Movidius^TM神经计算棒的测评

Intel神经计算棒(NCS),世界上首个基于USB模式的深度学习推理工具和独立的人工智能(AI)加速器,作为最近流行的深度学习开发工具,适用于低功耗下的终端AI应用场景。针对NCS的高速计算优势,本文将NCS与CPU、GPU一起进行性能对比。首先,通过SqueezeNet模型来对比树莓派CPU、GPU、Pi+NCS三种工具的图片分类检测速度;其次,在同一张图片同时运行车辆类型和车牌检测2个模型,进一步进行PC CPU与NCS的性能对比。实验结果表明,NCS在低功耗的前提下具有高性能的运算能力,更适用于广泛的移动和嵌入式视觉设备。

基于树莓派和神经计算棒的智能家居机器人

利用树莓派、Intel二代神经计算棒、Arduino mega2560设计了一种基于科大讯飞语音识别API和ROS机器人操作系统的智能家居机器人。利用OpenVINO软件平台对神经网络进行优化和视觉推理,使机器人更加智能化。本文主要介绍了智能家居机器人系统的整体设计、硬件组成、软件设计和算法实现等。经过测试,本文设计的智能家居机器人灵活性好、机动性强,能够较好地实现人机交互和家电控制。

超长间隔棒在治理输电线路舞动中的应用分析和计算

线路舞动,尤其是高等级电压线路舞动,一直是威胁电网安全的重要因素。2010年,衢州电力局率先采用了超长相间间隔棒对500 kV线路进行舞动防治工作,并取得了良好的成果。分析了衢州地区的线路舞动情况以及进行防舞工作的必要性,并简要地介绍了超长相间间隔棒的选取方式与安装方法。在已有的架空线路输电导线舞动仿真软件的基础上,对超长间隔棒的实际防舞效果进行了分析,定量分析了加装间隔棒后线路的舞动幅值抑制效果与力学负荷情况,为超长间隔棒的应用提供了理论依据。同时,编写了基于导线悬链线模型的含操作界面的超长相间间隔棒结构长度优化计算程序。该程序能够较为精确地计算500 kV与110 kV输电线路不同安装方式下各支相间间隔棒的结构长度,计算精度在±4%以内,有效满足了工程实际需求。

整数上鲁棒分布式乘法计算方案

分布式乘法计算是安全多方计算中的重要部分,也是设计门限密码体制的基本协议.应用可验证秘密共享的方法,设计了两种不同情况下的整数环上多项相乘的鲁棒分布式乘法计算方案.其中并行不交互的鲁棒多项相乘的分布式乘法计算方案效率较高,且保持了不交互特性,而另一种方案却能达到最优弹性.

鲁棒化理论线损计算技术研究与系统构建（英文）

理论线损计算中涉及电网数据量庞大,传统方法完全依赖人工经验进行数据操作和潮流调整,数据正确性和潮流断面合理性难以保证,尤其在大型输电网理论线损计算中经常遇到的潮流不收敛问题,给线损计算带来极大困难。针对线损理论计算中出现的上述问题,总结理论线损计算经验,借助潮流理论和优化潮流理论,通过数据预处理、可疑数据分区定位、错误数据辨识及边界失配量归零模块,构建了鲁棒化理论线损计算系统,该系统贯穿理论线损计算全过程,能有力保障理论线损计算的高效性和合理性。最后,通过算例阐述冗余数据筛选方法以及潮流不收敛情况下可疑数据定位方法的原理并验证其有效性。

基于神经棒的电力变压器离线图像识别研究与应用

为解决智能移动设备在电力变压器等设备的巡检、运维工作的图像识别中难以适用于无网络的离线环境问题,本文综合考虑电力设备巡检、运维工作的实际需求和真实情况,设计一种基于神经棒的电力变压器离线图像识别系统。首先,引入卷积神经网络算法,构建深度学习图像识别模型,并利用真实图片数据集对模型进行训练调优;然后,创新地将模型集成到神经计算加速棒中,搭建电力变压器离线图像识别系统,进一步解决网络对系统的束缚;最后将本文的基于神经棒的电力变压器离线图像识别系统与现有的4G网环境下移动设备识别系统、离线环境下移动设备识别系统在贵州电网贵阳局城北分局提供的真实图片数据集上进行对比验证,结果表明本文提出的基于神经棒的电力变压器离线图像识别系统具有较高的识别准确率和稳定性。

经典轨迹的鲁棒相似度量算法

针对经典轨迹与实时轨迹之间的大差异性,该文利用最长公共子序列理论,提出一种鲁棒的轨迹相似度量方法。该方法首先利用点到线段之间的距离判断经典轨迹的点与实时轨迹的线段是否一致;然后利用改进的多对1最长公共子序列算法,计算经典轨迹与实时轨迹之间的最长公共子序列长度;最后将最长公共子序列长度与经典轨迹的点数的比值作为经典轨迹与实时轨迹之间的相似度。实验说明该算法的鲁棒性,该算法能够有效解决经典轨迹与实时轨迹之间的大差异轨迹相似度量问题。

液体悬浮式非能动停堆组件落棒分析程序的试验验证

基于快堆液体悬浮式非能动停堆组件的落棒原理,结合非能动组件流道结构的阻力特性试验修正,建立非能动棒落棒的水力-动力学分析模型,开发相应的落棒计算分析程序。通过全尺寸组件落棒试验,采用可视化观测与数字图像处理技术,得到试验落棒曲线。结果表明,程序落棒计算与实测结果符合较好,验证了落棒模型与程序。通过程序的建立与试验验证,为液体悬浮式非能动停堆组件的设计提供参考。

公路隧道智能火灾检测系统设计

随着中国基础建设的不断推进,高速公路覆盖范围不断扩大,隧道数量也越来越多,公路隧道发生事故导致的后果与影响往往较大,是极具破坏性和危险性的。利用深度学习方法,该文设计了一个基于树莓派的智能公路隧道火灾监测报警系统。该系统采用树莓派开发板和Intel Movidius神经计算棒(neural compute stick,NCS)为硬件平台,连接视频监控摄像头、烟雾传感器、声光报警器和4G通信模块组成公路隧道火灾检测硬件系统,运用训练好的基于卷积神经网络(CNN)的隧道火灾图像识别模型,对隧道交通场景进行实时检测。系统通过监控摄像头和烟雾传感器,同时检测隧道现场交通情况,能够及早准确识别火灾的发生,并实现即时现场报警与远程报警。测试结果表明,在树莓派和神经计算棒的终端平台上运行深度学习的火灾检测算法,火灾识别精度达到96%,速度到达每秒5帧。应用该系统在发生隧道火灾时对避免人员伤亡、降低财产损失具有重要意义。

基于树莓派3B+Movidius NCS的智能监护安防系统

根据当前居家安全的应用需求,基于树莓派和Intel Movidius神经计算棒设计了一款智能监护安防系统。该系统包括服务端和手机APP客户端。服务端除了能够检测室内温湿度、煤气、火焰、盗窃等环境外,还基于深度学习实现对不能自理的老人和儿童的安全监护。根据具体应用的需求,设计多个监护摄像头。各摄像头能检测并实时跟踪监护区内监护对象。服务端将检测和监护的异常情况发送给手机APP客户端。客户端除了能够实时接收、显示服务端的监测数据和监控视频外,也可以远程调节监护摄像头的监控角度。

渐开线内花键齿检测方案的研究

此次课题任务就是完成渐开线花键齿形的检测方案设计。

DSP芯片AI推理设备的设计与实现

本文描述了一款采用内嵌DSP芯片及MCU搭建的AI推理设备的设计与实现。设计中详细论述了利用MCU的USB接口,遵循RNDIS协议从上位机获取图像帧,并通过MCU的SPI接口与DSP进行指令和数据交互的方法。同时介绍了在DSP上运行卷积神经网络算法,使用MobileNet-SSD网络模型进行物体识别,并通过USB接口返回算法结果到上位机的过程。

核反应堆控制棒驱动机构落棒历程计算

以控制棒驱动机构为研究对象,对其落棒历程进行运动学建模、落棒体受力分析及计算。同时,提出相关转动部件转动惯量的折算办法及电机随动过程中所产生制动力矩的处理办法,编制落棒计算的通用程序,实现了落棒历程中各影响因素时变规律的全程监控。计算结果显示:控制棒驱动机构的设计方案满足反应堆总体设计对其的时间、止动坐标方面的要求;电机最大制动力矩低于电机设计方案的额定制动力矩,验证了控制棒驱动机构现阶段总体方案设计的合理性。

边缘计算环境下基于深度学习的目标检测系统

针对云计算模式下图像目标检测效率低的问题,设计一种适用于边缘端设备的目标检测系统。首先,该系统选取了深度学习算法中的Faster R-CNN作为目标检测识别模型,并通过残差模块对网络特征提取层进行剪裁处理。其次,利用一种具有可调锚点框的候选区域提取子网络,通过设置合理大小的卷积滑动窗口,以便更快速的获得建议区域。最后,采用树莓派开发板和因特尔神经计算棒等硬件搭建了完整的目标检测系统。在KITTI数据集上的实验结果表明,该系统取得了良好的检测效果,并在不降低目标检测精度的情况下,获得了更快的识别速度,可以满足离线工作的实时性需求。

基于核心素养的高考二轮微专题复习教学设计——以《导体棒或线框在磁场中运动的综合计算》为例

一、教学设计的提出如何提高高考物理二轮复习效果?采用"一题多问、一题多变"可以事半功倍。高考物理试题把能力考查放在首位,对同一知识点的考查,有的试题是考查理解能力,有的是考查推理能力或分析综合能力,有的以新颖的情景或新的设问角度考查同一知识点的。所以在物理复习课堂教学中,要把核心素养尤其是关键能力的培养放在首位。