基于RPU的TTI程序设计和分析方法

实时嵌入式系统不仅要保证计算结果的逻辑正确性,还要确保与外界交互的时序正确性,所以底层程序要能精确表达上层模型中的时间行为.TTI指令集(time-triggered instruction set)的提出尝试解决计算机指令集体系结构层次缺少时间语义的问题,并且基于TTI指令集实现的实时处理单元(real-time processing unit,RPU)证明了TTI指令集的可行性和有效性.但是目前的工作缺少对于TTI程序设计和分析方法的研究.所以,基于TTI指令集和RPU,提出了TTI指令集可以表达的4种时间语义,给出了TTI程序的设计范式.并且构建了TTI程序时间行为的表示方法——TFG+,TFG+是对TFG的扩展,TFG+区分了TTI程序中时间语义指令和普通代码段,可以表示TTI程序的控制流信息、用户规定的时间行为和TTI程序平台相关的时间属性.最后,提出了TTI程序的时间分析方法以及时间安全性检查方法,为TTI程序的设计和部署提供了依据.

安全关键的信息物理系统中时序行为的组合与精化

信息物理系统(cyber physical systems, CPS)通常被应用于安全关键的场景中,需要进行实时监控,并计算反馈信息,实现对外部环境的自动控制与管理.基于模型驱动的开发方法是针对实时的、异构的CPS进行开发的,而模型的可组合性是其中的核心关键点.针对时序行为的可组合问题,首先通过时序约束语言(clock constraint specification language, CCSL)建立系统的时序行为需求模型,在此基础上通过迁移系统描述CCSL的时序行为语义,并给出其组合操作方法及可组合性的形式化定义.进一步地,对时序行为进行精化操作,给出从时序行为需求模型到任务执行模型的转换方法.同时,基于L*方法对模型行为进行学习,实现组合验证以缓解状态爆炸问题,并验证精化后模型的可组合性.最后通过仿真实验及主从智能小车实例对精化与验证方法进行评估.相关数据显示,精化与组合验证方法在处理时间和内存使用上具有一定的性能优势.

古浪县沙棘采果林优质丰产栽培技术研究

以古浪县沙棘采果林为例,研究不同栽培技术对沙棘生长速度和果实产量的影响。结果表明,通过综合使用间作和带状混交模式,以及精细的水分和施肥管理,沙棘平均株高提高20%以上,果实产量增加31.5%,在增产和提升果实品质方面取得了突出效果。

面向3D-CNN的算法压缩-硬件设计协同优化

近年来,三维卷积神经网络(3D-CNN)在计算机视频分类领域的优异表现使其受到了广泛关注。然而,相比于2D-CNN,3D-CNN显著增大的计算、存储需求不可避免地带来了部署时的性能与能效问题,严重限制了其在硬件资源受限场景下的适用性。为了应对该挑战,提出了一种面向3D-CNN高效部署的算法-硬件协同设计与优化方法3D FCirCNN。在算法优化层面,首次使用分块循环矩阵对3D-CNN进行压缩并且进一步通过快速傅里叶变换(fast Fourier transform,FFT)进行加速,在保证模型规则性的前提下显著降低了模型的计算和存储开销。在此基础上,引入了频域内的激活、批归一化以及池化操作,通过实现全频域推理有效消除了由于FFT所带来的时域/频域切换开销。在硬件设计层面,为分块循环矩阵压缩后的3D-CNN设计了一个专用的硬件加速架构,并作出了一系列面向硬件资源和内存带宽的优化。在Xilinx ZCU102 FPGA上的实验表明,相较于以往最先进的工作,3D FCirCNN在可接受的精度损失范围内(<2%)取得了16.68倍的性能提升和16.18倍的计算效率提升。

中国沙棘古浪种源在不同地理生境的适应性调查研究

中国沙棘作为甘肃武威乃至西北地区重要造林树种之一,具有很强的适应性和抗逆性,为了提高古浪县各项绿化造林及生态工程建设的质量和成效,选择适宜在古浪县区栽植的树种。因此,研究其“中国沙棘古浪种源”在不同地理生境的适应性,可为进一步推进良种化进程,大力推广乡土树种培育。以中国沙棘天然优良种群内采集的种子为供试材料,通过选取古浪县、天祝县和凉州区3个不同试验地,研究中国沙棘在不同试验地的生长情况。结果表明,3个不同造林点生长量的差异:古浪县古丰镇最大、天祝哈溪镇次之、凉州区张义镇最小。不同试验地栽植的“中国沙棘古浪种源”均生长良好,为目前甘肃省退耕还林等重点生态工程造林的先锋树种。

基于多段插值拟合的深度神经网络非线性层加速方法

针对传统量化算法无法应用于非线性运算层的问题,本文提出了一种基于多段插值拟合的非线性层加速方法,利用插值表存储插值函数的参数,通过查表来计算得到非线性层的输出结果。使用本方法,可以在对非线性层进行有效加速的同时实现拟合误差可控。此外在硬件部署时,仅需要基础硬件指令支持,在边缘端和服务器都可以部署。实验结果表明,使用本文提出的多段插值方法拟合多种非线性层,可以取得平均1.44倍的加速效果。这种非线性层可以方便快捷地部署在图像分类、自然语言处理和机器翻译等多种任务模型上,并且每个模型对拟合精度有不同需求的情况下,均可以保证推理和训练精度损失小于0.5%。

基于边缘感知的图像复原神经网络损失函数

像素级损失是图像复原任务中最基本、最常用的损失函数。然而,像素级损失无法区分图像中的边缘部分是否模糊,对所有像素点的处理一致,这与人类视觉系统对边缘部分的感知不同。通过对图像边缘部分的分析,本研究发现当输出图像模糊时,其与真实图像对应像素的误差方向与真实图像中该像素的二阶梯度方向相同。基于此本文提出了一种基于边缘感知的结构保留损失函数(SPLoss)。本研究设计了模糊因子图来检测模糊像素,然后通过增加模糊位置像素误差的权重来惩罚模糊像素。SPLoss可以检测到输出图像中的模糊像素,并在优化网络时对其进行惩罚。对于包括图像超分辨率和图像去模糊在内的图像复原任务,本文在多个网络结构上进行了实验。实验结果表明,使用本文提出的损失函数训练的网络可以恢复拥有更好的感知质量的图像,在感知相关客观指标和视觉效果方面均超越原有像素级损失。

多维向量动态索引结构研究

多维向量的索引技术是多媒体数据库系统中的关键技术之一.集中研究基于向量空间模型的动态索引结构,以解决在图像数据库系统中按内容快速检索图像的对象问题.在分析研究R-Tree和R＊-Tree的基础上,提出了ER-Tree动态索引结构.该索引树用超球体划分多维向量空间,以有利于计算最近邻;吸取R＊-Tree树的重插技术,以增强索引树对数据集整体特征的表达能力,从而提高检索效率;通过引入插入安全点和删除安全点概念,有效地提高建树的效率.同时,给出了基于该结构的特征向量插入算法.实验结果表明,所提出的索引结构建树的效率比R＊-Tree提高10倍,检索的有效性也有明显的提高.

自适应超媒体技术及其在智能化CAI中的应用

将自适应超媒体的方法和技术应用于智能教学系统，可充分体现因材施教的思想，提高学生的学习效果。文章介绍了自适应超媒体系统的关键方法和技术，描述了智能教学系统的组成与结构，然后结合自适应教学系统KDAES的研制讨论了自适应技术对教学系统智能化的支持及系统核心模块——学生模型的构建。

武威市荒漠化综合防治实践和对策

一、基本情况。武威地处青藏高原生态安全屏障的重要区域和北方防沙带的中心地带,南部祁连山水源涵养区是石羊河流域的发源地、黄河流域重要水源产流地,中部绿洲区是全国重要的优质粮油菜畜生产基地,北部是巴丹吉林沙漠和腾格里沙漠。全市荒漠化土地3117万亩,沙漠化土地2267.2万亩,分别占国土面积的64.2%、46.7%,境内长达654公里风沙线上有危害严重的风沙口286个,是全国荒漠化、沙漠化最严重的地区之一。

一种数据驱动的可重构计算统一编程模型

可重构计算以其优异的性能和高度的灵活性,在国际国内研究领域逐渐引起广泛的关注.然而,在研的可重构计算系统架构多种多样,编程模型多与体系结构相关,使用和移植都非常困难.本文为解决编程通用性问题,从可重构计算的基本特征出发,提出数据驱动的,支持异构任务并行计算的统一编程模型,并讨论其实现方法.该模型基于生产者.消费者通讯机制,支持多种类型的计算结点和通讯网络,具有高度的抽象性.实验结果显示,使用统一编程模型进行应用设计,在不同的架构上能够使用同样的用户程序,并且获得比纯硬件加速方式更高的加速比.

按内容检索的图象数据库系统数据模型

数据模型的研究是设计按内容检索的图象数据库系统的基础．本文在超语义数据模型的基础上，提出了一种新的图象数据库系统模型．该模型融合了面向对象的数据模型、语义数据模型和知识模型的特点，并根据图象信息的特点，增加了若干对象类型构造子，使得该模型能较好地支持按内容检索的图象数据库系统建模．

基于指令行为的Cache可靠性评估研究

软错误由高能粒子撞击所产生,对处理器的可靠性产生很大的损害.随着处理器设计目标转向低功耗、高性能和低供电电压,软错误的发生日益频繁,处理器的可靠性研究也随之受到越来越多的关注.针对传统的基于注错仿真的可靠性评估方法效率低的缺陷,提出了一套系统的cache可靠性评估方法,以可靠性指标之一---体系结构易受损因子(architectural vulnerability factor,AVF))---为研究对象,一方面,基于指令行为分析应用程序运行过程中对最终结果不产生影响的指令,从而确定对cache的AVF产生作用的指令;另一方面,根据cache的存储类型、所采取的写策略,结合cache中数据/指令阵列和地址标识阵列的特点,对cache上的各种相邻操作组合对AVF的影响进行了研究,从而完成AVF评估所需的信息分析.实验部分对PISA体系结构指令cache中的指令阵列进行了AVF评估,说明了该方法的有效性.

软件测试过程模型的改进——并行V模型

软件测试过程模型是用于指导软件测试过程如何开展的理论模型,已有的模型考虑了开发活动和测试活动之间的并行性,使得测试不再成为一种事后补救的行为,但是仍然忽略了不同的测试活动之间的并行性。文章在分析讨论已有的模型的基础上,进一步挖掘测试活动之间的并行性,并兼顾回归测试的范围问题,尝试提出一种改进的V模型——并行V模型。同时结合实际的软件开发项目——绿盟科技公司的“极光”软件项目进行时序分析,证明了该模型正确性和有效性。

基于Sobel算子的多尺度边缘提取算法

文章分析了sobel算子的小波性质,借助于cascade算法的应用,将小波多尺度分辨特性与sobel算子相结合,利用尺度滤波,提出了在含噪图像中进行多尺度边缘快速提取算法,并通过实验验证了该方法的可行性。

图像对象空间关系模型研究

1 引言 在图像数据库中,依据图像区域的空间关系进行空间推理以检索目标图像,是重要的查询方式之一.空间关系模型是这种查询的基础,有两类空间关系引起了国内外广泛的关注:图像区域间的方向关系,如上下左右、或东南西北等,以及图像区域间的拓扑关系,如不相交(disjoint)、相接(touch)、重叠(overlap)、覆盖(covers)等.这些空间关系经常作为空间查询语言中的空间约束条件,例如:“查找桌子上有台计算机的图片”.在日常生活中,经常利用方向关系来描述对象间的空间关系.如鼠标在键盘的右边,北京在合肥的北边.方向关系在语义层是模糊的概念[1,2],依赖于人们的解释,并且与人的视角和对象的方位有关.

基于差分进化和贪心策略的自定义指令选择算法研究

本文针对常见启发式算法中忽略指令与指令实例区别的问题,改进了一个已有启发式算法Greedy-Heur:根据指令实例的启发式函数值得出相应指令的权值,并根据指令的优先级关系以贪心策略进行指令实例选择.针对启发式算法无法找到最优解的问题,本文引入基于群体搜索的差分进化算法,并结合贪心策略,提出了ISDE(Instruction Selection Based on Differential Evolution)算法.ISDE算法通过简单的编码和高效的适应度评价机制,快速地迭代搜索最优指令组合.实验结果表明,GreedyHeur和ISDE算法能快速有效地找到比已有启发式算法更优的候选指令组合.

基于图象对象语义模型的图象对象的创建

在按内容检索的图象数据库系统中，图象特征的提取是系统的关键组件之一．文中在图象对象语义模型的基础上，提出了一种通过任务图调度的图象分析策略，并给出了一组相应的算法来进行图象分析．这种方法可以较好地运用计算机视觉的已有成果，并能在不同的应用中，支持图象分析算法的更新和重用．

一种多媒体数据库时态概念模型

在多媒体数据库(MDBMs)中,所要展示的媒体可分为三类:静态、动态和混合类型.

分布式多媒体数据库中连续媒体的同步

在多媒体数据库系统中,多媒体对象的展示显然必不可少,所要展示的媒体可分为三种类型:静态、动态和混合类型。静态类型是指来自不同(或相同)存贮位置,但无时间变化的静态图像、文本等;动态类型是指时间、空间都变化的视频、音频、动画等媒体;混合类型是静态和动态类型的综合,在展示混合和动态类型的媒体时,必须要考虑媒体间以及媒体内部在时间上的同步关系。例如,在同界面上说话者的口形应与其声音保持同步(lip一,ynchroniza-tion),在同一屏幕的不同窗口显示动画时,应保持各窗口的画面在时间上的同步。