融合可拓语义与形状文法的蜡染图案重用方法

针对目前蜡染图案创新较少以及生成图案生硬的问题,提出解决方案。结合可拓语义和形状文法的蜡染图案重用方法。首先,对蜡染语料进行词频分析,以专家匹配的形式提取图案语义,分析最具有设计价值的语义词汇;其次,通过对蜡染语义进行图解分析,评估词汇的辨识度以及其在设计应用中的价值,以确定图解的最大可拓展范围。最后,将图案分解为设计因子,以形状文法进行变换获得创新图案设计。得到具有蜡染语义特征的创新设计方案。该方法能够有效转化贵州蜡染的语义特征,并将其应用于示范性创新,为非物质文化遗产创新提供方法。

面向资源重用的航空发动机试车台架多目标优化设计

针对航空发动机试车台架设计周期长、效率低的问题,从成本控制和资源重用出发,提出面向资源重用的试车台架多目标优化设计方法。在分析航空发动机试车台架特点及快速配置需求的基础上,构建了以生产成本、生产时间和产品寿命均衡性为目标的试车台架配置多目标优化模型。通过混合深度优先搜索算法(DFS)的改进遗传算法(INSGA-Ⅱ)求解了试车台架设计模块的可配置解集,并采用TOPSIS法求解得了最优可配置设计方案。通过算法效果比较,以及某航空发动机高空模拟试车台架快速设计实例分析,说明了所提方法的可行性和有效性。

数据质量特征视角下的地球科学数据重用影响因素研究——三个科学数据平台的比较分析

开放科学时代,科学数据的开放共享成为必然要求,而数据重用是其主要目标。尽管国内外已建设了多种科学数据开放共享平台,但对于这些平台的数据重用效果与数据开放特征之间的关系仍缺乏深入的研究。本文立足地球科学领域,对3个国内外的开放数据平台(国家青藏高原科学数据中心、NCAR研究数据档案和Figshare)进行了定量分析,旨在探讨影响科学数据重用的关键因素。研究发现:数据质量对科学数据的重用有显著影响。据此,本文从数据平台、科研人员、图书馆和期刊出版商4个维度提出了促进科学数据重用的策略建议。

基于信息采纳模型的机器学习领域科学数据重用影响因素研究

本文基于信息采纳模型构建了机器学习领域科学数据重用影响因素模型,并选择了开放科学社区平台和科学数据共享平台两种类型的代表性平台进行数据采集,实证了数据集内容质量和数据源可信性对科学数据重用的影响,以及平台类型在数据源可信性对科学数据重用影响中的调节作用。本研究对完善科学数据平台建设、促进科学数据重用具有重要意义。

基于特征重用和膨胀卷积的遥感图像舰船检测

在光学遥感图像中,港口内的舰船目标通常处于密集的船只群中,并受到周围环境的干扰和遮挡,如集装箱、车辆等。为了进一步提高现有舰船目标检测算法的精度和泛化性能,提出了一种基于特征重用和膨胀卷积的遥感图像舰船检测算法。首先构建了基于分组卷积和拆分注意力的残差块来提取特征,同时嵌入可变形卷积提取更加符合舰船尺度变化的特征;接着,构造了多尺度感受野模块,通过并行提取多尺度特征后再进行融合来减少信息损失;最后,在原有特征金字塔的基础上构建了一条自底向上的特征重用聚合路径以提高特征表示能力。在大型遥感数据集DOTA和舰船数据集HRSC2016上进行实验,实验结果表明,所提方法能够有效缓解舰船目标漏检和误检问题,提高了遥感图像舰船目标检测的精度。

高度重用行为资源的海战仿真行为建模

针对海战仿真行为建模需求,提出了一种多粒度组合行为建模方法。该方法构建了包括原子层、状态层、行动层和任务层行为模型的四层级行为建模框架,以组合与重用作为行为建模的主要操作。将海战仿真常见的作战行为按照作战职能、作战过程进行分解,细分为层次结构分明、功能边界清晰、支持组合重用的原子行为和原子条件模型。阐述了组合式状态建模、行动建模和任务建模的具体实现方法。示例性应用表明,该建模方法可显著提高行为建模的效率和质量。

结合特征重用与重建的YOLO绝缘子检测方法

针对基于深度学习的绝缘子缺陷检测方法存在泛化性能低、难以识别复杂背景下的绝缘子等问题,从特征提取和融合角度出发,提出一种结合特征重用与重建的YOLO(YOLO-RR)模型的绝缘子缺陷检测方法。首先,在特征提取阶段,以DenseNet为基础构建dense35网络作为主干网络,通过特征的重用增加对特征细节的感知能力,提升了模型在低饱和度和低对比度成像情况下的检测精度,并降低了网络参数量。其次,在特征融合阶段,提出基于沙漏模块的双向特征金字塔网络(H-BiFPN)结构进行不同尺度特征间的双向融合,通过特征重建和融合丰富了不同尺度的特征信息,解决了连续卷积下小目标信息丢失的问题,提升了对小目标的检测精度。最后,使用Wise-交并比(WIoU)损失函数优化模型,通过重点关注普通锚框使预测更加精准。在扩充后的中国输电线路绝缘子数据集(CPLID)上的实验结果表明,YOLO-RR模型识别率达到93.6%,网络参数量压缩至5.16×10^(6),优于对比模型,能够满足绝缘子缺陷定位的准确性和实时性要求,同时在背景干扰较大、受光照影响的成像上也有很好的检测效果。

航天型号综合测试软件的可重用架构设计方法

针对航天型号综合测试软件研制周期短、定制化程度高、调试过程复杂等特点,通过提炼共性需求,提出了一种基于操作系统的可重用架构设计方法。该方法采用分层架构设计模式,驱动层在操作系统接口约束下实现了对不同硬件的统一访问,框架层采用“流程范式+功能组件”模式实现软件的核心功能,应用层则通过配置快速搭建测试场景。该架构已在多种类型的航天装备中验证应用,结果表明该架构显著缩短了软件开发时间,降低了开发成本,提升了软件的可靠性和扩展性,对航天软件的研制具有重要的实用价值和借鉴意义。

基于模板CAD模型的任意位姿注塑件抛光轨迹生成与重用方法研究

目的提高注塑零件机器人抛光轨迹的生成效率和柔性。方法以注塑件毛边抛光为对象,首先根据已知的模板CAD模型信息建立局部坐标系,并提取抛光特征线及抛光区域,通过等距截面法计算生成一系列加工轨迹点。为了提高抛光轨迹的生成效率,提出根据模型特征直接计算同类产品加工轨迹的方法,实现相似模型产品抛光轨迹的重用。然后,利用多线结构光技术快速测量当前位姿下的零件三维信息,通过三维点云匹配方法计算出任意当前位姿下的零件模型与模板CAD模型之间的转换关系。最后,结合手眼标定结果,计算出任意位姿零件的机器人抛光轨迹。结果以注塑件毛边抛光为例,进行模拟仿真和实验验证,结果表明,文中提出的方法只需单次测量即可计算出待加工零件的抛光轨迹,避免了在线完整物体的重构,使得物体测量和轨迹计算效率得到显著提高。此外,通过点云匹配与手眼标定方法,可完成任意位姿零件抛光轨迹的计算。结论文中提出的方法能够实现基于CAD模型的机器人抛光轨迹高效生成和重用,通过轨迹转换可实现任意位姿的轨迹计算,提高了机器人抛光轨迹生成的效率和柔性。

基于聚簇模型重用的概念漂移数据流半监督分类算法

带概念漂移的半监督数据流分类任务中,仅有少部分的数据被标记,这给分类器的训练、概念漂移的检测以及分类器对新概念的适应带来了巨大的挑战。现有的半监督聚簇分类算法仅对分类器池中的聚簇模型进行简单的增量更新,未能有效重用历史聚簇模型。因此,文中提出了一种新的聚簇模型重用的半监督分类算法,称为CDCMR。首先,数据流以数据块的形式到来,对数据块分完类后,训练一个簇数自适应确定的聚簇模型。其次,通过计算分类器池中的各组件分类器与聚簇模型之间的相似度,挑选多个组件分类器。再次,用当前数据块对挑选出来的组件分类器进行模型重用后,与聚簇模型集成。然后,将分类器池划分为新旧更替和多样性最大化分类器池进行更新。最后,对下一个数据块的样本进行集成分类。在多个人工和真实数据集上进行实验,结果表明,所提算法1)能有效适应概念漂移,与现有方法相比其性能有显著性提升。

基于计算重用的无人机辅助边缘计算系统能耗优化

针对复杂地形下时延敏感任务对终端用户的计算需求激增问题,该文提出一种无人机(UAV)辅助的移动边缘计算可重用任务的协同计算卸载方案。首先,通过联合优化用户卸载策略、用户传输功率、无人机上服务器分配、用户设备的计算频率和无人机服务器的计算频率以及无人机的飞行轨迹,构建满足时延约束下最小化系统平均总能耗的系统模型。其次,通过深度强化学习求解该优化问题,并提出了基于柔性动作-评价(SAC)的优化算法。该算法采用最大熵的策略来鼓励探索,以增强算法的探索能力并加快训练的收敛速度。仿真结果表明,基于SAC的算法能有效降低系统的平均总能耗,并具有较好的收敛性。

面向安防领域的模块化本体重用算法研究

针对独立本体在安防领域中存在的本体复杂度高与本体重用效率低的问题,提出一种模块化本体重用算法。为确定子模块间概念的上下位关系,应用分布式描述逻辑(Distributed Description Logic,DDL)语言构建安防领域模块化本体。在此基础上,使用基于保守扩充理论的模块化本体重用算法,实现模块化本体的模块抽取和重用。在已构建的本体库中对该算法进行评估,提高了重用本体所占被重用目标本体的比重,减少了本体重用模块抽取时间。实验结果表明,该算法可以减轻被重用目标本体复杂度,有效实现模块化本体的重用。

从软件重用走向产品化的探索

随着装备自动化、信息化、智能化发展,软件在装备中起到的作用愈发明显,软件部署数量急剧增加,规模越来越大,复杂度也越来越高。为了实现专业软件领域的高质量、可持续发展,满足用户多样性定制化需求,同时实现项目快速研发,北京航天发射技术研究所以软件重用为切入点,深入探索软件产品化方法,建立了四层软件重用结构的软件产品研发体系,从而初步达到提升软件研制质量、提高开发效率、节省人力资源、缩短交付周期、降低开发成本的目标。

多层级曲梁多稳态超材料的可重用性研究

多稳态超材料凭借其出色的力学性能而广受关注和应用.然而,现有研究主要集中在单曲梁结构,对于由多层级曲梁单胞构建的复杂拓扑结构的可重复吸能特性缺乏深入探讨.此外,与传统材料相比,多稳态超材料在循环加载下的疲劳性能也鲜有研究.文章以两端固支直梁一阶屈曲模态为初始构型构造曲梁单胞,并通过3D打印技术制备双材料双稳态单元.进而建立多层级曲梁结构,并给出预测多层级曲梁正则化的力和势能随位移变化的5次、6次多项式经验公式,相比于以往3次、4次多项式结果更为准确.以双曲梁单胞为基本单元,通过中心旋转的方式设计三维点状多稳态超材料,研究其稳态性能和力学特性.并通过参数化分析研究单元几何参数和模块化拓扑构型对结构力学响应的影响,最后通过疲劳实验验证了该类多稳态超材料的疲劳寿命.该结构能够在小变形和大变形范围内实现正负刚度的转变,同时变形是弹性稳定的,即杨氏模量基本保持不变,且具有多稳态和可重复吸能特性.随着双曲梁几何参数Q(高厚比)的增大,其有效压溃距离和能量吸收效率随之增加.提出的设计策略为制造多稳态多步可逆变形的力学超材料开辟了新路径,并为设计材料-结构-功能一体化的工程材料提供了一种新思路.

一种面向计算图的及时内存重用算法

有限的设备内存容量制约了深度神经网络模型的进一步发展,内存重用是少有的在不引入额外开销的前提下节省内存使用的方法之一。计算图中的中间张量占据着主要的内存空间,是内存重用算法的主要优化对象。现有的典型内存重用算法,包括大张量优先算法和短生命周期优先算法,仅从单一特征出发,只考虑张量之间的生命周期是否重叠,忽略了邻近张量之间的生命周期相对位置关系,计算图越复杂,对内存重用的挖掘越不够充分。针对该问题,提出一种新的内存重用算法——UMR,通过深入分析图中邻近张量的生命周期相对位置关系,并及时进行重用,从而获得了更多的内存重用机会。基于MLPerf中的真实推理模型对算法进行评估,结果显示UMR算法的内存重用率不低于现有的主流算法,且能达到该模型内存重用的理论最优。基于相对复杂的计算图对算法进行的评估表明,与大张量优先与短生命周期优先2种算法相比,UMR算法最高节省了21.6%和18.7%的内存占用,平均分别节省了6.5%与13.2%的内存占用。

元数据视角下的公共开放数据重用影响因素研究——以德州市公共数据开放网为例

公共开放数据重用可以创造新的商业模式和产品,帮助企业获得经济收益,促进企业创新和问题解决,还可以提高政府透明度和公民参与度。以德州市公共数据开放网元数据为研究对象,以数据集更新频率、下载格式、标签、描述长度、数据领域、所属行业为自变量,以下载次数为因变量,采用多元线性回归分析方法探究公共开放数据重用的影响因素。研究发现:时间跨度、数据项、数据量及数据接口对下载次数的显著性影响较高。最终提出整合历史数据、引入时序与事件,优化数据项、拓宽数据视野,深挖潜值、引入UGC提高数据量,建立统一标准、提高数据质量等建议,为提高公共开放数据重用水平提供参考意见。

我国生物学领域科研数据重用实践的用户画像与服务启示

[目的/意义]数据重用是开放科研数据的重要目的,但现有研究中较少以开放数据发展成熟度较高的学科为例,探究数据重用实践的群组特征。本文通过识别我国生物学领域科研人员在数据重用活动中对数据重用实践建设的诉求,以用户画像方式为优化信息服务机构的数据服务方式提供实证依据。[方法/过程]基于“需求识别—机制分析—服务方案制定”整体逻辑,通过计算我国生物学领域科研人员数据重用行为调查问卷中的组间差异,了解不同实践状态对科研人员数据重用态度和感知的影响,进而利用层次聚类分析方法,对生物学领域科研数据重用人员进行群体画像。[结果/结论]调研结果发现,当前我国生物学领域数据实践中科研人员对社群文化基础、规则熟悉程度、配套支持措施的实用程度感知偏低。本文按其态度、感知和实践状态,总结出两大类和6小类典型画像类型,分别是参与者(包括边缘型、期待型、初步探索型)和潜在参与者(包括徘徊型、被动型、摇摆型),并建议图书馆、数据中心等信息服务机构据此开展具有针对性的“层次化”和“梯度化”服务,包括多场景、即期的科研数据实践辅助服务;多轮、短期的科研数据重用沉浸式体验服务和以增加记忆点为主的中长期项目规划服务。

教育学领域学者数据重用行为及特征研究——基于基金项目论文的内容分析

[目的/意义]为了解我国教育学领域学者数据重用行为特征,帮助图书馆等机构在其科学数据管理和服务过程中制定更有针对性的数据服务策略。[方法/过程]本研究运用内容分析法对我国2017—2018年544篇基金论文中的科学数据重用行为进行分析。[结果/结论]研究发现,教育学领域学者数据重用比例较高且较为稳定,政府网站、数据中心及期刊论文是教育学领域学者重用数据的主要来源渠道,但存在着科学数据二次分析较少及数据重用不规范的问题。

基于DO-178的机载软件重用方法研究

以DO-178B/C软件重用标准为基础,将先前开发软件分为已通过和未通过适航合格审定的PDS,构建了PDS软件的评估准则和评估方法,将PDS的评估结果与标准进行对照,能够快速定位PDS的重用要求和应采取的过程活动。实践表明,通过重用已通过适航合格审定的PDS软件的部分数据,可以有效提升软件开发效率。针对未通过适航合格审定的PDS软件重用,本文也提供了一种差距分析方法,对照分析PDS软件与目标要求的差距,用以评估所需的额外工作量。

基于Kano模型的科学数据重用需求优先序确定

为探究科研人员对于科学数据重用的需求层次和需求优先序确定,从而提升数据重用服务能力、改善数据重用效果。文章系统梳理了科学数据重用现有相关研究,综合运用访谈法、专家咨询等方式确定14个数据重用需求项,运用Kano分析法,开展Kano传统归类分析,混合类分析、满意度指数分析,对需求类型及其优先度进行确定。分析结果表明14项数据重用需求项中数据可获得性等2项需求为必备型需求,数据格式属于期望型需求,数据来源等5项需求为兴奋型需求,数据背景等4项需求为无差异型需求,数据质量等2项需求为混合属性需求,并基于需求层次针对科学数据重用利益相关者改进重用服务提出建议和优化策略。