Microblaze软核处理器在惯测数据采集中的应用

为达到产品小型化要求，降低开发难度，采用Xilinx公司最新７系列内置Microblaze软核的FPGA芯片以实现数据采集，通过在惯测数据采集上应用的实际项目，详细说明了该类 FPGA芯片的Microblaze软核开发流程，包括应用系统的硬件 架构设计、在最新Vivado开发环境下的软核硬件平台的设计、整体软件的设计等，经过测试和对比，实验的结果充分说明Microblaze软核能够代替同类CPU芯片实现惯测产品的数据采集及处理，并具有其灵活高效的特性，在相近的应用场合中展现出独特的优势。     

深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。     

烧结余能高效循环利用技术研究与应用

针对烧结环冷机中低温烟气外排造成的余能浪费以及环境污染等问题,通过中低温烟气循环利用的技术机理与工艺设计的有效结合,从烟气温度、烟气作用时间及烟气粉尘的主动控制三个方面对烟气余能循环利用技术进行了优化,并应用于新钢两台360m~2烧结机。生产实践表明,烟气温度、烟气作用时间及烟气粉尘对烧结工艺指标产生了较大的影响。当烟气温度保持在250±25℃之间,烟气作用时间占总烧结时间比例控制在50%左右,以及烟气中粉尘含量在200mg/m~3以下时,烧结利用系数提高0.01～0.02t/(m~2·h),固体燃耗降低2.33～2.35 kg/t,烧结矿转鼓强度提高了0. 50%～0. 54%,筛分指数降低0. 12%～0. 14%,FeO质量分数降低0.32%～0.34%。此外,每台烧结机每年可减少环冷机热废气排放量约25800万Nm~3。     

基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。     

公共健康导向下的拉萨城市空间设计探讨

21世纪以来,全球范围内频发的重大公共卫生事件对公共健康带来巨大压力,需思考城市设计与公共健康存在的内在联系,基于公共健康需求,不断优化城市设计.研究回顾公共健康与城市设计的历史与演变历程,分析国内外公共健康与城市设计的理论基础,基于此次疫情下城市设计暴露出的问题,以拉萨市为例,尝试探究引发城市公共健康问题的不利因素以及公共健康引导下城市空间设计的优化策略.     

简化形式的系统EMC预测分析技术概述

本文探讨了系统级简化形式的电磁兼容性预测分析方法，该方法对于只有几对发-收干扰对的系统EMI的预测分析简洁有效，它避免了大系统间繁复的建模与大量的数据采集及其计算工作，从而对于只考虑其结果的系统间的EMC预测分析提高了效率。