脉冲神经网络研究进展综述

近年来,起源于计算神经科学的脉冲神经网络因其具有丰富的时空动力学特征、多样的编码机制、契合硬件的事件驱动特性等优势,在神经形态工程和类脑计算领域已得到广泛的关注.脉冲神经网络与当前计算机科学导向的以深度卷积网络为代表的人工神经网络的交叉融合被认为是发展人工通用智能的有力途径.对此,回顾了脉冲神经网络的发展历程,将其划分为神经元模型、训练算法、编程框架、数据集以及硬件芯片等5个重点方向,全方位介绍脉冲神经网络的最新进展和内涵,讨论并分析了脉冲神经网络领域各个重点方向的发展机遇和挑战.希望本综述能够吸引不同学科的研究者,通过跨学科的思想交流与合作研究,推动脉冲神经网络领域的发展.     

热处理炉的网络控制与管理系统的设计与实现

为了实现对热处理炉的实时自动监控与管理,利用工业控制计算机和FP21控制器组成基于RS-422串行通信的采集与控制系统;利用WEB服务器、历史/实时数据库服务器和浏览器组成基于以太网的热处理优化设计和生产实时管理系统.     

基于HTML5跨平台移动应用的研究与实践

针对不同移动平台应用软件需要分别进行开发、测试和维护,这样势必造成资源浪费和成本提高。该文在研究分析当前移动应用开发解决方案和最新移动开发技术的基础上,提出一种跨平台的移动应用方案,并在这个方案的基础上进行实践,利用Phonegap,HTML5和jQuery Mobile技术设计并实现基于Android平台的RSS阅读器。     

基础软件技术的发展趋势

从分析基础软件的基本概念和特性出发,对基础软件的内容、需求、技术、产品等方面进行了系统论述。探讨了现有的主流开发技术及未来的发展趋势。通过分析现有部分国产软件系统在一些典型领域的应用,揭示我国基础软件发展的现状和难题,为现有国产基础软件产业的发展提供决策参考。     

大规模流媒体应用中关键技术的研究

支持大规模用户在线使用的流媒体应用是Internet中极富潜力的一项"重磅级应用",但由于Internet缺乏服务质量(QoS)与相应的安全保障,并且网络和终端系统又存在着较大的异构性,这使得在Internet上构建支持大规模用户的在线流媒体应用面临很多的挑战.该文从支持该应用的流媒体编码技术和网络技术两个角度出发,针对其面临的挑战,深入、全面地综述了编码技术与网络技术的发展与现状.提出了一个新的流媒体应用体系结构,以同时解决大规模流媒体应用中的性能瓶颈、异构性、安全传输以及服务质量等问题,并指出了大规模流媒体应用中关键技术的研究方向.     

一种综合高效的光盘介质类型识别方法

光驱系统不断集成各种光处理模块以兼容各种碟片,兼容度的提高及市场上光盘碟片介质种类的增多,给光盘介质类型的识别带来了困难.文章提出一种高效识别光盘介质类型的方法 ,并给出详细实现过程.测试结果表明该方法可以在光驱启动时高效快速地识别出碟片介质类型,从而快速设置OPU激光功率,通道参数和伺服工作参数,使光驱能够更快的启动并读取对应碟片上的数据.     

基于微粒群的K均值聚类算法在图像分类中的应用

提出一种新的图象分类算法椈谖⒘Ｈ旱腒均值聚类图象分类算法.将此算法和K均值聚类算法以及微粒群图像分类算法分别应用于MRI人脑图象的分类,并进行了比较.实验结果表明:基于微粒群的K均值聚类图象分类算法具有较好的全局收敛性,不仅能有效克服K均值算法易陷入局部极小值的缺点,且全局收敛性能优于微粒群图像分类算法.     

多处理器环境中基于节能及容错的实时动态调度算法

当前处理器由于较高的能量消耗,导致处理器热量散发的提高及系统可靠性的降低,同时任务实际运行中的错误也降低了系统的可靠性.因此同时满足节能性及容错性已经成为目前计算机领域较为关心的问题.提出的调度算法针对实时多处理器计算环境,以执行时间最短的任务优先调度为基础,结合其他有效技术(共享空闲时间回收及检查点技术),使得实时任务在其截止期内完成的同时,能够动态地降低整个系统的能量消耗及动态容错.针对独立任务集及具有依赖关系的任务集,提出两种算法:STFBA1及STFBA2(shortest task first based algorithm).通过实验与目前所知的有效算法相比,算法具有更好的性能(调度长度及能量消耗)及较低的通信时间复杂度.     

基于ARM嵌入式系统的服装绘图仪的设计

服装绘图仪的系统核心采用LPC2132微处理器,内嵌实时操作系统uC/OS-II,采用多任务处理方式。主要设计了XY型服装绘图仪的系统机械结构与笔头机构,详细介绍控制系统的体系结构,实现了电机驱动及系统软件,并在此基础上做了测试。     

基于机器学习理论的软件可靠性预测研究

由于软件可靠性早期预测在测试前就能够使开发和测试的相关人员对软件的可靠性有一定的了解．所以对于软件如何进一步开发、测试和质量的控制都具有十分重要的作用。该文将支持向量机理论引入到软件可靠性早期预测领域中来,提出了基于支持向量机的软件可靠性早期预测模型。通过对比仿真实验,证实了此模型同传统模型相比具有预测精度更高、泛化能力更强、对样本数量的依赖程度更低的特点。