基于P2P的协作系统研究

传统的协作存在固有的缺陷。系统可靠性和扩展性差，不能充分利用客户端资源。P2P系统不但架构灵活，有高可扩展性，而且能充分利用计算和网络资源。分析了协作系统采用P2P架构所具有的优点，并提出一个基于微软P2PSDK的协作系统设计与实现方案。     

堤防干密度及含水率控制的几个关键环节

位于龙江县境内的嫩江38 km的堤防工程,历经近年的多次洪水期考验,特别是2005年绰尔河1 700 m3/s、雅鲁河840 m3/s,罕达罕河1 500 m3/s的洪峰流量的考验,其工程质量过硬.归其原因得益于施工中对干密度及含水率几个关键性环节的控制.     

甘南县沟壑侵蚀与治理措施

沟壑是土壤侵蚀破坏最剧烈的地带,是由集中水流直接冲刷土体而形成的.沟壑侵蚀不仅蚕食耕地,危害水土资源,破坏交通,还给防洪造成一定压力.通过沟头防护和谷坊的治理能分散和排走径流,防止沟头前进,沟床下切和沟岸扩张崩塌.     

利用IND-CVA实现安全信道

在UC安全框架下,文中提出了一个通用的安全信道协议构造方法.按该方法得到的信道协议首先调用一个理想的密钥交换协议以取得会话密钥,然后再调用一个认证加密方案对要传送的消息进行认证加密处理.其结果是,该安全信道是UC安全的充分必要条件是,其中的认证加密方案同时是IND-CVA和INT-PTXT安全的.这一结论比IND-CCA安全和INT-CTXT安全要弱得多,显示出IND-CVA在刻画安全信道的保密安全性方面的准确性.另外,文中提出的安全信道的构造方法也实现了从安全信道的UC安全性到认证加密方案的保密性和完整性的转换,为安全信道的设计和分析提供了有力的工具.     

移动机器人的改进无迹粒子滤波蒙特卡罗定位算法

粒子滤波是移动机器人蒙特卡罗定位(Monte Carlo localization, MCL)的核心环节. 首先, 针对粒子滤波过程的粒子退化问题, 利用迭代Sigma点卡尔曼滤波来精确设计粒子滤波器的提议分布, 以迭代更新方式将当前观测信息融入顺序重要性采样过程, 提出IUPF (Improved unscented particle filter)算法. 然后, 将IUPF与移动机器人MCL相结合, 给出IUPF-MCL定位算法的实现细节. 仿真结果表明, IUPF-MCL是一种精确鲁棒的移动机器人定位算法.     

基于6-DOF解耦操作臂的空间遥操作控制及运动学分析

针对由6-DOF解耦操作臂及其末端手爪组成的操作臂系统,设计了符合工程实际的遥操作控制策略,并提出了一种简单的运动学解算方法.采用Motoman工业操作臂,对提出的方法进行了实验验证.实验结果证明了所提方法的可行性.     

TVMT:基于TVM的高性能神经网络训练编译器

随着深度学习应用的快速发展,神经网络模型的参数量变得越来越大,这意味着训练一个可用的神经网络模型需要更多的算力和更长的计算时间,因此如何提升神经网络训练的效率至关重要.然而训练效率在很大程度上取决于硬件后端和编译器.为了提升神经网络训练的性能,编译器的效率亟待提升,而这主要取决于计算图的优化、算子级别的优化和代码生成.主流的神经网络训练框架(如TensorFlow, PyTorch)使用了供应商特定的、通过手工设计算子获得的算子库.然而,手工设计算子浪费了大量的算子级别的优化空间,因此研究人员提出了TVM.作为一个端到端的编译器, TVM实现了算子级的自动优化,比现有框架进一步提高了性能.此外, TVM支持从多种神经网络框架中导入神经网络模型,并在不同主流硬件后端上部署.然而, TVM的注意力集中于提升神经网络推理任务的性能,并不支持神经网络的训练.本文提出了TVMT,第一个基于TVM、支持神经网络训练的端到端编译器.为了支持神经网络训练,本文提出了以下方法.(1)合并损失函数到现有的计算图中,以支持前向和后向传播;(2)在训练过程中采用设备到主机的机制来更新权重参数;(3)集成了最先...     

面向军事栅格的构件集成网络体系结构

文章提出了一种面向军事栅格的构件集成网络体系结构,它摒弃了传统的分层式网络体系结构中层的概念,而采用构件概念。构件集成网络体系结构具有时延小、传输负载小等优点,适合于在军事领域中应用。给出了这种网络体系结构的设计原则、构件的组成及报文格式。最后,通过仿真,验证了构件集成网络体系结构的有效性。     

非线性系统神经网络自适应控制的发展现状及展望

简要回顾了神经网络控制及其应用的发展历程,重点论述了人们在连续、离散时间非线性系统的神经网络以及神经模糊稳定自适应控制研究方面所取得的主要进展,探讨了神经网络自适应控制研究方面存在的主要问题及解决问题的基本途径.作为当前解决神经网络自适应控制问题的途径之一,介绍了近来人们对二阶模糊神经网络以及量子神经网络的研究.最后,总结并指出了这一领域下一步的发展方向和有待解决的新课题.     

双连杆柔性机械手负载自适应模糊滑模控制

讨论了柔性机械手末端负载变化时的控制问题。应用奇异摄动将双连杆柔性机械手系统分解为慢变、快变两个子系统。提出一种慢变子系统采用自适应模糊滑模控制、快变子系统采用最优控制的混合控制方法。仿真结果表明,该方法不仅能实现柔性机械手轨迹的快速、准确跟踪,有效的抑制弹性振动,并且对负载的变化具有强的鲁棒性。