基于新型核与灰度序列的时滞GM(1,N)模型及其应用

为了解决GM(1,N)模型在新型核与灰度的基础上,对驱动项的延迟作用机理不明确的问题,将时滞参数引入到GM(1,N)模型的驱动项中,构建了基于新型核与灰度的时滞GM(1,N)模型,分析了时滞参数的辨识方法,讨论了新模型的建模机理。为了更好地对该模型的有效性进行验证,将优化的时滞GM(1,N)模型对南京市的雾霾进行预测分析,选择GM(1,N)模型、一元回归模型与文中的优化模型进行对比。结果显示,优化模型对PM₁₀浓度的拟合精度更高,且误差均控制在5%之内,从而验证了提出的优化模型适用于具有时滞特征数据的模拟和预测。     

FMQL45T900平台千兆以太网三层交换功能实现

随着以太网通信技术的发展,局域网子网间的通信业务增长迅速,而适用于子网间数据通信的传统路由器因为其转发速度慢、用户配置复杂等缺点,难以满足当前大量跨子网以及虚拟局域网之间通信数据量的需求。基于片上系统(System-on-Chip, SoC)平台FMQL45T900型号的FPGA芯片,采用VHDL硬件描述语言,自主研发了12端口的千兆以太网三层交换功能,并已在相应的硬件平台上进行了功能验证和性能测试。实验结果表明,基于固定长度链表的哈希查找方式实现简单、查找高效、复杂度低,该研究成果可在某些需要进行数据灵活交换的特殊的场景下进行应用。     

基于核典型相关分析的语音情感识别研究

语音是人类表达思想和感情交流最重要的工具,是人类文化的重要组成部分。语音情感识别作为情感计算中的重要课题已经成为国际上的研究热点,受到越来越多的关注。已有神经科学研究表明,大脑是产生调节情感的物质基础。因此,在语音情感的研究中,我们不能仅考虑语音信号自身,还应将大脑的活动信号融入语音情感识别中,以实现更高准确率的情感识别。基于上述思想,本文提出了一种基于核典型相关分析（KCCA）的语音特征提取方法。该方法将语音特征与脑电图（EEG）特征映射到高维希尔伯特空间,并计算二者的最大相关系数。KCCA将语音特征在高维希尔伯特空间上向与脑电特征相关性最大的方向投影,最终得到包含脑电信息的语音特征。本文方法将与语音情感相关的脑电信息融入语音情感特征提取中,所提特征能够更准确的表征情感。同时,本方法在理论上具有良好的可迁移性,当所提脑电特征足够准确与具有代表性时,KCCA建模得到的投影向量具有通用性,可直接用于新的语音情感数据集中而无需重新采集和计算相应的脑电信号。在自建语音情感数据库与公开语音情感数据库MSP-IMPROV上的实验结果表明,使用投影语音特征进行语音情感分类的方法优于使用原始音频特征...     

基于BEMD和KELM的路面病害检测算法

受外界环境以及道路材料本身影响,路面会出现破损。尽管裂缝是路面破损的首要表现形式,但是其他类型病害仍然占重要比重。针对传统路面病害检测算法对常见线性裂缝分类准确度较高但对车辙、松散等复杂病害识别效果一般且适应性较差的问题,提出一种基于二维经验模态分解（BEMD）与核极限学习机（KELM）相结合的复杂路面病害识别方法。该方法首先采用二维经验模态分解对路面病害图像进行筛分,然后结合主成分分析法对分解后得到的固有模态分量进行降维,最后将上述得到的新特征输入到核极限学习机中进行训练。实验结果表明该算法对复杂病害有较高的识别率,其中松散病害识别率为95.6%,车辙病害识别率为92.1%,坑洼病害识别率为96.9%,网状裂缝识别率为97.3%,与传统脉冲耦合卷积神经网络相比,该算法提高了约9.85%。     

低轨巨型星座网络：组网技术与研究现状

以新兴低轨巨型星座网络为研究对象,概述了系统基本架构与工作模式,总结了新兴巨型星座网络的基本特征。根据系统架构,从卫星网络拓扑动态性管理、星地链路切换策略、路由算法设计、地面信关站布局优化设计以及网络仿真与性能评估5个方面系统梳理了各关键技术的主要技术路线和研究进展,尤其是近期巨型星座的相关研究进展。重点分析了低轨巨型星座中星座规模和复杂度扩增对组网关键技术的挑战,以及现有的各类解决方法在巨型星座宽带网络场景下的适用性。最后对未来巨型星座网络的相关研究方向进行了展望。     

Ag@Au核壳SERS基底的优化设计

表面增强拉曼散射（Surface Enhanced Raman Scattering, SERS）技术在食品检测中发挥着重要的作用,该技术的核心在于基底的优化,所以开发新型基底是目前研究的热点课题。采用金银两种纳米复合材料,研究核壳式纳米结构的SERS基底,用有限元法对Ag@Au的结构进行电场强度的仿真,模拟在不同核壳半径、厚度以及散射光照的条件下场强的变化,计算SERS增强因子,与其他类型纳米结构进行比较。仿真实验表明,采用Ag@Au核壳结构作为SERS基底,在波长为523 nm、核半径为38 nm、壳厚度为0.5 nm时,增强效果最好,增强因子是7.47×10⁹。因此,Ag@Au核壳式SERS基底具有广泛的应用前景。     

多尺度混合注意力胶囊网络的海洋鱼类识别

针对胶囊网络(capsule network,CapsNet)特 征提取结构单一和数据处理中参数量过大的问题,提出 多尺度混合注意力胶囊网络 模型。首先,在网络初始端添加不同尺度的卷积核来多角度提取 特征,并引 入混合注意力机制,通过聚焦更具分辨性的特征区域来降低复杂背景干扰。其次,采用局部 剪枝算法优 化动态路由,减少参数量,缩短模型训练时间。最后,在海洋鱼类数据集F4K(Fish4Knowled ge)上验证, 结果表明,与传统残差网络(residual network50,ResNet-50)、双线性网络(bilinear convo l utional neural network,B-CNN)、分层精简双线性注意力网络(spatial transformation netw ork and hierarchical compact bilinear pooling,STN-H-CBP)以及CapsNet模型相比,该算法 识别精度为98.65%,比ResNet-50模型提升 了5.92%;训练时间为2.2 h,相比于CapsNet 缩短了近40 min,验证了该算法的可行性。     

采用自适应模糊优化的目标跟踪加速方案

目标跟踪作为计算机视觉的重要方向之一,在自动驾驶、安防监控等方面有着广泛的应用,但是目标跟踪算法还无法有效地运行在嵌入式设备上。针对目标跟踪算法计算量大、复杂度高,难以部署在资源受限的嵌入式设备的问题,提出了一种基于相关滤波目标跟踪的加速方案。首先采用自适应模糊算法优化了跟踪算法整体运算量,它可以根据目标跟踪框的尺寸判定是否降低图像质量。其次采用了跟踪响应结果的峰值旁瓣比与平均相关能量比判据来评估跟踪结果的可信度,从而实现跟踪模型的自适应更新以及目标位置的重搜索。最后基于FPGA并行实现相关运算和跟踪检测器训练阶段的矩阵相乘运算,以提升算法实时能效性。所提出的加速算法基于PYNQ-Z2进行硬件测试,并在OTB-2015跟踪数据集上进行验证,该算法的跟踪精度与跟踪实时性分别为65.8%,17.28 frame/s,相比于原始算法,跟踪精度、跟踪实时分别提高了9.12%、703.7%。     

基于多维结构特征的硬件木马检测技术

硬件木马是第三方知识产权(IP)核的主要安全威胁,现有的安全性分析方法提取的特征过于单一,导致特征分布不够均衡,极易出现较高的误识别率.该文提出了基于有向图的门级网表抽象化建模算法,建立了门级网表的有向图模型,简化了电路分析流程;分析了硬件木马共性特征,基于有向图建立了涵盖扇入单元数、扇入触发器数、扇出触发器数、输入拓扑深度、输出拓扑深度、多路选择器和反相器数量等多维度硬件木马结构特征;提出了基于最近邻不平衡数据分类(SMOTEENN)算法的硬件木马特征扩展算法,有效解决了样本特征集较少的问题,利用支持向量机建立硬件木马检测模型并识别出硬件木马的特征.该文基于Trust_Hub硬件木马库开展方法验证实验,准确率高达97.02％,与现有文献相比真正类率(TPR)提高了13.80％,真负类率(TNR)和分类准确率(ACC)分别提高了0.92％和2.48％,在保证低假阳性率的基础上有效识别硬件木马.     

含氮亲核试剂在2-甲磺酰基-5-(3,4,5-三甲氧基苯基)-1,3,4-噁二唑环上取代反应的研究

2,5—二取代—l,3,4—噁二唑化合物具有消炎,抗菌,调节植物生长,杀虫门等广泛的生物活性。作者曾研究了取代胺在2—甲磺酰基—5—(2—苯基—4—喹啉基)—1,3,4—噁二唑化合物环2—位上的亲核加成消去反应,制得了一系列新的2—取代基—5—(2—苯基—4—喹啉基)—1,3,4—噁二唑衍生物,并发现它们具有一定的抗菌活性。在此基础上,我们又研究了含氮亲核试剂在 2—甲磺酰基—5—(3,4,5—三甲氧基苯基)—1,3,4,—噁二唑环2—位上的亲核加成消去反应,制得一系列新的2—取代基—5—(3,4,5—三甲氧基苯基)—1,3,4—噁二唑衍生物。作者用3,4,5—三甲氧基苯甲酰肼在KOH催化下与CS_2反应得到2—巯基—5—(3,4,5—三甲氧基苯基)—l,3,4—噁二唑1,1在NaOH溶液中与Me_2S0_4作用得到2—甲硫醚—5—(3,4,5—三甲氧基苯基)—1,3,4—噁二唑2,2在冰醋酸水溶