基于多任务学习的舌像分割与分类

针对舌体分割和单标签分类任务独立实现存在着难以提供舌诊所需的病理特征信息问题,通过共享层提取特征策略,提出联合舌体分割及多标签分类的多任务网络框架.首先,共享层采用轻量化编码模块,并结合金字塔切分注意力解码块以融合舌像深浅层特征,提升共享层特征提取能力.其次,舌像不同标签之间没有明显的关联性,难以对不同标签的相关性进行建模,因此设计了双流分支网络以实现多标签分类:其中一个分支基于自适应分割掩膜设计了背景屏蔽模块以提升舌裂纹识别性能,另一分支在编码块基础上使用空间金字塔池化实现舌苔分类.最后,在早期训练过程中分割损失远小于分类损失,相等损失权重策略将导致分割任务无法学习到最优参数,为此,通过优化的不确定性加权策略同时提升多个任务的性能.实验表明,多任务学习框架在提取共享特征降低网络参数的同时,能有效联合优化各个任务,提升性能.与Y-Net、MT-UNet等多任务学习网络相比,在舌体分割和多标签分类性能上均有提升.

插电式混合动力汽车绿色路径规划研究

为了降低插电式混合动力汽车(Plug-in Hybrid Electric Vehicle,PHEV)在驾驶过程中的能耗,本文对插电式混合动力汽车绿色路径规划问题(Plug-in Hybrid Electric Vehicle Green Routing Problem,PHEVGRP)进行了研究。基于脉冲耦合神经网络提出了用时间依赖中继神经网络求解时间依赖车辆路径规划问题。基于可实时获取的道路交通状态量建立PHEV能耗计算模型。采用硬参数共享多任务学习建立道路交通状态量的预测模型。结合两个模型,将时间依赖中继神经网络应用于PHEVGRP的求解。采用真实数据进行试验,结果表明所提出的方法能够求得PHEVGRP的基于预测模型的最优解且求解速度优于启发式算法。

VxWorks环境下捷联惯导系统的软件设计

介绍了VxWorks实时操作系统实时性和多任务环境的特性。在分析了捷联惯导系统基本原理的基础上,提出捷联惯导系统各个任务模块的划分原则,介绍了各个任务的优先级别和触发方式,提出了各个任务间的通信手段与同步方法。此外,还给出了在PC-104嵌入式计算机上,应用VxWorks实时操作系统成功开发捷联惯导系统软件的实例。

高校教师关联性多任务多阶段委托代理模型分析

高校教师具有人力资本长期积累性、边际报酬递增性,对人力资本补偿的预期也较高。高校教师的工作具有多任务性、难以观测性以及各项任务间存在关联性。根据这些特点,对多任务委托代理模型进行了拓展,建立了高校教师关联性多任务多阶段委托代理模型。研究表明加大对可观测任务的激励可以激发教师在该方面的努力,同时,由于各任务之间存在的关联性,只要激励机制设计适当,也会激发教师在难以观测任务方面的努力;采用动态激励方式,双方会走出博弈的困境,实现双方利益的最大化;由于业绩报酬和工作监督成正向变化趋势,因此激励要采取过程和结果兼顾的方式。

基于VxWorks的实时多任务软件框架设计

VxWorks操作系统以其稳定、可靠、高性能的内核被广泛的应用在现代智能测量仪器中。为了进一步提高仪器的智能化水平,在分析Vxworks内核的多任务调度、同步机制的基础上,介绍了一种搭建实时多任务软件框架的方法,该方法已成功应用于某型号信号发生器设计中,实现了高效的数据处理以及友好的人机交互能力。

应用粒子群优化分配WSN多目标跟踪节点任务

针对WSN多目标跟踪时传感器节点任务分配竞争冲突问题,提出一种基于最近邻的离散粒子群优化节点跟踪任务分配算法。通过构建多目标多传感器节点联盟协同跟踪任务分配问题的数学模型和目标函数,采用最近邻法对粒子群节点任务分配进行初始化,以目标函数作为适应值函数指引粒子飞行,快速实现节点优化分配。实验表明:在节点覆盖较稀疏情况下,粒子群优化节点任务分配方法与最近邻方法相比,能耗大大减少,并能有效解决多目标跟踪节点任务分配冲突问题和多个监测联盟对传感器资源竞争冲突时系统能耗增加的问题。PSO算法对于实际环境的WSN多目标跟踪具有优越性。

电力系统图形化远动终端之M板软件的设计与实现

为了满足国家电网公司制定的关于智能电网建设的要求,即采用分布开放式系统架构,使变电站监控系统逐渐把监控中心与RTU结合在一起,利用嵌入式系统对电气参数进行采样,基本融合数据采集、远动功能、自我诊断、自愈、自主通信等多种功能。该图形化远动终端是完全以满足上述要求设计的。该装置根据工业现场的实际采取软硬件的配置组态,将主站调度中心的工况图显示与监视功能加入,具有事件监控报警功能。M板软件采用C语言为开发工具,软件包括2大模块:实时多任务软件与图形制作软件。

智能火灾报警控制技术

探讨了感烟探测器、自动警报控制器的设计，着重探讨了多任务实时系统的程序设计。

基于并行蚁群算法的常规导弹作战任务分配

作战任务分配是常规导弹作战研究的关键问题之一。结合常规导弹作战实际情况和任务分配特点,综合考虑作战意图、任务协同等约束条件,采用并行蚁群算法,建立了作战任务分配模型。在多子群蚁群算法的基础上,设计了基于任务能力评估的子群协调沟通策略和基于任务代价的状态转移规则,提出了并行求解任务分配问题的蚁群算法思想。通过仿真验证了模型的正确性,仿真结果表明该方法能够有效解决常规导弹作战任务分配问题。

基于多任务多目标的中心安控台系统设计

安控系统始终是武器试验不可或缺的重要组成部分,随着未来多种任务交替或并行开展的试验对安全控制的更高要求,需要设计一种基于多任务多目标的中心安控台系统,具备同时对多个目标独立实施安控的能力。文中给出了该系统的多目标硬件结构设计及多任务机制管理等设计思路,设计了遥控站与被控目标的软硬件配准方法,实现了不同任务间参试装备控制方案的快速切换,为今后承担多任务试验的安控系统建设提供了有益的探索。

基于优先级调度算法的TXC设备的设计

多任务处理通常基于多任务操作系统,由多任务OS的核心系统调度器根据各个任务的优先级来调度CPU的控制权。但在多任务系统平台上进行产品开发,不仅成本高,而且开发周期长。以TXC设备为例,讲述了单任务平台上多任务处理的实现机制———基于优先级的调度算法。

超宽带系统的HDP-HMM-MTCS稀疏信道估计算法

给定超宽带(Ultra Wide-Band,UWB)信道的稀疏结构,利用压缩感知(Compressive Sensing,CS)进行UWB信道估计.作为CS实现的多任务CS(Muti-Task Compressive Sensing,MTCS)算法进行信号重建.信号参数和数据共享可以使用伽马-高斯先验来求解.在本文中,层次结构Dirichle进程(Hierarchy Dirichle Processing,HDP)提供了HDP的树结构,用于解决跨多个任务的数据共享问题.我们研究UWB通信的隐马尔可夫模型(Hidden Markov Model,HMM)HDP多任务CS(Hierarchy Dirichlet Processing Hidden Markov Model based Muti-Task Compressive Sensing,HDP-HMM-MTCS)的信道估计性能.首先,在视距(Line-Of-Sight,LOS)和非视距(Non-LineOf-Sight,NLOS)环境下的标准化IEEE 802.15.4a信道的稀疏信道结构估计.其次,CS比率(CS Rate,CSR)对HDPHMM-MTCS信道估计性能的影响.最后,利用SNR(Signal-to-Noise Ratio),并将其与MTCS,STCS(Simple-Task Compressive sensing),OMP(Orthogonal Matching Pursuit),L1magic算法以及新的算法如改进的贝叶斯压缩感知(Bayesian Compressive Sensing,BCS)算法,多经字典自适应算法BCS和特征字典自适应算法BCS的信道估计比较时间复杂性.仿真结果表明,无论LOS和NLOS环境如何,HDP-HMM-MTCS具有最小可执行时间,其信道估计性能优于MTCS和其他算法.因此,HDP-HMM-MTCS是用于稀疏信道模式的有效且高效的UWB信道估计方法.

基于RTOS的微机保护软件设计方案

根据微机保护实现的功能和软件模块化设计的要求,对微机保护的软件功能模块作了划分和说明,阐述了RTOS下任务的工作机制,提出了在RTOS下将微机保护的软件功能模块划分成任务的详细方案,以及各任务的调度方式和任务的同步方法。采用了软硬件结合的设计方法实现在RTOS下的高精度数据采集,提高了系统性能。实践证明,微机保护采用RTOS后,其实时性和可靠性都得到提高,同时减少了软件设计的复杂度,有利于产品的开发和维护。