基于MDL原理的快速在线信号分选算法

研究了一种基于最小描述长度(MDL)原理的快速在线雷达脉冲信号聚类分选算法,该方法利用幅度或相位差异特征,实现对雷达脉冲数据向量的聚类分选处理。设计了基于MDL原理的在线信号分选算法流程,在每接收到一定数量雷达脉冲信号后,执行一次聚类分选处理;对算法流程中的每个处理模块进行了完备的运算量分析,为工程设计提供有效的理论指导;并对比分析了离线和在线算法的性能。仿真结果表明:在线算法的信号分选正确率与离线方法基本一致,具有很强的工程应用前景。     

对称季铵碱的烷基链长度对草酸电还原反应的影响

研究了四种不同烷基链长度的对称季铵碱对草酸电还原制备乙醛酸反应的影响。线性扫描测试考察了添加剂对铅电极上阴极反应的影响,结果表明对称季铵碱在电极表面的吸附对析氢反应的抑制程度大于其对草酸电还原反应的抑制程度,且随着对称季铵碱中烷基链长度的增加,添加剂抑制析氢反应效果更明显。计时安培法的结果证明添加剂可影响草酸向电极表面的扩散,随着对称季铵碱中烷基链长度的增加,草酸的扩散系数呈现出先增加后减小的趋势。恒流电解实验结果表明,添加剂能有效提高草酸电还原反应的电流效率,且提高效果随对称季铵碱所含烷基链长度的增加而增强。因此,添加剂的吸附对阴极表面析氢反应的抑制作用是草酸电还原反应电流效率提高的主要原因。本研究表明,四丁基氢氧化铵为添加剂时,草酸还原为乙醛酸的电流效率最高。     

卷积神经网络在流场重构研究中的进展

近年来, 随着深度学习在图像处理、语音识别、自动驾驶、自然语言处理等领域迅速发展, 该技术也被越来越广泛地应用于处理具有复杂非线性、高维度、大数据量等特点的流体力学方向. 传统的方法无法有效地处理这些庞大的数据, 深度学习因其具有强大的函数拟合能力, 可以从大量的数据中挖掘有用的信息. 当前, 流体力学深度学习技术有了初步的一些研究成果, 在流动信息特征提取、多源数据信息融合及流场的智能重构等方面具有重要的工程价值, 其应用潜力逐渐得到证实. 如何利用地面风洞试验、数值模拟及飞行试验获取的数据进行深入挖掘, 快速智能感知及重构流场, 可为主动流动控制提供重要指导. 本文主要从深度学习不同类型的网络结构出发探讨了卷积神经网络在流场重构中的研究进展, 文章首先介绍卷积神经网络的一些基本概念以及基本网络结构, 之后简要介绍流场超分辨率重构网络、端到端的映射网络、长短期记忆网络的基本结构与理论, 并详细归纳出他们的改进形式在流场重构领域的一系列研究进展与成果, 最后对文章做出总结并探讨了流场重构深度学习技术所面临的挑战与展望.      

带锚垫板的预埋预应力螺纹钢筋的弹性埋置长度计算

预埋预应力螺纹钢筋在桥梁预制盖梁反拉法施工中采用,因在钢筋锚固端配置锚垫板,锚固特点表现为黏结锚固和承压锚固的组合传力,这种组合传力锚固计算还缺乏合适方法。基于弹性半空间理论和平衡微分方程,通过锚垫板和钢筋之间的变形协调关系,推导了带锚垫板的预埋螺纹钢筋的锚固传力计算方法以及弹性埋置长度计算公式,并通过有限元进行了验证。参数分析表明,影响锚固性能的主要参数是拉拔荷载、钢筋直径和埋置长度,在对225种情况进行参数拟合后给出了弹性埋置长度的实用计算公式,方便工程设计参考。     

定量供油下近接触区油池形态试验观察

采用球-盘点接触光干涉润滑油膜测量装置,观察了纯滚条件下近接触区油池形态随供油量和卷吸速度的变化过程. 结果表明,油池在低速、中速和高速下分别呈现出闭合态、半开放态和分离态3种状态. 闭合态油池内气穴长度随卷吸速度增加而增加,且存在使尾部油池分离的临界速度. 气穴区表面张力作用使气穴长度预测值和测量值出现差别;卷吸作用和压差作用是油池变形的原因;供油量和卷吸速度决定了润滑剂的供-失平衡态,影响了油池侧宽的变化趋势.      

基于轻量级神经网络的暴力视频分类方法研究

随着视频类自媒体平台的迅速发展,视频内容的安全性审核需求急速增加。为提高视频内容审核的便捷性和准确性,提出结合轻量级神经网络和长短时记忆网络的暴力视频分类方法。借助轻量级神经网络提取视频帧的视觉特征,使用长短时记忆网络对视频帧之间的时序特征将进行提取,引入时空注意力机制提高视频分类准确率。实验结果表明,所提出的方法不仅在模型上表现出轻量性,而且还能提高视频分类的准确性。     

基于记忆单元与多尺度结构相似性的异常检测

针对基于记忆单元的自编码器模型(Dynamic Prototype Unit Model,DPU)在检测视频异常时没有充分利用多层次特征、未考虑异常与正常事件间的结构性差异的问题,提出融合多尺度记忆模块和多尺度结构相似性的异常检测模型.新模型构建了多尺度记忆模块(Multi Scale Memory Module),利用不同尺度空间的记忆单元对编码层特征进行编码,并将编码结果与解码层特征拼接,既能保留网络的浅层细节信息,又能促进正常模式的多样性.为了约束对正常事件中结构信息的学习,组合多尺度结构相似性(Multi Scale Structure Similarity Index,MS-SSIM)误差与L 1误差作为目标函数,使预测视频中的事件结构更接近正常事件,提高视频中异常事件的预测误差.在标准数据集UCSD Ped1、UCSD Ped2和Avenue数据集上的实验结果表明,提出模型的帧级AUC比原模型分别提高了0.8%、3.4%和1.0%,帧率达到142.9 fps.     

主旋律互动仪式下的集体记忆建构研究——基于“我和我的”系列电影分析

当今,媒体融合趋势使个体身份发生转换,以往基于共同生产的身份逐渐被瓦解,传统价值观与集体信仰遭受冲击。因此,民族国家主体要以多元媒介传播渠道,塑造主流意识形态。随着中国特色社会主义发展进入新阶段,以主旋律电影为代表的传播媒介成为凝聚社会共识、提升情感认同的文化载体。本文将通过解读“我和我的”系列电影背后的意识形态,研究其深化了主流价值观传播与主流商业文化合一的实践,为解决主旋律电影一直以来的时代性症候作出典范,在更多年轻受众中建构集体记忆。     

基于在线更新LSTM网络的短期4D航迹预测算法

航班飞行过程中一些因素会对当前飞行轨迹产生影响,从而导致实时航迹与历史航迹相比有一定的差异,使得仅基于历史航迹数据的航迹预测模型的预测性能变差.为解决该问题,提出了一种基于在线更新长短期记忆(Long Short-Term Memory,LSTM)网络的短期4D航迹预测算法,该算法由基于历史航迹数据的预测模型初始化参数...     

基于40nm工艺的高效时钟树优化设计

随着集成电路工艺进入先进节点,芯片集成规模越来越大,工作频率越来越高,给IC设计带来了巨大的挑战。本文采用寄存器分时钟域划分,替换工具自动寄存器规划的方法,发现在时钟长度和时钟偏斜等方面都有较大的提升,时钟长度减少了46%,时钟偏斜减少了47%,并有效减少了保持时间的违规,能够满足项目的时序要求。而且与工具自动寄存器规划的方法相比,采用分时钟域寄存器划分,有效解决了绕线拥塞问题,short数量从85减少到5,同时芯片的功耗也降低了20%,有效提高了芯片的性能。