基于对抗性强化学习的配电网融合通信效率提升方法

为了满足海量配电网终端源节点的多样化通信需求,须对配电网融合通信进行合理的编排优化。基于此,首先构建数据传输时延与传输能耗联合优化问题;其次,将优化问题建模为多臂赌博机问题,并提出一种基于对抗性强化学习的配电网融合通信编排算法,利用历史编排信息和感知源节点间的对抗性,动态学习通信编排决策;最后,通过仿真验证所提算法的优越性能。

直接探测型相敏光时域反射仪的探测器带宽研究

分布式光纤传感技术具有大检测范围、长距离传输、高灵敏度等特点,在油气管道泄漏检测、周界入侵以及地球物理科学等中有着极为广泛的应用。研究了直接探测型相敏光时域反射仪中探测器检测带宽对空间分辨率和噪声基底的影响,采用不同检测带宽的探测器对原始信号进行采集,绘制了外部扰动事件响应的强度图。结果表明,光电探测器检测带宽为12.5 MHz的相敏光时域反射系统中,噪声基底低至-61 dB rad2/Hz,且对空间分辨率的影响小于3 m。该研究为进一步发展高灵敏度的基于直接探测型相敏光时域反射仪的分布式光纤传感系统提供了重要参考。

基于深层卷积神经网络的智能导盲终端设计与应用

提出一种基于深层卷积神经网络的智能导盲终端系统的设计方案。针对卷积神经网络层数较深,计算资源消耗较高的缺点,使用两台搭建Linux系统的中央处理器进行并行计算处理,两个处理器分别用作网络计算和系统控制。其中采用基于Cortex-A53架构的RaspberryPI3作为网络计算加速单元,利用GPU加速深层卷积神经网络的计算,采用基于Cortex-A9架构的I.MX6Q为系统控制单元。硬件配置双目图像采集、GPS定位、4G通信、语音播报、实时求助六大核心功能模块。经系统实测表明,该智能导盲终端在复杂环境中能对常见障碍物的种类及当前场景、警示标志实现准确识别,还具有快速求助、报时、APP应用等多项辅助功能。系统主从结构的并行处理方式,能将深度学习框架直接搭建在前端运行,大大减少了系统反应时间,提高了实时使用效率。

基于深层卷积神经网络的剪枝优化

随着近几年来深度学习的兴起,其在目标检测、图像分类、语音识别、自然语言处理等机器学习领域都取得了重大的突破,其中以卷积神经网络在深度学习中的运用较多。自VGGNet出现以来,深度学习逐渐向深层的网络发展,网络越来越深,这不仅增大了对硬件平台存储、运行内存的需求,还大大增加了计算量,对硬件平台资源的要求越来越高。因此将深度学习应用于嵌入式平台尤为困难。对此,通过对模型进行剪枝的方法将训练好的网络模型压缩处理,在基本保证准确率的情况下去除不重要的参数,缩减模型,减小网络的计算复杂度,将深度学习应用于嵌入式平台。

基于solr下的搜索引擎核心技术研究与应用

文章对基于solr技术对某种搜索引擎技术核心系统进行进行了开发,从功能模块、信息抽取模块、索引模块三个方面进行了分析与构建;搭建了solr搜索引擎技术的开发环境以及索引模块的工作模式,进一步解析了当前搜索引擎工作的不足之处,为提高搜索引擎的工作性能指出了方向和方法。

基于移动端App的通信电源信息采集管理平台设计

当前管理平台采集通信电源信息时,需要通过人工方式手动整理现场材料,形成可用的电子信息文档,导致信息采集效率较低。因此,提出应用已经开发的移动端信息采集App,设计通信电源信息采集管理平台。运用移动端App采集通信电源信息,自动导入标准化Excel模板中,快速生成信息采集文档。建立包含基础标签和深度标签的信息标签体系,再结合BP神经网络输出结果和皮尔逊(Pearson)相关系数计算结果,完成电源信息规范化分类处理。最后,制定信息快速分类查询和健康度分析机制,实现平台的智能化信息管理。平台测试结果表明:所提平台的平均信息采集效率最低为0.88 s/条,最高为0.68 s/条,满足信息采集的实时性要求。

OPGW光缆接头盒故障分析及改进措施

提出了OPGW光缆接头盒的设计和施工改进措施,并对运行防范提出建议,经过在工程中应用效果良好,希望可以对接头盒生产制造、施工安装、运行维护等提供参考。