缓解同时多线程结构中线程对关键资源的竞争

同时多线程处理器同时执行来自不同线程的指令,兼顾了线程内和线程间的指令并行,使处理器的性能得以大幅提升。然而这种对资源的共享方式,可能带来对关键资源(包括重命名寄存器、指令队列等)的恶性竞争,从而出现饿死现象,甚至影响处理器的吞吐率。这主要是由于某些线程遇到长延迟指令,并长期占据关键资源,从而导致其他线程对资源的需求无法得到满足,同时这也降低了资源的利用率。降低竞争带来的负面影响,主要有3种方法:线程调度——在取指段,决定从哪些线程取指令;指令调度——决定哪些指令进入关键资源;关键资源划分——为每个线程分配独立的关键资源。主要对这些调度策略进行综述。     

基于神经网络参数优化的热失控状态温度预测研究

为提高夹杂热失控现象的微波干燥褐煤过程中神经网络预测温度精度,提出一种基于二次滤波及粒子群寻优的神经网络参数优化算法。该方法先引入小波分析对训练数据进行软阈值滤波处理,使温度数据在描述变化趋势的同时突出非平稳特征,而后使用粒子群算法寻找该趋势特征对应的神经网络最优的隐层节点数、学习率及最佳训练次数的组合,最后在预测中使用前向均值阈值滤波处理输入数据配合该最优网络进行预测。实验结果表明,该方法能同时提高热失控和非热失控状态下温度预测精度,使预测平均绝对误差下降59.2%。     

改进退火遗传算法在SQL数据挖掘参数优化中的应用

针对SQL数据挖掘在复杂动力学系统故障诊断中的模式分类问题,以决策树参数优化为例,开展SQL数据挖掘分类算法参数优化研究。目前数据挖掘中的各类算法参数往往根据经验值设定,预测精度不高;只用遗传算法进行参数优化,分类预测结果容易发生振荡和早熟现象。采用改进的退火遗传算法对SQL数据挖掘中的决策树算法参数进行优化,解决了人工经验设置参数效率低下、精度不高的问题,同时实现了全局搜索,快速收敛到全局最优解。     

乐山市山洪监测预警系统设计与建设

随着山洪灾害防治县级非工程措施建设规模的扩大,提高省、市、县三级应急联动能力,提升防灾科学管理水平成为重要课题。针对乐山市山洪监测预警系统的建设提出了系统总体设计方案,展示了四级山洪灾害数据共享汇集关系并分析各模块的工作机制;同时,对数据信息采集共享子系统、信息查询及监测子系统、预警响应跟踪子系统、移动工作子系统的数据传输、查询、监控预警等功能以及具体实现进行了重点阐述。所述预警系统体系完整,为市级山洪预警系统的建设提供了借鉴和参考。     

共缩聚型可溶性聚酰亚胺的合成与性能研究(3)

以４,４′－二（４－氨基苯氧基）二苯砜及４,４′－二氨基二苯醚或４,４′－二氨基二苯甲烷为共缩聚二胺单体与二苯醚３,３′,４,４′－四甲酸二酐缩聚并经化学亚胺化合成了共缩聚型聚酰亚胺。当共缩聚二胺单体中４,４′－二（４－氨基苯氧基）二苯砜／４,４′－二氨基二苯甲烷和４,４′－二（４－氨基苯氧基）二苯砜／４,４′－二氨基二苯醚的摩尔比分别为１０∶０～５∶５及１０∶０～３∶７时,所得聚酰亚胺可溶于强极性溶剂。可溶性聚酰亚胺的玻璃化转变温度（Ｔｇ）在２５５～２６５℃,并随结构中４,４′－二（４－氨基苯氧基）二苯砜的摩尔比上升而略有下降。聚酰亚胺在Ｎ２中的热降解起始温度在５５５～５９０℃,并且与二胺单体的结构及比例基本无关。     

基于特征增强与时空信息嵌入的涡扇发动机剩余寿命预测

针对现有的剩余寿命预测方法对原始数据利用率不高以及多维数据特征提取能力不足的问题,提出了一种基于特征增强和时空信息嵌入的卷积神经模型。首先,通过特征增强模块在原始数据基础上进一步提取工况特征与手工特征作为辅助特征;其次,提出了时空嵌入模块,对原始数据进行时空信息编码以嵌入时间序列信息和空间特征信息;最后,拼接上述特征并通过回归预测模块捕获数据内在关系得到回归预测结果。在通用的涡扇发动机模拟数据集(C-MAPSS)上对该模型预测效果进行了测试。实验结果表明,与现有主流深度学习方法相比,该模型在四个子集上的均方根误差平均减少了8.8%,且在多工况的运行条件和故障类型下,其预测精度均优于现有先进算法,充分证明了该模型在涡扇发动机剩余使用寿命预测方面的有效性和准确性。     

基于多模态特征频域融合的零样本指称图像分割

为了解决语义分割应用到现实世界的下游任务时无法处理未定义类别的问题,提出了指称对象分割任务,该任务根据自然语言文本的描述找到图像中对应的目标。现有方法大多使用一个跨模态解码器来融合从视觉编码器和语言编码器中独立提取的特征,但是这种方法无法有效利用图像的边缘特征且训练复杂。CLIP（contrastive language-image pre-training）是一个强大的预训练视觉语言跨模态模型,能够有效提取图像与文本特征,因此提出一种在频域融合CLIP编码后的多模态特征方法。首先,使用无监督模型对图像进行粗粒度分割,并提取自然语言文本中的名词用于后续任务。接着利用CLIP的图像编码器与文本编码器分别对图像与文本进行编码。然后使用小波变换分解图像与文本特征,可以充分利用图像的边缘特征与图像内的位置信息在频域进行分解并融合,并在频域分别对图像特征与文本特征进行融合,并将融合后的特征进行反变换。最后将文本特征与图像特征进行逐像素匹配,得到分割结果,并在常用的数据集上进行测试。实验结果证明,网络在无训练零样本的条件下取得了良好的效果,并且具有较好的鲁棒性与泛化能力。     

用混沌理论优化SVM核参数的研究

混沌优化算法是一种有效的全局优化算法,其计算复杂度较低,搜索速度快。支持向量机是近年来新兴的模式识别方法,在解决小样本、非线性及高维模式识别问题中表现出了突出的优点。但支持向量机的识别性能对于参数的选择是敏感的,提出用混沌优化算法来优化支持向量机的参数,不仅提高了支持向量机的性能,而且解决了传统的选取参数方法计算量大、参数多时难以奏效的问题。仿真结果表明性能较好、计算量较少。     

B煤气鼓风机转子对中找正探讨

针对化工厂B煤气鼓风机叶片卡顿现象对煤气鼓风机进行了解体检修,更换风机叶片衬套、轴封环以及轴承处碳环,重点对检修过程中的煤气鼓风机转子对中找正过程及方法进行了详细描述,利用三表法对转子位置进行了定位,通过多次对轴承基座进行轴向、径向及纵向的调整,使得转子中心与变速箱主轴中心处于同一直线上。