基于改进DPSO算法的并行测试任务优化调度研究

并行测试以减少测试时间和降低测试成本的强大优势,已成为当前自动测试系统发展的方向。针对并行自动测试过程中,测试任务调度复杂,难以优化的问题,以PSO算法为基础,通过对问题空间编码的重新定义,并运用交叉、变异算子给出了新的粒子位置的更新公式,提出了一种改进后的DPSO算法。依据并行测试完成时间极限定理,给出了并行测试任务调度的目标函数与约束条件。以某雷达电子装备并行测试系统中三块电路板并行测试为例,对改进的DPSO算法进行了仿真验证,得到了最优调度测试序列。结果表明：与遗传算法相比,改进后的DPSO算法迭代次数更少,寻优性能更好,适用于工程应用。     

正交匹配追踪算法的迭代残差重建方法

正交匹配追踪(Orthogonal Matching Pursuit, OMP)算法是一种重要的压缩感知重构算法. OMP算法在每次迭代中选择与当前残差最相关的原子. 针对每次迭代需要重新计算残差的问题, 本文考虑偶数次迭代下残差未知的情况. 首先, 研究了奇数次迭代的残差与下一次迭代的残差之间的关系, 得到了一种偶数次迭代时选择原子的标准. 然后, 引入一种回溯机制来处理前面所得的迭代结果, 这种机制通过剔除其中多余的原子来实现精确重建. 据此, 提出了可减少计算残差的改进型正交匹配追踪算法.     

硫化丁苯橡胶纳观界面耐磨机理及参数影响分析

硫化橡胶因其良好的力学和物理化学性能而被广泛作为摩擦副的基础材料. 本文提出了一种硫化交联算法, 实现了C—C键的硫化互交联和自交联, 构建了硫化丁苯橡胶的分子动力学磨损模型, 从微观摩擦学的角度阐明了硫化交联结构对改善丁苯橡胶磨损性能的机理, 研究了不同界面参数对硫化橡胶微观磨损性能的影响. 结果发现 硫化使丁苯橡胶分子链的界面黏附能力和活动能力更弱, 拉伸和解缠能力更低, 磨损过程中界面累积能量更低, 更不容易脱离橡胶基体, 因此可以表现出更好的摩擦学性能, 更强的抗磨损性能; 随着速度的增大, 硫化橡胶的磨损率降低, 与宏观实验结果一致, 原因是硫化橡胶的原子分布函数和相互作用能随着速度增大而降低, 说明橡胶分子链的黏附能力和活动能力随着速度增加趋弱, 温升更低, 导致较低的磨损率; 压入深度对磨损率的影响规律则呈现相反的结果和趋势.     

基于改进U-Net++的CT影像肺结节分割算法

卷积神经网络的语义分割模型未有效利用特征权重信息,导致在医学图像复杂场景中分割边界出现欠分割现象.针对该问题,基于融合自适应加权聚合策略提出一种改进的U-Net++网络,并将其应用于电子计算机断层扫描影像肺结节分割.该模型首先在卷积神经网络中提取出不同深度特征语义级别的信息,再结合权重聚合模块,自适应地学习各层特征的权...     

基于视觉辐条图案识别方法的蓝宝石引晶机制研究

工业生产蓝宝石晶体过程中,引晶步骤有着至关重要的地位。引晶必须在温度梯度较小,温度分布趋于稳定的条件下进行。目前,工业生产蓝宝石主要依靠人工经验操控籽晶杆实现引晶操作,但是人工引晶操作的准确性不高会导致成品品质不佳、资源浪费。为此,本文提出一种基于蓝宝石视觉辐条图案识别方法来检测蓝宝石熔体状态自由液面状态,从而实现一种高效率引晶的机制。此方法利用经典骨架化算法细化辐条图案,Harris算子实现特征信息的提取,提取的特征信息放入运动轨迹模型中判断熔体稳定性,分析液面温度分布稳定性从而实现引晶。结果表明,此算法具有有效性,蓝宝石晶体引晶效率大大提高,生产出的成品良率也有提升,可有效指导蓝宝石的工业生产。     

对正负一级能量之比测量光栅参量方法的改进

提出利用同一波长的入射光在双面入射时两个能量之比的比值对光栅的参量进行测量,进一步提高准确度。首先从理论上比较正弦面形光栅在单一面入射及双面入射时各种衍射效率对光栅表面粗糙度的敏感程度;然后模拟测量出该正弦面型光栅在双面入射情况下的光栅参量;最后成功反演出体积相位全息光栅的三个参量,其测量结果为0.080μm,1.452μm,20.5μm准确度比单一入射面情况(0.080μm,1.451μm,20.1μm)时要高。同时该法继承了原来方法的无损伤、操作简便、可重复、易推广、成本低等优点。     

非定常Navier-Stokes方程基于两重网格离散的有限元并行算法

基于两重网格离散和区域分解技巧,提出三种求解非定常Navier-Stokes方程的有限元并行算法.算法的基本思想是在每一时间迭代步,在粗网格上采用Oseen迭代法求解非线性问题,在细网格上分别并行求解Oseen、Newton、Stokes线性问题以校正粗网格解.对于空间变量采用有限元离散,时间变量采用向后Euler格式离散.数值实验验证了算法的有效性.     

Gaussian states as minimum uncertainty states

In bosonic fields, Gaussian states, which consist of a rather wide family of states including coherent states, squeezed states, thermal states, etc., have many classical-like features, and are usually defined from the mathematical perspective in terms of characteristic functions. It is well known that some special Gaussian states, such as coherent states, are minimum uncertainty states for the conventional Heisenberg uncertainty relation involving canonical pair of position and momentum observables. A natural question arises as whether all Gaussian states can be characterized as minimum uncertainty states. In this work, we show that indeed Gaussian states coincide with minimum uncertainty states for an information-theoretic refinement of the conventional uncertainty relation established in Luo (2005) [40]. This characterization puts Gaussian states on a novel basis of physical significance.     

Channel-Supermodular Entropies: Order Theory and an Application to Query Anonymization

This work introduces channel-supermodular entropies, a subset of quasi-concave entropies. Channel-supermodularity is a property shared by some of the most commonly used entropies in the literature, including Arimoto–Rényi conditional entropies (which include Shannon and min-entropy as special cases), k-tries entropies, and guessing entropy. Based on channel-supermodularity, new preorders for channels that strictly include degradedness and inclusion (or Shannon ordering) are defined, and these preorders are shown to provide a sufficient condition for the more-capable and capacity ordering, not only for Shannon entropy but also regarding analogous concepts for other entropy measures. The theory developed is then applied in the context of query anonymization. We introduce a greedy algorithm based on channel-supermodularity for query anonymization and prove its optimality, in terms of information leakage, for all symmetric channel-supermodular entropies.