资源限制性并行任务固定优先级可调度性分析

异构多核平台的发展,导致并行任务需要执行在具有多样性资源的多核平台上.虽然,并行任务的某个程序片段只能在规定的资源上执行,但是这样操作可以充分利用各类不同资源的特性,达到更加快速节能处理任务的目的.同时,具有资源限制任务的可调度性研究在实时嵌入式系统领域已有一定的研究成果,但是采用的任务模型相对简单,分析方法不够精确.鉴于此,本文对具有资源限制性的并行任务在全局固定优先级调度策略下的可调度性问题进行了研究,基于单并行任务的分析方法提出了基于全局固定优先级调度策略的分析方法.首先,基于分解策略提出了高优先级任务干涉的分析方法.然后,将高优先级任务干涉分析方法和单并行任务提出的路径抽象技术相结合,推导出并行任务的最差响应时间算法.最后,通过仿真实验进行验证所提出的算法在可调度性、精确度层面的性能.实验结果表明,提出的算法在各个参数下的接受率实验符合实验预期,分析时间相对降低,但平均分析时间仍然在离线分析的可接受范围内,提出的算法能够对实时系统并行软件设计提供一定的指导价值.

融合文本分类算法的皮肤病辅助诊疗模型

针对当前皮肤病辅助诊断中生物医学特征建模规模较小且耗费巨大人工成本,而患者疾病特征的时间序列同样无法准确描述等难点,本研究运用融合文本分类算法,融合常用的文本分类模型TextLSTM、TextCNN、RCNN得到皮肤疾病辅助诊疗模型(TLNN模型),通过提取图像传感器医学特征向量化后进行预处理减少焦块数量以及消除偏差较大的特征信息,提高决策数据精度。在ISIC2018和PH2数据集进行对照实验,TLNN模型的准确率为72.36%,高于其余3种文本分类模型。在与医生主观诊断对比实验中,模型诊断准确率为92%,接近于医生94%的平均准确率,而有效诊断效率(1.17min/例)明显高于医生人工诊断(4.57min/例),整体效率提升幅度达290%,结果表明对比传统人工诊断,融合文本分类算法模型能以更短时间获得精确的诊断。TLNN模型可以应用于疾病诊断,辅助医生医疗决策,为患者提供优质便捷的智能诊疗服务。

基于公开目标位置数据的雷达精度测量方法

针对目前雷达精度测量中存在的问题,提出了一种采用公开目标位置数据的雷达精度测量方法,适用于对空、对海、对地、对人等多种类型雷达。介绍了公开目标位置数据的基本原理,分析了标准数据的真值区间计算方法,阐明了整体的流程和计算方法,最后证明了该方法满足雷达精度测量的实际应用要求。

基于深度学习的智能体轨迹预测文献综述

智能体的轨迹预测是人工智能领域中的热点之一,特别是在自动驾驶领域,预测智能体下一时间点的位置是自动驾驶辅助系统的关键任务。在智能体轨迹预测技术的基础上,根据建模方法的不同进行分类介绍,分别为循环神经网络(Recurrent Neural Network,RNN)、卷积神经网络(Convolutional Neural Network,CNN)、生成对抗网络(Generative Adversarial Network,GAN)和混合网络,同时分析了常见的经典模型的优缺点,归纳了当前常用公开的轨迹预测数据集和评价指标,比较了经典模型的算法性能,对智能轨迹预测方向进行了展望和总结。

一种基于混合加固的容软错误NoC路由器

片上网络已成为众核处理器互连网络的标准范式。然而,随着电源电压的逐渐降低,工艺尺寸的逐渐缩减,片上网络中出现软错误的概率逐渐增大。错误纠正码常用于容软错误的片上网络路由器设计中。然而,传统的路由器设计往往只采用汉明码进行纠错,这样的设计结构简单却存在纠错能力不足的问题。提出了一种基于错误纠正码的混合加固容软错误路由器设计方案,该设计方案的核心思想是,依据信息位重要性的不同,采取不同的容错码设计,实现了路由器可靠性与容错开销之间的权衡。实验结果显示,该设计方案相较于基准设计在合成流量和PARSEC benchmark下实现了系统可靠性的提升;同时,硬件综合结果也表明该设计方案可以缩短4%的关键路径延迟。

Lucy-Richardson算法的最优迭代次数寻取

针对Lucy-Richardson方法在对图像进行复原时难以确定迭代次数,提出了一种基于图像质量评价参数对图像进行复原的方法。该方法首先确定图像质量评价参数的范围值,然后计算每一次图像迭代后的PSNR、SSIM、STD值,最后找出达到目标范围的有效复原图像。结果表明,该方法能够有效找出所需的复原图像,且提高算法的运行效率。

基于Simulink连续系统仿真驱动噪声生成

对噪声驱动的连续系统仿真,由于连续系统往往含有积分运算,不能直接输入通常的噪声信号,必须产生适合的输入信号。针对这种情况,研究了噪声驱动的连续系统仿真时的噪声生成问题,得到了输入噪声信号表达式;分析了Simulink中噪声源模块产生的数据,提出利用Simulink白噪声模块构成的等效带限白噪声模型来产生连续系统仿真需要的典型噪声;通过分析比较认为,Simulink带限白噪声模块和等效带限白噪声模型的参数意义不同但两种方法等价,能够产生连续系统仿真需要的输入信号,为噪声驱动的连续系统仿真研究奠定了基础。

论计算思维——计算思维的科学定位、基本原理及创新路径

指出计算思维、实验思维与理论思维是人类三大科学思维方式,并初步梳理出可计算性原理、形理算一体原理与计算机设计原理等三大计算机基本原理。还指出,交叉创新是计算思维创新发展的根本途径。

融合GAN与深度神经网络的混合信用评估方法

随着信用卡和个人贷款业务在金融业的快速增长,如何在信息有限的情况下检测潜在违约或坏账业务已经变得极其重要。信用评分领域面临的主要困难是样本不平衡以及分类器性能不佳,为此本研究首先提出了一种基于表格数据的生成对抗网络Tab-GAN,从原始数据中生成足够的违约样本;随后设计了一种基于CNN-LSTM的混合深度学习模型用于特征提取,该模型包含卷积神经网络(Convolutional Neural Networks,CNN)和长短期记忆神经网络(Long Short-Term Memory,LSTM)两个子模型,分别从用户数据中提取静态局部特征和动态时间特征,并加入时空注意力模块对模型的输出进行重要度计算,从而抽取更关键的信息;最后在分类器层面引入焦点损失函数改进轻量级梯度提升机(Light Gradient Boosting Machine,LightGBM)分类器,实现违约风险的概率输出。在两个真实世界数据集中验证风险预测模型,实验结果表明生成对抗网络可以有效解决样本不平衡问题,CNN-LSTM+LightGBM模型在各项分类评价指标上均优于信用评分领域的其他先进算法,证明了该模型在信用评分领域的有效性和可移植性。

基于特征融合与Transformer模型的声音事件定位与检测算法研究

针对多通道环境声音检测问题,提出了一种引入Transformer结构的特征融合网络模型TBCF-MTNN。该网络模型以对数梅尔谱和广义互相关谱作为输入,首先通过CNN和GRU获取谱的局部特征以及时间上下文关系特征,之后将2种特征图通过Cross-stitch模块进行融合,有效解决了传统网络中多特征信息无法共享的问题;然后,将融合后的特征图送入Transformer进行特征的再次采集;最终,通过全链接层输出分类和定位结果。在TAU-NIGENS 2020数据集上的实验结果表明,所提出的TBCF-MTNN网络在声音检测任务中的分类错误率能够减小至0.26;在声源定位任务中与Baseline相比较其定位误差减小至4.7°;通过和Baseline、FPN、EIN等模型相比较,结果表明所提网络具有更优的识别检测效果。

哈长城市群高端装备制造业供应商协同过滤推荐方法研究

为发挥哈长城市群高端装备制造业科技服务平台优势,完善科技服务流程,提升企业运作效率,本文对供应商推荐方法进行研究,构建供应商推荐服务模块。通过信息采集、构建和降低企业特征向量,计算企业用户相似度并进行排名,形成供应商推荐列表,完成供应商智能推荐,实现供需双方精准对接。该方法能够节省企业运营时间、提升企业的综合竞争力。

基于YOLOX-s的农业害虫检测研究

针对现有目标检测算法难以应对现代农业环境下多种类害虫高精度检测的问题,提出了一种基于Swin-Transformer和YOLOX-s改进的ST-YOLOX-s目标检测模型,实现对30类常见害虫的有效目标检测工作。为解决YOLOX-s模型对小型目标害虫检测效果不佳的问题,在YOLOX-s模型基础上添加P2特征尺度,提升模型对小型目标害虫的检测能力;为弥补卷积神经网络对通道信息关注薄弱的问题,将高效通道注意力模块添加到YOLOX-s的CSPLayer,强化卷积神经网络的特征提取能力;为探索高效自注意力机制下的模型全局特征学习能力,将添加图属性的层次化Swin-Transformer结合到网络模型,弥补卷积神经网络忽视全局特征的问题;最后通过α-CIoU回归定位损失来实现高精度检测定位。实验表明,ST-YOLOX-s在多种类害虫检测上具有更好的检测性能,最终AP50以及AP50-95检测结果分别达到92.27%和67.32%,相比较YOLOX-s模型检测精度分别提高了2.01%和1.91%。同时ST-YOLOX-s检测模型与其他主流模型相比检测精度也有显著优势。

哈长城市群高端装备制造产业协同设计模式研究

在阐述高端装备制造产业的现状以及协同设计的共享目录模式与协同设计平台设计模式的基础上,从全国、哈长城市群的角度分析协同设计模式现状,并针对哈长城市群高端装备制造产业的特点及存在的问题,提出一种综合利用协同设计平台的设计模式,形成“任务发布-任务分解-协同设计-设计验收-企业审核”完整的工作流程,并对该模式的特点进行分析。

行人轨迹预测方法综述

随着深度学习技术的突破和大型数据集的提出,行人轨迹预测的准确度已经成为人工智能领域的研究热点之一。主要对行人轨迹预测的技术分类和研究现状进行详细的综述。根据模型建模方式的不同,将现有方法分为基于浅层学习的轨迹预测方法和基于深度学习的轨迹预测方法,分析了每类方法中具有代表性的算法的效果及优缺点,归纳了当前主流的轨迹预测公开数据集,并在数据集中对比了主流轨迹预测方法的性能,最后对轨迹预测技术面临的挑战与发展趋势进行了展望。

基于云计算平台的微商移动营销系统

随着电子商务的快速发展,微营销已经成为一个具有很强需求的研究方向,利用云平台构建面向云存储的安全数据共享方案已被广泛应用,但大多数研究是基于新的app研发,这对后期app推广提出了相应的要求,影响营销效果.针对上述问题,本文结合现有微营销应用广泛的社交平台——微信作为切入点,开发相应微信小程序,在此基础上结合云平台存储和后台系统管理,解决了新研发营销app平台推广耗时耗力的缺点,实践证明该方法推广效果好,取得了一定的经济效益,具有较高的可行性.

高端装备制造产业科技服务SaaS用户画像研究

综合科技服务平台的研发、建设和实施推动科技资源发现系统技术的飞跃性发展。通过大数据技术对海量用户行为数据分析能够帮助系统掌握用户重要特征,构建用户画像,从而提供更加精准的科技服务。本文围绕哈长城市群,面向高端装备制造产业科技服务SaaS应用平台,开展用户画像获取方法研究。通过整合用户静态数据与动态行为数据,完成数据清洗、聚类及标签映射工作,进而提取用户特征,在高端装备制造产业科技服务中实现精准营销、个性化服务,强化整体科技服务体系,使科技服务更加方便、快捷。

基于SaaS的哈长城市群高端装备制造科技服务

围绕哈长城市群高端装备制造业,基于SaaS模式对高端装备制造科技服务进行研究。利用SaaS灵活、易扩展、成本低的服务特性,提出高端装备科技服务系统架构方案,解决协同设计与流通服务资源优化调度与配置问题,深化企业合作,提升企业创新能力。高端装备制造科技服务可以使用户通过网络访问到内部资源,从而保持SaaS系统的独立性,通过有效整合资源,加强网络的互通互联,为科技服务平台的建设研究提供参考。

双套站传感器数据质量提升方法研究

基于如气象站、农场等有双套设备的场景,研究采用从业务层面提高传感器数据的可用性、可靠性与稳定性的方法来实现双套站数据质量控制非常有必要。该方法通过对双套设备数据进行常规的数据质量控制后,对下一时刻数据以改进的卡尔曼滤波方式进行预测,使得双套站数据从下一时刻起由两组变为四组,将这四组数据通过数据融合算法进行合并,择优选取能够达到数据质量最高标准的一组数据作为真值。实验结果证明,该方法以变相提高传感器冗余的方式能够有效提高传感器数据质量。

焦炭质量预测模型构建

为了提高炼焦企业的产品质量控制和成本控制效率,提出一种基于数据挖掘的焦炭质量预测方案,该方案很好地解决了从单种煤的质量到最终炼焦产品之间的数学模型,为今后焦化企业在选煤过程中提供了理论指导依据。

一种混合的GOA-GA优化算法

本文融合了网格算法(GOA)和遗传算法(GA),形成了一种混合GOA-GA算法进行函数优化问题的求解。网格算法作为一种定向的全局搜索算法,避免了大量的盲目搜索过程,同时不易陷入局部最优。遗传算法作为局部搜索能力较强的智能优化算法,在一些全局较好群体的基础上,采用随机优化技术能够较快地收敛到全局最优解。通过数值试验特别是对高维优化问题,算法体现出收敛速度快、精确性高、不宜陷入局部最优等优点。