基于稀疏表示的相关滤波目标跟踪算法

针对相关滤波跟踪算法在目标形变、背景干扰等复杂场景下，易受干扰特征影响导致跟踪失败的问题，提出了基于稀疏表示的相关滤波目标跟踪算法。该算法将稀疏表示与相关滤波相结合，在目标函数中引入L1范数惩罚项，使训练出的相关滤波器只含有目标的关键特征，同时根据相关滤波系数的空间位置为其分配不同的惩罚参数，并采用交替方向乘子法（alternating direction method of multipliers,ADMM）求解相关滤波器。实验结果表明：该算法在三个常用数据集上，与五种相关滤波跟踪算法相比，具有最高的精确度和成功率，且对复杂场景中的干扰特征具有良好的鲁棒性，同时能够满足目标跟踪实时性的要求。     

JavaScript引擎JIT代码的类型混淆缺陷检测器

类型混淆漏洞是近期在JavaScript引擎中集中爆发的一类漏洞。但是,受即时编译(JIT)代码的限制,以往的类型混淆缺陷的检测方法,无法用于检测JavaScript引擎JIT代码的类型混淆缺陷。本文提出了一种针对该类型缺陷的检测方法,并实现了检测器名为TC-JIT-San的JIT代码类型混淆缺陷检测器。该方法利用JIT代码执行流和数据类型之间关联性,将从JIT代码中识别数据类型的难题转为观察执行流的变化。TC-JIT-San通过观察执行流的变化情况是否符合正常执行逻辑,从而检测出类型混淆缺陷。实验结果表明,TC-JIT-San具有低开销、低漏报和误报的特点。其运行时开销是正常执行的1.84倍,平均漏报率和误报率为0%和0.11%。     

基于SoC-FPGA的RISC-V处理器软硬件系统级平台

构建软硬件系统级原型平台是处理器设计硅前测试中必不可少的环节.为适应基于开放指令集RISC-V的开源处理器设计需求，简化现有基于FPGA的处理器系统级原型平台构建方法，提出了一套基于SoC-FPGA的处理器敏捷软硬件原型平台，以实现目标软硬件设计的快速部署与系统级原型高效评测.针对上述目标，发掘紧耦合SoC-FPGA器件的潜力，构建了一套RISC-V软核与ARM硬核（SoC侧）之间的信息交互机制.通过共享内存和虚拟核间中断等方法，可使目标RISC-V处理器灵活使用平台丰富的I/O外设资源，并充分利用硬核ARM处理器算力协同运行复杂软件系统.此外，为提升软硬件系统级平台的敏捷性，构建了灵活可配置的云上自动化开发框架.通过对平台上目标RISC-V软核处理器各方面的分析评估，验证了该平台可有效缩短系统级测试的迭代周期，提升RISC-V处理器软硬件原型评测效率.     

交互式机器翻译综述

随着深度学习的发展和成熟，神经机器翻译的质量也越来越高，然而仍不完美，为了达到可接受的翻译效果，需要人工进行后期编辑。交互式机器翻译（IMT）是这种串行工作的一个替代，即在翻译过程中进行人工互动，由用户对翻译系统产生的候选翻译进行验证，并且，如有必要，由用户提供新的输入，系统根据用户当前的反馈生成新的候选译文，如此往复，直到产生一个使用户满意的输出。首先，介绍了IMT的基本概念以及当前的研究进展；然后，分类对一些常用方法和前沿工作加以介绍，并简述每个工作的背景和创新之处；最后，探讨了IMT的发展趋势和研究难点。     

香山开源高性能RISC-V处理器设计与实现

近年来以RISC-V为代表的开源指令集引领了开源处理器的设计潮流.然而，目前国内外的开源处理器性能尚未满足学术界和工业界的需求.为填补空白，香山处理器项目启动.香山是一款开源高性能RISC-V处理器，采用6发射超标量乱序执行设计，目前在著名开源项目托管平台GitHub上获得超过3 200个星标（Star），形成超过400个分支（Fork），成为国际上最热门的开源硬件项目之一，得到国内外企业和研究者的积极支持.香山处理器在近两年时间中历经两代版本演进，第一代“雁栖湖”微架构已经成功流片，回片性能符合预期；第二代“南湖”微架构已进入最后的优化迭代阶段，即将投片，据已知消息，其仿真评估性能在当前开源处理器中排名第一.主要讨论香山前两代微架构的实现细节与设计演进，并系统介绍开发香山过程中的各类挑战与经验.     

大幅宽SAR图像嵌入式舰船实时检测系统设计

针对星载或机载高分辨率合成孔径雷达（synthetic aperture radar,SAR）实时成像后的大幅宽SAR图像舰船实时检测的应用需求，传统的基于FPGA+DSP的嵌入式系统很难同时实现SAR成像处理和基于人工智能技术的大幅宽SAR图像舰船实时检测，为此设计了一种基于3U VPX FPGA+GPU架构的大幅宽SAR图像嵌入式舰船实时检测系统；提出了一种基于YOLOv5s的舰船检测模型，采用基于L2-范数稀疏性惩罚的缩放因子控制法进行轻量化，轻量化舰船检测模型的参数量减小了47.39%，计算量减少了18.67%，平均检测精度为0.968；将轻量化舰船检测模型应用于大幅宽SAR图像嵌入式舰船实时检测系统，并针对典型的10 km×10 km的大幅宽图像应用场景，设计开发基于多线程技术和基于GPU的众核并行计算技术的大幅宽SAR图像嵌入式实时检测系统软件；通过公开的SAR数据集进行功能验证和性能评估，该系统能够满足不同分辨率的大幅宽SAR图像舰船实时检测需求。     

紧耦合异构线程处理器

异构计算为系统达到更高的性能功耗比提供了新的思路和方向,但异构系统中中央处理器(CPU)和加速器协同执行任务的过程中大量的控制信号传输和数据搬运始终是系统性能的一个重要瓶颈。对此,本文提出了一种紧耦合异构线程处理器结构,包括一个硬件CPU线程和一个硬件加速器线程,二者采用流水线紧耦合的硬件线程间通信接口和共享存储的方式降低了通信代价,大幅提高了系统性能。为验证该结构的优势,本文在开源BOOM核的基础上设计了硬件线程间通信接口,实现了一个具有高级加密标淮(AES)加速器的紧耦合异构线程处理器,并在现场可编程门阵列(FPGA)上进行了评估。结果显示,在加密任务中,该处理器吞吐量约是Intel Comet Lake使用AES指令集(AES-NI)的5.7倍,是BOOM平台上仅使用通用指令的4000倍。实验进一步验证了通过CPU和加速器快速通信实现的细粒度并行可以取得更多的性能收益。由此得出结论:该结构能敏捷地将加速器整合到CPU周围,有效降低了通信时间,实现CPU线程和加速器线程的细粒度并行,有效地发挥出异构计算的优势,取得可观的性能收益。     

加入梯度均衡机制的端到端方面级情感分析

目前方面级情感分析任务存在类别标签不平衡的问题，会导致模型过多学习非方面词标签，影响模型的性能。基于BERT端到端方面级情感分类模型，针对其类别标签不平衡的问题进行深入研究，提出使用梯度均衡机制缓解类别标签不平衡的问题，采用指数滑动平均的方法缓解潜在离群点样本对实验结果造成的影响，提升模型的性能。在4个标准数据集中进行实验，实验结果表明，所提方法在实验结果中(F1值)相比许多强基线方法有较为明显提升。     

基于国产c86处理器的CP2K软件移植与优化

CP2K是目前运行最快的开源第一性原理材料计算和模拟软件，源码中调用协处理器的部分基于CUDA架构编写。因平台底层硬件架构和编译环境不同，原生的CP2K软件无法调用国产c86处理器平台上的DCU,因此不能实现跨平台应用。为解决该问题，提出了一种CP2K面向该平台的移植方案。该方案的核心思想为：对CP2K软件中主要基于CUDA接口实现的DBCSR库进行代码分析，拆解对应结构体和类的封装方式，并基于HIP的编程标准对其进行实现和封装。在国产c86处理器平台上编译安装HIP版的DBCSR库，链接CP2K软件，最终实现运行DCU版的CP2K软件。后续选取两个测试算例，基于编译级与运行级对其进行优化实验。实验发现，删除CP2K脚本链自动安装的FFTW库可提高计算结果精度。实验结果表明，所使用的优化方法可显著提升CP2K软件的计算效率和计算准确性，为实现开源软件面向国产平台的移植优化和国产化替代做出贡献。     

航天器部件的精细分割和稳定跟踪

为了实现在轨服务过程中对于没有靶标的部件进行操作，需要精细地分割出相关部件，并对其在时序上进行稳定地跟踪。对于部件的精细分割，本文首先基于航天器部件实例分割数据集对实例分割网络Mask RCNN进行了训练，然后在其掩膜分割分支上添加一个优化模块对部件分割结果进行优化。对于部件跟踪，本文首先在Quit＿trihard损失的基础上提出分层加权五元组损失，然后利用该损失在航天器部件重识别数据集上对有关重识别网络进行训练，最后将得到的重识别网路嵌入Deep OC SORT跟踪算法以实现对航天器部件的稳定跟踪。实验结果表明：经过掩膜优化后，在部件实例分割测试集上相关实例分割算法的分割精度可提升至84.90 mAP；使用改进后的损失进行部件重识别，在部件重识别测试集上的识别成功率提高至76.86%，同时相关跟踪算法在部件跟踪测试集上的跟踪成功率升至89.38%。因此，本文提出的方法基本可以满足航天器部件的精细分割和稳定跟踪。