之外,赛普拉斯还发布了两款Wi-Fi 5(802.11ac)和蓝牙Combo(组合)解决方案,为汽车制造商和系统供应商提供可扩展的平台解决方案。统一的软件架构可应用于不同类型的车辆,从而最大限度减少开发和系统集成的成本。

摘要： 全球领先的嵌入式解决方案供应商赛普拉斯半导体公司(Cypress Semiconductor Corp.)日前宣布,其具备USB 协议供电(PD)功能的USB-C 控制器已被Anker 全新的USB-C充电器系列选用。Anker是充电技术的全球领导者,其集成了赛普拉斯EZ-PDTMCCG3PA USB-C控制器的全新PowerPort PD充电器具有高速USB-C充电性能,且外形更加小巧,便携性更强。

摘要： 赛普拉斯半导体公司推出支持PD协议的车规级USB-C控制器,以支持汽车内便携式电子设备的快速充电。汽车级EZ-PDCCG3PA控制器支持USBPD3.0标准的可编程供电(PPS)协议、高通Quick Charge(QC)4.0协议和传统的充电标准,能够通过车载充电口为用户提供即插即用的充电体验。

摘要： 赛普拉斯半导体公司推出PSoC 6 MCU中的一个新系列产品,旨在进一步帮助设计人员强化物联网应用的安全性。在PSoC 6超低功耗架构的基础上,全新PSoC 64 Secure MCU将强大、遵循安全标准的系统层安全软件与硬件层功能集成在一起,即:PSoC 64 Secure MCU拥有隔离的信任根(rootoftrust)能够提供可靠的验证和配置服务。此外,该系列MCU还拥有预先配置的安全执行环境,能够支持不同物联网平台的系统软件,提供TLS(传输层安全)身份验证、安全存储和安全固件管理等功能。该系列MCU还包括了用于应用开发的丰富执行环境,以及赛普拉斯ModusToolbox套件的嵌入式RTOS,以管理与安全执行环境之间的通信。

摘要： 赛普拉斯半导体公司宣布进一步扩充其物联网产品组合,为超低功耗的PSoC6MCU产品系列再添新成员。全新的PSoC6 MCU专为物联网设备而设计,能够满足其不断增长的边缘计算、连接和存储需求。全新的MCU采用1MB SRAM和2MB FLASH嵌入式存储器,支持计算密集型算法、连接栈和数据记录。此外,赛普拉斯还推出两款面向PSoC6系列的全新开发套件。开发人员能够利用业界功耗最低、最灵活、基于硬件安全的双核MCU,来延长电池续航时间,提供高效的运算和感知性能,并为用户的敏感数据提供保护。

摘要： 近日，全球领先的嵌入式系统解决方案提供商赛普拉斯半导体公司正式推出了Semper NOR闪存产品系列。该产品系列面向汽车和工业领域，为用户提供业内最好的安全性和可靠性保证。此外，该产品独有的诊断功能，不仅可以及早发现系统的潜在故障，还可以从容实现系统的恢复。在新品发布会的现场，赛普拉斯存储器产品部门执行副总裁Sam Geha博士对新品系列做了进一步的解读并回答了记者提问。

摘要： 先进嵌入式系统解决方案领导者赛普拉斯半导体公司（纳斯达克代码：CY）今日宣布其物联网（IoT）单芯片解决方案为消费级产品提供蓝牙技术联盟（SIG）认证的蓝牙mesh连接，领先全球。

摘要： 赛普拉斯半导体公司正式推出Semper NOR闪存产品系列。该产品系列面向汽车和工业领域,为用户提供业内最好的安全性和可靠性保证。Semper闪存产品系列的架构和设计旨在打造无故障嵌入式汽车安全系统.

摘要： 赛普拉斯半导体公司举办媒体交流会，并独家赞助了由TechSugar主办的SugarTalk第二期汽车电子论坛。赛普拉斯多位高管就全球汽车电子发展趋势与行业媒体进行了深入的剖析和充分的沟通，并介绍了赛普拉斯先进的汽车电子解决方案。

摘要： 全球领先的嵌入式解决方案供应商赛普拉斯半导体公司正式推出通过MagSense^TM电感式感应技术来实现非接触式金属感应的PSoC 4700S系列MCUb该系列产品同时囊括了业界领先的赛普拉斯CapSense 电容式传感技术,从而使消费品领域、工业领域以及汽车产品的开发者能够运用金属或其他材料,来实现新颖、前卫的产品设计。

摘要： 本发明公开了一种具有拉普拉斯噪声的非参数贝叶斯字典学习方法，对灰度图像数据中的椒盐噪声进行去噪。本文对图像数据进行字典学习建模，并假设噪声部分服从拉普拉斯分布，采样非参数贝叶斯方法对模型进行概率分布假设；通过最大似然估计法获得模型的目标函数；采用吉布斯采样法对目标函数中所有随机变量采样；通过EM算法反复迭代更新得到各变量的最优解。使用最优解构造输出数据，即输出图片，从而获得干净数据，去除噪声。本方法对灰度图像数据的噪声部分进行了拉普拉斯假设，有效去除了椒盐噪声，对高斯噪声也有一定的去噪能力，此外还能够很好的去除高斯和椒盐的混合噪声。

摘要： 本发明公开了一种具有拉普拉斯噪声的非参数贝叶斯字典学习方法，对灰度图像数据中的椒盐噪声进行去噪。本文对图像数据进行字典学习建模，并假设噪声部分服从拉普拉斯分布，采样非参数贝叶斯方法对模型进行概率分布假设；通过最大似然估计法获得模型的目标函数；采用吉布斯采样法对目标函数中所有随机变量采样；通过EM算法反复迭代更新得到各变量的最优解。使用最优解构造输出数据，即输出图片，从而获得干净数据，去除噪声。本方法对灰度图像数据的噪声部分进行了拉普拉斯假设，有效去除了椒盐噪声，对高斯噪声也有一定的去噪能力，此外还能够很好的去除高斯和椒盐的混合噪声。

摘要： 本发明公开了一种基于拉普拉斯强化金字塔的织物图像瑕疵检测方法。方法包括：建立扩展织物图像数据集；得到先验框；搭建TRL‑YOLO模型；选取训练，输出训练预测特征图；将先验框分布并调整，选取训练候选框；计算模型整体损失值并更新参数；选取验证候选框；计算织物类别的平均精确度值；获得训练完成的TRL‑YOLO模型；待检测织物图像输入，保留最终预测框；映射至待检测织物图像中进行织物瑕疵的检测定位；输入EfficientNetv2网络实现织物瑕疵后分类。本发明方法进行织物图像的瑕疵检测，相较于现有的先进检测模型在检测精度和效率上都具有较大的优势，很好地满足了实际场景中的实时性要求。

摘要： 本发明提供一种基于L2,1范数和拉普拉斯流形的RLSDSPCA降维方法，对基因表达数据进行特征基因选择和癌症样本分类。通过降维方法对基因表达数据进行数据降维，对降维后的数据进行特征基因选择和癌症样本分类。本发明有效地提高了基因表达数据特征基因的选择水平和癌症样本的分类效果。

摘要： 本发明属于信息安全技术领域，公开了一种拉普拉斯机制的移动终端传感器数据加扰方法及系统，所述拉普拉斯机制的移动终端传感器数据加扰方法包括：原始数据处理阶段，获取原始传感器数据，并按照标准三轴坐标系分离出三个方向的数据；同时记录智能终端传感器在数据采集时的频率；噪声去除与记录阶段对原始数据进行包括人声在内的高频噪声去除，并计算不同方向上去除的噪声平均值与极差；数据重采样阶段，数据加噪阶段，通过数据输出阶段将数据输出。本发明在实现智能终端传感器原始数据的保护同时具有更低的计算复杂度，更低的资源消耗，实现了数据保护程度的可定制化与高拟真，实现了在保护原始传感器数据的同时对实用性的保证。

摘要： 本发明设计了一种基于拉普拉斯矩阵的循环平稳信号检测与识别方法，适用于存在多数循环平稳信号且接收样本数量较小、循环平稳信号阶数未知、信噪比较低等问题。结合了多天线传感器技术进行系统模型建立，使基于拉普拉斯矩阵的循环平稳信号检测器的检测性能得到相应的提升。通过Matlab对多种循环平稳信号进行仿真分析，提供了一种准确可行的方法。利用图形将多天线所接收到的循环平稳信号进行表征，对接收到的信号进行快速傅里叶计算及功率谱检测量的统计，并根据信号功率谱的统计量判断被检测信号的数量及调制阶数。本发明可用于认知无线电中信号识别，信号检测及检测性能的分析。

摘要： 本发明公开了一种基于拉普拉斯滤波器的自适应量化方法，方法包括：在编码器对每一帧图像进行编码时，将图像帧划分为多个图像片；将每个所述图像片划分成多个编码树单元；将每个所述编码树单元划分成多个编码单元；对每个所述编码单元进行拉普拉斯滤波处理，得到每个所述编码单元的活动性参数；根据每个所述编码单元的活动性参数，确定每个编码单元的量化参数；其中，所述量化参数用于表征编码量化过程的量化误差。本发明通过确定编码过程中的量化参数，对于平坦区域设置更小的量化参数值，进行细量化，而对于复杂区域设置较大的量化参数值，进行粗量化，能够达到更好的主观效果，可广泛应用于图像处理技术领域。

摘要： 本发明公开了一种加权混合图拉普拉斯的多维视觉数据修复方法，包括计算每个像素点与其周围四个邻接像素点的相似度，构建一阶局部的拉普拉斯算子，计算其中单个像素点与非局部邻接像素点的相似度，构建一阶非局部拉普拉斯算子，由一阶局部拉普拉斯算子和一阶非局部拉普拉斯算子联合相加得到一阶拉普拉斯算子，将一阶拉普拉斯算子泛化至二阶形式得到二阶拉普拉斯算子，分别对一阶拉普拉斯算子和二阶拉普拉斯算子进行加权联合相加，得到混合图拉普拉斯算子，采用混合图拉普拉斯算子构建多维视觉数据的修复模型。本发明对多维视觉数据进行缺失数据修复，通过对传统图拉普拉斯正则项的改进。

摘要： 本发明公开了一种基于拉普拉斯降维的水产养殖水质异常检测方法。属于水产养殖技术领域，具体步骤：数据降维、确定异常检测数据维度、构建DSVDD异常检测模型、输出水质异常检测数据。本发明涉及到水产养殖过程中养殖水体的6个监测指标，将这6个指标作为检测模型的输入量，利用拉普拉斯特征映射对传感器采集的水质数据进行降维，将样本输入维度从6维降到3维，确定DSVDD异常检测方法的数据维度，训练好的DSVDD检测模型进行异常检测测试，将DSVDD模型异常检测测试结果与传统的SVDD模型的异常检测结果相比，DSVDD算法有更好的检测精度，可进行高维度的水质异常检测，提高了针对水产养殖业的水体异常检测的精度。

摘要： 本申请公开了用于执行袖状胃切除术的装置(102)、系统(10)和方法的实施例。装置(102)可以包括用于插入胃(12)内部的探条(105)，探条(105)具有近侧探条端(106)和远侧探条端(108)，具有近侧管腔端(124)和远侧管腔端(122)的充气管腔(120)，充气管腔(120)从近侧探条端(106)延伸穿过远侧探条端(108)，与近侧管腔端(124)联接的流体输送系统(134，136)，流体输送系统(134，136)可操作地构造成将预定正压范围内的正压输送到胃(12)中，以及与近侧管腔端(124)联接的监测器(402)，其可操作地构造成监测胃(12)内的压力或体积。探条(105)可操作地构造成当在胃(12)内达到预定的正压范围时限定用于袖状胃切除术的切除线。