异构无人系统协同控制研究进展

面对复杂化、多样化和立体化的任务需求,异构无人系统将空、地、海跨域优势互补,最大化提升系统各方面能力,为未来协同作战和智慧民生提供有力的技术保障.首先,梳理了国内外在跨域协同领域出台的推动性文件,介绍了异构无人系统在军用、科研院所和民用等三方面的实际应用.其次,针对异构无人系统关键技术之一的协同控制,分别阐述了异构无人系统协同控制在一致性、轨迹跟踪和编队‒合围等三方面的最新进展.此外,还特别讨论了在不同通信条件下协同控制所面临的挑战和解决方案.其中,由于一致性和轨迹跟踪存在上层控制理论性和下层控制可行性的区别,进一步从滑模控制、自适应控制、反步控制和自适应动态规划等四方面对轨迹跟踪研究展开阐述.然后,为了更好地促进异构无人系统协同控制在实际中的应用,通过总结前人相关工作,讨论了其在多约束控制与实时性、多任务切换控制和跨域通信下稳定性等三方面亟需解决的技术瓶颈.最后,综合异构无人系统协同控制研究现状和实际需求来看,指出了其在深度强化学习与分布式博弈、人机交互以及反群体智能等三方面的发展趋势.

基于异构系统的OTA升级优化研究

针对异构系统在升级时面临的多系统并发升级往往耗时较长,会加重用户等待负担的问题,采用OTA升级技术进行优化。通过对升级流程的深度革新,提出了基于A核与M核并行刷写,且M核的Norflash擦写采用流控并发的方法。通过实验证明,提出的方法可有效缩短异构系统升级时间,确保在各种电量条件下都能高效安全地完成升级任务,为智能汽车的OTA升级体验带来了实质性的改善。

融合注意力的异构信息网络嵌入学习综述

近年来,图嵌入学习已成为信息网络分析领域最常用的技术之一,其将网络对象嵌入到低维稠密向量空间的同时保留网络结构和内容特征并应用于下游分析任务。然而大多数现实网络是由多种对象类型、对象间的关系以及对象内容特征所组成的异构信息网络(HIN)。因此为了学习更有效的嵌入表达,研究者开始将注意力机制融入到异构信息网络嵌入学习中,用以区分不同层面的异构性对嵌入表达的影响程度。对现有融合注意力的异构信息网络嵌入模型进行综述,全面回顾异构信息网络嵌入在过去五年的研究历程,总结其在解决网络异构性时所面临的内容异构性、结构异构性与语义异构性三大挑战,并概括出一种通用的注意力融合模型框架;针对上述挑战,将现有注意力融合方式分为基于元路径、基于图神经网络以及面向应用场景三大类,并详细对比阐述了各类代表性模型;介绍常用的数据集、基准平台工具和评测指标;总结和探讨异构信息网络嵌入学习未来的研究方向。

面向多源异构的电力工程数据融合处理技术研究

随着电力工程中自动化、信息化设备的日益增多,对电力工程数据的分析与处理能力有了更高的要求。针对这一问题,文中开展了面向多源异构的电力工程数据融合处理技术研究。通过预先设计好的数据框架进行关联操作,实现数据监测与处理分析。为了提高整体数据与局部数据之间的协调性,对融合数据进行边缘自适应增强处理,结合电力工程定值数据处理方法将样本数据分解为多个子数据集,利用神经网络模型分类融合,采用Reduce机制对融合后的数据进行合并处理,输出结果,从而提高数据融合的效率。以某地区电力工程数据集为样本进行的分析结果表明,所提方法在处理数据时具有更高的效率,产生的绝对误差仅为1.675%,且更适用于大容量数据的场景。

也谈“同分异构体”的书写

一、同分异构体的定义及类型分子式相同,结构不同的物体称为同分异构体。其主要有三种类型:位置异构、碳链异构与官能团异构,烯烃可能存在顺反异构。例题1 下列各组物质互为同分异构体的是( )。■解析 A项,所给有机物为同一种物质(将前者在纸面上旋转180°与后者相同).

一种面向异构片上系统的调试器框架

异构片上系统具有定制化满足应用的特异性需求特点,成为多个领域内的主流解决方案.但用户在异构片上系统上进行开发需要面对多种计算资源带来的程序错误,而不同异构片上系统构建统一的调试器框架也面临巨大的挑战.针对上述问题,本文提出了一种面向异构片上系统的调试器框架,该调试器框架设计了异构处理器调试器框架通用接口,开发者可以通过框架功能接口快速构建异构调试器.该框架功能丰富,通过线程切换实现了对异构多核程序的调试,也实现了异构程序性能分析等功能.该框架生成的调试器与传统硬件调试器相比,加载异构程序速度快,是读内存速率的5.5倍,是写内存速率的16.5倍,调试速度大大提高.

天然抗氧化剂对玉米油热致异构体的影响

玉米油在加工贮藏过程易发生异构化生成反式和共轭脂肪酸异构体,开展玉米油反式和共轭脂肪酸的调控研究对保障消费者安全与营养健康至关重要。人工抗氧化剂由于毒性累积已被许多国家禁用或严格限制,天然抗氧化剂已开始引起人们的高度关注。该研究采用气相色谱检测方法研究了天然抗氧化剂对玉米油热致异构体形成的影响。结果表明,玉米油反式和共轭脂肪酸含量随着加热温度和加热时间的增加而增加。天然抗氧化剂具有抑制玉米油反式脂肪酸(0.28%~6.59%)和诱导玉米油共轭脂肪酸(0.53%~16.42%)形成的作用,抑制率为鼠尾草酸>特丁基对苯二酚>L-抗坏血酸棕榈酸酯>茶多酚>维生素E,诱导率为维生素E>茶多酚>特丁基对苯二酚>L-抗坏血酸棕榈酸酯>鼠尾草酸。复配抗氧化剂的抗异构和诱导异构作用低于单独使用抗氧化剂,综合分析鼠尾草酸和L-抗坏血酸棕榈酸酯可作为有效的天然抗异构和诱导异构剂。

融合异构图神经网络的时间卷积知识追踪方法

知识追踪任务旨在通过建模学生历史学习序列追踪学生认知水平,进而预测学生未来的答题表现.该文提出一个融合异构图神经网络的时间卷积知识追踪模型(Temporal Convolutional Knowledge Tracing Model with Heterogeneous Graph Neural Network,HG-TCKT),将知识追踪任务重述为基于异构图神经网络的时序边分类问题.具体来说,首先将学习记录构建成包含3种节点类型(学生,习题和技能),2种边类型(学生-习题和习题-技能)的异构图数据,异构图描述了学生交互记录中实体类型之间的丰富关系,使用异构图神经网络缓解交互稀疏的问题,引入异构互注意力机制捕捉不同类型节点间的交互关系,提取不同类型节点的高阶特征.将学生节点和习题节点表征拼接,构造边(学生-习题)的表征.最后,使用时间卷积网络捕捉学生历史交互序列的时序依赖关系从而进行预测.在2个真实教育数据集进行实验证明,HG-TCKT相比当前主流知识追踪方法有更好的预测效果.

同分异构—一个值得商榷的概念

同分异构包不包括顺反异构?同分异构究竟包括哪些异构?各类有机化学教科书对此论述非一,综合起来有四种不同的见解,部分教科书把顺反异构归属于同分异构,但对映异构和构象异构不在其中,一些教科书在讨论烯烃的同分异构现象时,仅指碳胳异构和双键的位置异构,并不包含顺反异构,而对顺反异构单独辟节给以介绍,还有一些教科书则明确指出,同分异构包括构造异构和立体异构两大类别,不仅把顺反异构包罗在内,而且把对映异构,构象异构也纳入其间;

一种可重构异构内存架构和控制器

融合传统动态随机访问存储器(Dynamic Random Access Memory,DRAM)与新型非易失性内存(NonVolatile Memory,NVM)可构建平行架构或层次架构的异构内存系统.平行架构的异构内存系统往往需要通过页迁移技术把热点数据从NVM迁移到DRAM以提高访存性能,然而在操作系统中实现热页监测和迁移会带来巨大的软件性能开销.硬件实现的层次架构由于增加了访存层次,对于访存局部性差的大数据应用反而增加了访存延迟.为此,本文提出可重构的异构内存架构,可以运行时在平行和层次架构间进行转换以动态适配不同应用的访存特性.设计了基于新型指令集架构RISC-V(Reduced Instruction Set Computing-V)的DRAM/NVM异构内存控制器,利用少量硬件计数器实现了访存踪迹统计和分析,并实现了DRAM和NVM物理页间的动态映射和高效迁移机制.实验表明,DRAM/NVM异构内存控制器可提高43%的应用性能.

探索信息系统的异构性问题

同构是相对的,异构是绝对的。异构性在信息系统中普遍存在,它是信息共享以及信息系统之间互操作的主要障碍。该文探索了信息系统异构性的合理化描述,给出几种定义异构性的方法。另外,异构性和任何事物一样,存在积极和消极的两个方面。论文研究并指出开发和利用异构性可增强信息系统的功能,屏蔽和抑制异构性可消除负面影响,从而拓宽信息系统的互操作和可用性。以上研究工作尚处于起步阶段,为深入探索异构性的规律及解决方案奠定了基础。

有机化学中的异构现象

本文就有机化学中异构现象的类别、特征、实例进行了论述。

数据引流下异构传感器网络能量空洞防护算法

异构传感器网络在工作时,靠近传感器基站位置的节点会由于接收转发次数较多而出现能量空洞现象。为有效对此现象实施防护,保障网络安全运行,提出数据引流下异构传感器网络能量空洞防护算法。构建网络节点部署模型,对传感器网络节点实施节点优化部署;计算网络节点能耗对网络实施能量均衡控制,获取异构传感器网络节点的簇内传输跳数;结合获取的节点簇内跳数以及能量均衡结果开展节点接收数据的的引流分配,平衡传感器网络层内节点能量消耗,实现传感器网络的能量空洞防护。实验结果表明,使用上述方法开展传感器网络能量空洞防护时,数据转发接收能耗较低,防护方法性能高,防护效果好。

面向国产异构DCU平台的大规模并行矩量法研究

面向国产异构众核处理器超级计算机发展趋势,实现了基于CPU+DCU国产异构并行系统的大规模并行高阶矩量法。在同构并行矩量法负载均衡策略的基础上,提出了一种“MPI+openMP+DCU”的高效异构并行编程框架,解决了计算任务与计算能力不匹配的问题,实现了矩量法异构并行计算过程的负载均衡。采用细粒度任务划分策略与异步通信技术,对深度计算处理器计算过程进行了流水线优化设计,实现了计算与通信重叠,提升了矩量法异构协同计算的效率。通过与有限元法的仿真结果对比,验证了CPU+DCU异构并行矩量法的准确性。基于国产深度计算处理器异构平台的可扩展性分析结果表明,与单纯CPU计算相比,所实现的CPU+DCU异构协同计算方法能够获得5.5~7.0倍的加速效果,且在国家超级计算西安中心能够实现全系统运行,并行规模从360节点扩展到3 600节点(共1 036 800个处理器核心),并行效率可以达到约73.5%。

模型异构的联邦学习入侵检测

针对模型异构和代理数据稀缺问题,提出模型异构的联邦学习入侵检测(model heterogeneous federated learning for intrusion detection, MHFL-ID)框架。首先,MHFL-ID根据模型异同对节点进行分组,将结构相同的模型分到同一组;其次,在组内采用以组长为中心的同构聚合方法,根据目标函数投影值选取组长,并引导组内节点的优化方向以提升全组模型能力;最后,在组间采用基于知识蒸馏的异构聚合方法,不需要代理数据就能用局部平均软标签和全局软标签传递异构模型中的知识。在NSL-KDD和UNSW-NB15这2个数据集上进行了对比实验,与当前先进方法相比,MHFL-ID框架及所提方法能有效解决联邦学习中模型异构聚合的问题,在准确率方面也取得了较好结果。

基于智慧计量实验室的多源异构检测数据智能提取技术研究

文章在解决智慧计量实验室中多源异构检测数据的提取与处理问题,对计量实验室检测数据类型和异构类信息提取面临的问题进行分析,提出基于图像处理的检测数据提取技术路线;设计了一种基于可微分二值化网络(differentiable binarization networks,DBNet)和卷积循环神经网络(convolutional recurrent neural network,CRNN)的检测数据智能提取技术,实现了对多源异构数据的自动检测、识别和提取。在此基础上,研制了多源异构检测数据智能提取装置,并进行了验证,结果表明,该装置能够有效地提取纸质报告或表单中的检测数据等关键信息,具有较高的准确性和较快的响应速度,为智慧计量实验室的数据管理和分析提供了有力支持。该研究对于推动智慧计量实验室的建设和试验检测数据应用具有重要意义。

基于云数据中心的多源异构数据治理技术研究

目前常规的多源异构数据治理方法主要通过对数据属性进行判断,从而实现分区域数据清洗,由于缺乏对非线性数据的分析,导致治理性能不佳;对此,提出基于云数据中心的多源异构数据治理技术;采用关系型数据库中的ETL功能对数据进行清洗,对数据转换模式以及数据清洗规则进行定义;引入互信息系数对数据相关程度进行判定,并进行非线性数据相关性分析;以云数据中心作为载体,对多源异构数据治理体系进行构建;在实验中,对提出的数据治理技术进行了治理性能的检验;最终的实验结果表明,提出的数据治理技术具备较高的查准率,对云数据中心多源异构数据具备较为理想的数据治理效果。

智能云平台异构数据库协同检索算法研究

智能云平台是一种集成各种资源和功能的高效计算平台,可以为用户提供灵活的数据存储和高效的数据检索服务.随着信息技术飞速发展,异构数据库中数据呈爆炸式增长.为了提升网络异构数据库检索效果,提出智能云平台异构数据库协同检索算法.构建智能云平台异构数据库,均衡异构数据库中的节点能耗;排序云平台多源异构数据,预处理异构数据;建立以索引库为核心的检索服务引擎,利用神经网络提取多源异构数据特征,实现异构数据库的匹配检索.测试结果表明,所提算法查准率为96%,查全率为94%,数据丢失量仅为1.由此证明,所提方法有效提高了网络异构数据库检索效果.

异构边缘云架构下的多任务卸载算法

为在资源有限的终端设备上运行计算密集型与时延敏感型应用,同时降低系统时延和能耗,构建边缘云异构网络模型。本文提出了一种H-PSOGA多任务卸载优化算法,并通过无人机、路边单元、车辆等边缘设备以及边缘云服务器进行多任务计算卸载。该算法以先串行再并行的方式将粒子群和遗传算法结合在一起,通过适应度值排序、种群选择、多点交叉、反向变异等操作,利用遗传算法对粒子群进行优选,弥补粒子群算法早熟收敛、陷入局部最优的缺陷。6种标准测试函数的测试分析以及与基线方案进行仿真对比的结果表明:在用户数较多时,混合优化算法的系统平均开销可降低26%~43%,可以有效提高收敛精度。

基于Agent人工智能的异构网络多重覆盖节点入侵检测系统设计

异构网络具有结构复杂、多重覆盖面积大等特征,使得网络入侵检测较为隐蔽,威胁网络运行的安全性;为此,对基于Agent人工智能的异构网络多重覆盖节点入侵检测系统进行了研究;通过检测Agent和通信Agent装设主机Agent,以Cisco Stealthwatch流量传感器作为异构网络传感器检测攻击行为,采用STM32L151RDT664位微控制器传输批量数据,由MAX3232芯片实现系统电平转化,实现硬件系统设计;软件部分设计入侵检测标准,采用传感器设备捕获网络实时数据,通过Agent技术解析异构网络协议并提取数据运行特征,综合考虑协议解析结果及与检测标准匹配度,实现异构网络多重覆盖节点入侵检测;经实验测试表明,基于Agent人工智能的异构网络多重覆盖节点入侵检测系统入侵行为的漏检率和入侵类型误检率的平均值仅为6%和5%,能够有效提高检测精度,减小检测误差。