電感器在鐵氧體磁芯上采用繞線結(jié)構(gòu)和更少的CPU周期
發(fā)布時間:2021/9/9 8:04:02 訪問次數(shù):207
CWF1610和CWF2414片狀電感系列。這兩款電感器在鐵氧體磁芯上采用繞線結(jié)構(gòu),以提供高電感值、Q值和自諧振頻率,以緊湊的尺寸在-40至+125°C的工作溫度范圍內(nèi)提供低直流電阻。
這些特性使該系列非常適合用于耳機、電纜調(diào)制解調(diào)器、數(shù)字視頻轉(zhuǎn)換盒、硬盤、平板電腦和各種攜帶式電子設備的射頻信號處理、諧振電路、去耦、噪聲濾波器和直流電源線應用。
相較于多層或薄膜技術(shù),磁芯周圍更厚的繞線結(jié)構(gòu)可以在這些微型電感器中實現(xiàn)更低的直流電阻和13至16的高Q值。
制造商:Nexperia 產(chǎn)品種類:ESD 抑制器/TVS 二極管 RoHS: 詳細信息 產(chǎn)品類型:ESD Suppressors 極性:Unidirectional 工作電壓:5.5 V 通道數(shù)量:2 Channel 端接類型:SMD/SMT 封裝 / 箱體:SOT-143B-4 擊穿電壓:9 V Vesd - 靜電放電電壓觸點:12 kV Cd - 二極管電容 :16 pF 最小工作溫度:- 55 C 最大工作溫度:+ 125 C 資格:AEC-Q101 封裝:Reel 封裝:Cut Tape 封裝:MouseReel 商標:Nexperia 工廠包裝數(shù)量:3000 子類別:TVS Diodes / ESD Suppression Diodes 零件號別名:934070158215 單位重量:9 mg
STM32Cube.AI開發(fā)環(huán)境為用戶提供各種機器學習技術(shù),為他們盡可能高效地解決分類、聚類和新穎性檢測三種算法挑戰(zhàn)提供更多靈活性。
除了能夠在STM32*微控制器(MCU)上開發(fā)用于邊緣推理的神經(jīng)網(wǎng)絡外,最新的STM32Cube.AI版本(7.0版)還支持新的監(jiān)督和半監(jiān)督方法,這些方法可以處理更小的數(shù)據(jù)集和更少的CPU周期。
其中包括孤立森林異常檢測(iForest)和單類支持向量機(OC-SVM)新穎性檢測,以及K-means和SVM分類器算法,現(xiàn)在,用戶無需人工寫代碼就能實現(xiàn)這些算法。
(素材來源:eepw和ttic.如涉版權(quán)請聯(lián)系刪除。特別感謝)
CWF1610和CWF2414片狀電感系列。這兩款電感器在鐵氧體磁芯上采用繞線結(jié)構(gòu),以提供高電感值、Q值和自諧振頻率,以緊湊的尺寸在-40至+125°C的工作溫度范圍內(nèi)提供低直流電阻。
這些特性使該系列非常適合用于耳機、電纜調(diào)制解調(diào)器、數(shù)字視頻轉(zhuǎn)換盒、硬盤、平板電腦和各種攜帶式電子設備的射頻信號處理、諧振電路、去耦、噪聲濾波器和直流電源線應用。
相較于多層或薄膜技術(shù),磁芯周圍更厚的繞線結(jié)構(gòu)可以在這些微型電感器中實現(xiàn)更低的直流電阻和13至16的高Q值。
制造商:Nexperia 產(chǎn)品種類:ESD 抑制器/TVS 二極管 RoHS: 詳細信息 產(chǎn)品類型:ESD Suppressors 極性:Unidirectional 工作電壓:5.5 V 通道數(shù)量:2 Channel 端接類型:SMD/SMT 封裝 / 箱體:SOT-143B-4 擊穿電壓:9 V Vesd - 靜電放電電壓觸點:12 kV Cd - 二極管電容 :16 pF 最小工作溫度:- 55 C 最大工作溫度:+ 125 C 資格:AEC-Q101 封裝:Reel 封裝:Cut Tape 封裝:MouseReel 商標:Nexperia 工廠包裝數(shù)量:3000 子類別:TVS Diodes / ESD Suppression Diodes 零件號別名:934070158215 單位重量:9 mg
STM32Cube.AI開發(fā)環(huán)境為用戶提供各種機器學習技術(shù),為他們盡可能高效地解決分類、聚類和新穎性檢測三種算法挑戰(zhàn)提供更多靈活性。
除了能夠在STM32*微控制器(MCU)上開發(fā)用于邊緣推理的神經(jīng)網(wǎng)絡外,最新的STM32Cube.AI版本(7.0版)還支持新的監(jiān)督和半監(jiān)督方法,這些方法可以處理更小的數(shù)據(jù)集和更少的CPU周期。
其中包括孤立森林異常檢測(iForest)和單類支持向量機(OC-SVM)新穎性檢測,以及K-means和SVM分類器算法,現(xiàn)在,用戶無需人工寫代碼就能實現(xiàn)這些算法。
(素材來源:eepw和ttic.如涉版權(quán)請聯(lián)系刪除。特別感謝)