基于SoC的嵌入式DRAM存储器内建自测试设计

内建自测试(Built-in Self Test,BIST)是测试片上系统(System on- Chip,SoC)中嵌入式存储器的重要技术;但是,利用BIST技术采用多种算法对嵌入式存储器进行测试仍面临诸多挑战;对此,提出了一种基于SoC的可以带有多种测试算法的嵌入式DRAM存储器BIST设计,所设计的测试电路可以复用状态机的状态,利用循环移位寄存器(Cyclic Shift Register,CSR)产生操作命令,利用地址产生电路产生所需地址;通过对3种BIST电路支持的算法,全速测试,面积开销3个方面的比较,表明提出的嵌入式DRAM存储器BIST设计在测试时间,测试故障覆盖率和测试面积开销等各方面都取得了较好的性能.     

基于视频的车辆发现模块的研究与实现

针对现有的智能交通系统的车辆发现模块的不足,提出了车辆发现的一整套解决方案。综合使用了已有的视频处理技术及方法,背景差分法、帧间差分法、检测线方法,以及自适应边框的车辆精确定位等方法,设计实现了智能交通系统的车辆发现模块。设计了三种不同的真实场景的实验。通过对结果的分析表明,系统的车辆发现模块对于车辆的识别度高达90%以上,在一般的设备下流畅运行,能够满足车辆发现应用对系统的实时性的要求,并且适应性也较好。     

基于Hamiltonian马氏链蒙特卡罗方法的突变运动跟踪

在计算机视觉领域,由镜头切换、目标动力学突变、低帧率视频等引起的突变运动存在极大的不确定性,使得突变运动跟踪成为该领域的挑战性课题.以贝叶斯滤波框架为基础,提出一种基于有序超松弛Hamiltonian马氏链蒙特卡罗方法的突变运动跟踪算法.该算法将Hamiltonian动力学融入MCMC（Markov chain Monte Carlo）算法,目标状态被扩张为原始目标状态变量与一个动量项的组合.在提议阶段,为抑制由Gibbs采样带来的随机游动行为,提出采用有序超松弛迭代方法来抽取目标动量项.同时,提出自适应步长的Hamiltonian动力学实现方法,在跟踪过程中自适应地调整步长,以减少模拟误差.提出的跟踪算法可以避免传统的基于随机游动的MCMC跟踪算法所存在的局部最优问题,提高了跟踪的准确性而不需要额外的计算时间.实验结果表明,该算法在处理多种类型的突变运动时表现出出色的处理能力.     

情感型对话机器人技术的研究综述

对话机器人技术一直是人机交互领域的研究热点,基于文本或者语音的对话机器人已经广泛应用于生活当中。然而,构建能够与人类进行自然的、流畅的对话的机器人仍然充满挑战。情感作为拟人性的重要方面能够提高人机交互的自然性和流畅性。因此,为了推进对话机器人技术的发展,本文对情感型对话机器人的相关概念、发展历史、情感生成方式、设计思路和评价方式的相关研究展开了系统的梳理。情感型对话机器人主要分为指定类别情感回复和生成式情感回复两种,其中生成式情感回复是未来发展的主要趋势。     

一种考虑径流预报及其不确定性的水库优化调度模型

鉴于纯随机径流描述或确定性径流预报的水库(群)优化调度模型,未考虑径流预报及其不确定性,导致优化计算结果与水库实际运行情况存在较大差异.本文提出了一种利用后验的径流状态转移概率和径流预报的可预测性概率来描述径流预报及其不确定性的优化调度模型.依据二滩水电站径流及其预报的实际状况,考虑不同预见期的径流预报信息,建立了考虑...     

基于TMS320F2812 DSP的Focus控制器设计

借用原有DVD-ROM的机械机构、驱动单元、光学单元,以TMS320F2812 DSP芯片为核心控制器,搭建了DVD的Focus控制实验平台;分别从硬件和软件两方面进行设计,从而对前期采用PID算法设计的Focus控制器进行了可行性验证。     

利用柔性注意力分割模型的X频段航海雷达图像海面溢油检测

X频段航海雷达图像广泛应用于溢油探测中,但是目前仅用于判断是否有溢油,对油污区域的精确计算较少。针对上述问题,引入了基于柔性注意力机制的图像分割的模型。首先建立以基于特征金字塔的目标检测模型为主干模型的语义分割模型,将多尺度特征进行充分融合,包括高层次的语义信息和低层次的位置信息;然后针对每一个特征层分别引入通道注意力机制,计算特征层中通道之间的权重关系,提高模型对溢油特征提取的表达能力,同时采用像素级别的语义分割打分函数作为评价分割区域质量的指标。对大连区域海面溢油数据集进行检测的实验结果表明,该方法能够提高溢油区域的分割精度,同时与PSPNet、DeepLab V3+和Attention U-net等分割模型相比,基于像素级别的分割准确率提高至85.77%。     

GSAGA: A hybrid algorithm for task scheduling in cloud infrastructure

Cloud computing is becoming a very popular form of distributed computing, in which digital resources are shared via the Internet. The user is provided with an overview of many available resources. Cloud providers want to get the most out of their resources, and users are inclined to pay less for better performance. Task scheduling is one of the most important aspects of cloud computing. In order to achieve high performance from cloud computing systems, tasks need to be scheduled for processing by appropriate computing resources. The large search space of this issue makes it an NP-hard problem, and more random search methods are required to solve this problem. Multiple solutions have been proposed with several algorithms to solve this problem until now. This paper presents a hybrid algorithm called GSAGA to solve the Task Scheduling Problem (TSP) in cloud computing. Although it has a high ability to search the problem space, the Genetic Algorithm (GA) performs poorly in terms of stability and local search. It is therefore possible to create a stable algorithm by combining the general search capacities of the GA with the Gravitational Search Algorithm (GSA). Our experimental results indicate that the proposed algorithm can solve the problem with higher efficiency compared with the state-of-the-art.

     

基于模拟退火算法的水彩画仿真

为了快速有效地进行水彩非真实感绘制,综合考虑了工具材质的物理特性和视觉特征,提出一种基于模拟退火算法的水彩画计算机仿真方法.通过定义颜料颗粒解、产生函数和冷却进度表,并且利用解空间的迭代计算模拟水彩动静态属性.为了增加绘制效果真实感,利用Ashikhmin纹理映射算法合成水彩纸的自然背景纹理,并修正和迁移了光学库伯卡-芒克模型以融合纹理基质和颜料涂层,仿真了水彩肌理性特征.实验结果表明了该方法的有效性.     

基于TOPCARES-CDIO的实践环境建设

从提高大学生创新实践能力的需求出发,阐述实践环境建设对培养学生创新实践能力的积极作用,结合大连东软信息学院的实际情况,提出基于TOPCARES-CDIO人才培养模式的实践环境建设方案,并提出相关保障措施。