摘要：论文针对一款国产12位4通道DAC芯片,设计了基于FPGA的评估测试系统.主要包括FPGA实现的数字信号发生器,台式分立仪表以及被测芯片测试评估板.主要测试评估了ATE测试难以完成的参数,如尖峰脉冲干扰,小信号幅频响应、宽带噪声、串扰等.试验表明,该测试系统性能稳定可靠,具有较强的适应性,完全满足工程应用需要.

摘要：针对超宽带(UWB)定位技术存在的随机误差和非视距误差问题,论文首次提出野狗优化算法(DO)应用于UWB技术,并对野狗优化算法进行改进,提出基于目标追踪野狗优化算法(TTDO)的UWB定位技术.首先,通过平均三边定位算法重构标签的位置选取;然后,采用DO算法从局部匹配标签位置;最后,通过引入目标追踪机制将标签位置锁定.仿真实验结果表明,DO算法相较三边定位算法和平均三边定位算法在精度上分别提升了67%和31%且其定位稳定性达到了87%;TTDO算法相较DO算法定位精度提升了22%,算法运算时间提升了34%.因此,基于目标追踪野狗优化的UWB定位算法能够提升算法的定位精度,且具有更高的稳定性和可靠性.

摘要：基于深度学习的隧道裂缝检测作为一种常见的小样本识别问题,会由于裂缝样本过少导致分类精度不高.论文以CycleGAN模型为基础提出了一种全局特征融合双层轻量化模型的裂缝样本扩充方法GDCycleGAN.在CycleGAN的生成器中引入GFF(Global Feature Fusion)模块,融合裂缝图像高低层语义信息获得多尺度信息,使用注意力机制强化选择裂缝图像特征信息并弱化裂缝背景信息;针对生成样本效率不高的问题,在CycleGAN的判别器中引入DL(Double Light-weight)模块,采用组卷积和深度可分离卷积代替原卷积层,降低每层卷积操作参数量,提高生成样本质量和网络训练速度.实验结果表明通过论文算法的小样本扩充后,在扩充样本训练速度以及后续裂缝分类精度上均有所提升.

摘要：绝缘子作为架空线路的重要元件之一,用来保持带电体与杆塔之间良好的绝缘.但绝缘子常年暴露于自然环境中,发生故障的概率较高.针对绝缘子受环境外力影响发生破损进而影响输电线运行安全稳定性急需解决的对绝缘子破损的识别问题,在目标检测算法YOLOv5s(You Only Look Once v5s)的基础上,将网络中C3模块中的卷积替换为多头注意力层(Multi-Head Self-Attention,MHSA),提高算法对图像全局信息的关注;引入注意力机制CBAM(Convolutional Block Atten-tion Module),增强目标在通道与空间双维度上的注意力特征融合;将网络的损失函数替换成SIoU(Scylla Intersection over Union),在损失函数成本中引入方向性,改进算法的训练推理性能.实验结果表明:与原YOLOv5s相比,改进后的模型在保证查准率及检测速度平稳的同时,减少了模型参数量,查全率提高了13.3%,平均精度提升了7.5%,识别效果明显提升,有效解决了绝缘子故障识别所带来的问题.

摘要：运行时验证是一种在程序运行过程中对程序行为进行正确性验证的技术,已被应用到诸多领域.运行时验证中使用监控器规约描述性质,监控器规约中可以定义多个性质.然而,现有运行时验证技术存在性能方面的缺陷:当监控器规约中定义了多个性质时,现有技术只能采用串行的方式对多个性质进行验证,导致程序的运行时性能很差,从而限制了运行时验证的实用性.因此为了提高运行时验证的效率,提出了一种基于路径切片的并行运行时验证方法,并对现有工具MOVEC进行功能扩展,实现了上述并行运行时验证方法.不仅如此,还在测试集Mibench上与串行机制下的MOVEC进行了对比实验.实验结果表明,基于路径切片的并行运行时验证方法可以实现对C语言程序的有效并行验证,且性能可以提高约70%,达到了更多地利用计算资源,更快地验证程序正确性的目的.

摘要：机器学习与天线设计两个领域都发展迅猛,针对传统天线设计软件如HFSS、CST等设计效率低、过度依赖设计者经验等缺点,结合群智能算法,提出了一种基于被囊群算法优化天线设计的策略,加速天线的设计过程,快速找到期望的参数.被囊群算法主要模拟被囊群生物群体导航与觅食的行为,从而迅速找到全局最优解.仿真主要使用Matlab编程软件、HFSS与Matlab-HFSS-API工具箱.利用该算法所优化的双U型槽天线具有良好的性能,所拥有双频段能够覆盖有2.4 GHz～2.484 GHz和5.47 GHz～5.825 GHz两个波段.该天线在高、低频点的回波损耗S11均低于-30 dB,能够应用于无线局域网2.45 GHz和5 GHz频段.

摘要：服务迁移技术在给移动用户带来巨大便利的同时也面临着许多问题.在服务迁移的过程中,非法节点会部署伪基站或网关窃听服务数据,导致用户的隐私数据被泄露,使用户安全受到威胁.针对服务迁移过程的安全问题,论文将采用喷泉编码与基于博弈论的人工干扰相结合的传输策略.由于产生干扰噪声的空闲服务器会消耗自身功率,不会无偿提供干扰,为此,论文设计了一个基于博弈论的激励机制,促使干扰器帮助通信链路.实验表明激励机制可以促使干扰器帮助通信链路,最后通过保密速率衡量迁移过程的安全性.

摘要：传统的文本生成存在生成的短文本情感极性不定,语义片面、评论单一等不足.针对这些不足,提出滑动窗口下融合情感和语义特征的文本生成.该方法首先使用TextRank提取出重要句子,再使用滑动窗口选取其中的关键句,组成关键句组,然后使用RoBERTa和Sentence-BERT获取情感和语义的特征,最后应用GPT-2融合这些特征解码生成高质量的短文本.实验表明,在南方日报的新闻评论数据集、NLPCC-2017数据集和CNewSum数据集上,论文在ROUGE的三个指标上均有提升.同时,通过消融实验验证了各组件的有效性.

摘要：深度学习是机器学习的重要领域之一,基于卷积神经网络(CNNs)的多任务学习MTL(Multi-Task Learning)在计算机视觉领域取得了巨大的成功.多任务学习的关键在于模型结构不变的情况下,学习多个任务的共享表示,使多任务学习的模型更具有泛化能力.该算法设计一种高效的自适应特征交互层,使用MobileNetV3+特征交互模型,允许不同任务特征自适应决定任务间特征的共享,再通过改进的多任务损失函数,对不同任务的损失进行加权和,平衡模型训练效率的差异,使得多任务训练达到更好的效果.实验结果表明,多任务训练结果比单任务训练精度高,达到了实验要求.

摘要：论文针对混合约束流水车间调度问题(Hybrid constrained flow shop,HCFSP),提出了一种改进的人工蜂群算法.此算法在融合了禁忌搜索算法的基础上,采用NEH启发式算法产生优质初始解.因NEH不一定能给出最短或者最优的序列,但其可以在一定程度上保证局部最优性,又因其优异的求解速度,可以作为其他算法的初始解集,即可以用于生成初始的蜜源空间;在侦查蜂阶段融合了禁忌搜索算法,通过维护禁忌表,禁止局部搜索,有效避免了陷入局部最优解的问题,增加种群多样性.在融合了两种算法的优点后,论文通过四种规模的算例对改进的人工蜂群算法进行验证,证明了改进后的人工蜂群算法收敛性和鲁棒性优良,在收敛速度和精度方面相较于改进前有较大的提升.

摘要：在杂乱环境中运行的无人驾驶飞行器规划出可飞行的路径是机器人领域非常典型且具有挑战性的问题,并且在这一领域存在着各种各样的探索.针对RRT*算法在无人机规划中不包括飞行运动学约束并且路径粗糙的问题,提出一种基于改进启发式搜索的RRT*无人机路径规划优化算法,算法利用启发式搜索的方法并结合飞行运动学约束,实现了RRT*算法的路径优化和细化,生成了平滑的无人机飞行路径;采用基于非线性优化(Nonlinear Programming,NLP)的数值优化方法在保证收敛性的前提下取得了较高的性能,使路径计算时间显著减少.在Matlab中建立仿真实验,仿真结果表明,基于改进RRT*的启发式搜索具有更快的收敛速度,并且路径较平滑.

摘要：针对永磁同步电机参数辨识中存在"数据饱和"及"系统噪声",导致递推最小二乘法收敛速度慢、波动幅度大和辨识结果有偏等问题.通过分析遗忘因子和辅助变量的性质,提出基于自适应遗忘因子和辅助变量的递推最小二乘法.该方法利用电机模型预测输出值与真实值之间的误差构建动态自适应遗忘因子调节函数,从而更好平衡新旧数据对电机参数辨识的影响;同时加入辅助变量解决系统在有色噪声影响下使辨识结果具有无偏性.仿真结果表明,该算法在自适应遗忘因子调节下具有较好的收敛能力和稳定性,同时利用辅助变量保证辨识结果无偏.

摘要：针对不同环境下无人机航迹规划中快速扩展随机树(RRT)算法规划效率低、随机性大、路径不平滑等问题,提出一种双策略RRT算法.在传统RRT算法随机函数中添加权重系数,约束随机树的生长方向,并将扩展步长大小从固定式转变为自适应式.再对已规划路径过长且不平滑的问题,提出一种删除冗余节点的优化方法,有效地缩短了路径长度,并采用三次B样条曲线法对航迹路径进行平滑处理,优化路径节点之间的拐点,提升了路径的平滑性.实验仿真结果表明,论文所提出RRT算法的无人机航迹规划方法具有规划路径短、搜索速度快、可飞行性强等优点,适用于不同环境下的无人机航迹规划需求.

摘要：现有的路由算法通常选择跳数少、距离短的传输路径.由于无线传感器的能量受限,导致一些节点的能量快速消耗,节点死亡,从而降低网络的生命周期.针对上述问题,提出一种基于蚁群优化算法和能量预测的WSN路由方法.通过建立节点距离、跳数和能量的多维信息素模型,根据数据传输过程中节点的剩余能量动态调整路由,从而保证节点能量均衡下降,延长WSN网络的生命周期.在汇聚节点通过能量预测的方法,预测传感器节点的剩余能量,保证路径节点在进行多次自修复或修复失败时,能够快速找到修复路径的最优解.仿真结果表明,该方法在保证较高传输效率的基础上,网络的生命周期提高了33%.

摘要：针对无线传感器网络中的传感器节点定位精度不足的问题,提出一种基于改进多目标粒子群算法的定位方法.改进多目标定位模型,以近锚节点的未知节点位置信息作为目标引导,提高定位效率.提出基于支配次数的最优个体选取策略,使算法可以快速定位节点位置范围,提高定位速度.提出斐波那契突变策略改进多目标粒子群算法,以估计节点位置,提高定位的精确度和稳定性.实验结果表明,改进后的多目标定位模型的平均定位误差相较于改进前的模型的平均定位误差的到明显改善.同时相较于三种对比算法,论文提出的定位方法具有较高的定位精确度和稳定性,可以有效减少锚节点比例和通信半径的对定位的影响.

摘要：针对化工生产中的气体泄漏问题,提出了一种基于红外成像的气体泄漏检测方法.该方法以语义分割网络SegNet为基础,在上采样的过程中增加了嵌入注意力机制的跳层连接融合浅层信息,同时在下采样的后端添加了金字塔池化模块增强特征提取能力,并且在编码器和解码器之间增加了Dropout模块提高网络的泛化能力.使用了具有像素级标注的合成数据集对网络进行了训练,并且分别在合成数据集与真实数据集上进行了实验,结果表明,网络可以在真实红外图像中准确标记出泄漏的气体,并且速度满足实时检测的要求.

摘要：为了满足大学生就业信息的智能推荐需求,设计了一种基于用户显性与隐性偏好的方法.通过建立用户画像,汇总大学生基础信息,生成画像词云图,以实现全面覆盖用户显性与隐性偏好.在词云图中进行邻域分析,判定信息相似性,建立用户与推荐信息的交互挖掘关系,完善用户画像.结合多源偏好和画像中的显隐性偏好特征,以本体相容形式处理,形成待推荐序列,并通过邻域搜索扩大推荐范围,并输出推荐结果,实现智能就业信息推荐模型的设计.论文使用双边匹配方式,增设一对一、一对多的推荐结构,调整输出结果,完成最终就业信息的推荐.实验结果表明,该推荐方法的命中率均可以达到60%以上,优于其他波动较大的推荐方法.

摘要：近年来,随着城市和交通的发展,缓解交通拥堵问题已经成为了一个热门话题,同时也涌现出了越来越多关于智能交通信号灯的研究.论文提出了一种全新的智能交通信号灯控制算法TaskLight,它在原有的DQN网络框架的基础上,融入了多任务学习的思想.此外,在多任务学习的框架中引入了噪声机制,以此来权衡每个任务在各个时间段的重要性.在真实数据集和合成数据集上的实验评估结果表明,与一些最先进的算法相比,TaskLight算法可以明显缩短车辆的平均通行时间,并增加路口的通行量.同时,TaskLight算法通过对不同任务的同时学习,可以使得主网络最终收敛到一个更佳的状态.此外,该算法框架的设计不局限于智能交通灯领域,理论上对于强化学习的其他领域也具有迁移性.

摘要：针对高校学生存在的心理问题现状,采用多源数据驱动来预测高校学生心理健康状况.该方法通过挖掘高校学生部分数据,设计高校学生心理健康预测多源数据集,并根据数据形式提取相关特征;同时针对多源数据集带来的特征过多问题,优化整合Relief算法进行特征选择,降低多源数据集特征维度;提出一种WOA算法优化的lightGBM算法作为分类器完成高效、准确的心理健康预测.利用该方法对部分在校生的数据进行分析预测,实验结果表明,该方法能够实现对高校学生心理问题的有效识别,从而为高校学生工作者的心理健康教育提供规划和决策依据.

摘要：针对目前人工巡检与物理设备辅助无损检测等方法在轨枕裂纹检测中表现效果差的问题,论文提出一种改进YOLOv3模型.论文提出一种融合坐标注意力机制的改进主干特征提取网络,使其能够捕捉空间信息长程依赖,从而较好地定位裂纹位置.论文提出的RFN模块,能够在进行特征融合前增强深层语义信息,融合整体网络的全局信息.利用DIoU代替YOLOv3的坐标回归损失使得网络较早地收敛.实验表明,改进的YOLOv3具有更好的检测性能,在相同的轨枕裂纹数据集上对二者进行测试,论文提出的改进目标检测算法,其中平均准确率均值提升约5.2%,精确度提升约2.5%,召回率提升约7.2%.论文设计的消融实验表明,使用SPP模块以及RFN模块提升了模型检测精度,DIoU损失函数的使用不仅加速了网络的收敛,同时也提供了更高的召回率与检测精度.总体来说,该模型能够高速、高精度地完成轨枕裂纹检测任务.