深度元学习在无人驾驶中的应用前景

在无人驾驶发展的初期,科学家们依靠数学方法与计算机视觉领域的相关技术创造出无人驾驶算法,其性能和安全性都不是很理想。近年来,随着深度学习的不断发展,无人驾驶领域出现了越来越多与深度学习相关的优秀算法。与传统算法相比,与深度学习相结合的无人驾驶算法有着更为优秀的性能,无人驾驶技术也随着深度学习的发展不断向商用化推进,其中具有代表性的产品即为近年来美国特斯拉公司生产的车辆,其拥有较为完善的辅助驾驶系统,可以将其看作一款非常典型的无人驾驶产品。本文将从目标检测以及目标跟踪两个领域分析深度元学习在无人驾驶领域中的应用前景。     

基于1D CNN与XGBoost的恶意代码纹理检测

恶意代码数量已经呈现爆炸式增长,对于恶意代码的检测防护显得尤为重要.近几年,基于深度学习的恶意代码检测方法开始出现,基于此,提出一种新的检测方法,将恶意代码二进制文件转化为十进制数组,并利用一维卷积神经网络(1 Dimention Convolutional Neural Networks,1D CNN)对数组进行分类和识别.针对代码家族之间数量不平衡的现象,该算法选择在分类预测上表现良好的XGBoost,并对Vision Research Lab中的25个不同恶意软件家族的9458个恶意软件样本进行了实验.实验结果表明,所提的方法分类预测精度达到了97％.     

基于JESD204B协议高速并行8 bit/10 bit解码电路设计

提出了一种高速低延时8 bit/10 bit解码电路结构,采用四路并行通道同时处理输入数据,每一路具有K码检测、输入数据查错功能,能够在输入四路10 bit数据后的一个时钟周期内正确完成解码.所设计的解码电路通过搭建的通用验证方法学系统完成系统级功能验证,并基于65 nm工艺库进行综合、布局和布线,解码电路的面积为1 449 μm2.后仿真结果显示,解码电路的最高工作频率达415 MHz,四路可支持最高16.6 Gibit/s的串行数据传输速率,满足JESD204B协议标准推荐的最高传输速率12.5 Gibit/s的要求.将该解码电路用于支持JESD204B协议的高速数模转换器电路中,经测试,其传输速率最高达10.5 Gibit/s.     

利伐沙班的定量检测:拉曼光谱法与远红外吸收光谱法

利伐沙班是一种新型口服抗凝药，它具有疗效确切、安全性好、使用方便等优点，所以经常用于静脉血栓栓塞性疾病的预防与治疗，以及非瓣膜性房颤的卒中预防。由于利伐沙班在患者体内的浓度会影响其对凝血因子Xa的抑制作用，这导致患者的临床反应有个体差异，影响最终治疗效果。为了更加合理地使用利伐沙班，临床上需要监测人体血液或尿液中利伐沙班的浓度。针对该临床需求，文中基于远红外指纹谱和拉曼特征谱在物质有效识别和定量分析的优势，采用傅里叶变换红外光谱仪和激光共聚焦拉曼光谱系统，针对液体状态下利伐沙班进行识别并定量检测。文中先通过傅里叶变换红外光谱仪检测利伐沙班的远红外吸收谱随其浓度发生的变化，再通过激光共聚焦拉曼光谱系统检测了利伐沙班的拉曼光谱随其浓度发生的变化，最后比较了远红外光谱法与拉曼法的准确率。经过比较，远红外检测的精度比拉曼光谱检测的精度提升2倍。这些结果对临床医学中利伐沙班的使用具有重要意义。     

并流控速沉淀法制备纳米α-Bi2O3及其光催化降解苯酚性能研究

以五水合硝酸铋为铋源,氢氧化钠为沉淀剂,通过简单易操作的并流控速沉淀法合成了α-Bi2O3纳米颗粒.同时,利用XRD和SEM分析了所获产品的结构与表面形貌.并选用苯酚作为模拟污染物,利用LC3000型高效液相色谱仪对其进行色谱分析,探究了所合成的纳米α-Bi2O3光催化剂的催化性能.当苯酚的质量分数为100μg·g?1、pH=8、α-Bi2O3投加量为60 mg·L?1时,可见光照射180 min,降解率可达92.6％.通过自由基捕获实验发现,在α-Bi2O3光催化降解苯酚体系中主要活性物种为羟基自由基.     

4K卫星车系统的建设思考

本文从4K卫星车系统的编码方式进化、调制方式的更新、功放和天线的匹配选型等四个关键环节对4K卫星车的技术层面选型和应用做了系统性的介绍和分析。     

食用油包装现状及质量检测的探讨

目前,国内食用油市场普遍采用塑料桶装运。各大超市出售的花生油、菜籽油、豆油、色拉油等几乎都是用塑料桶包装的。非常规油脂,例如昂贵的橄榄油,被装在玻璃或金属罐里,而塑料罐子则通常用皮特制造。由于玻璃陶瓷容器易碎,不易运输,建议罐装铁质。文章通过大量的检测数据,对目前瓶装食用油质量状况进行了初步分析,表明不同厂家食用油的瓶装质量实际存在差异,并指出了目前瓶装食用油存在的问题,为我国食用油包装标准的进一步完善提供参考。     

抗FGF-2纳米抗体抑制碱烧伤诱导大鼠角膜血管新生

目的：研究抗成纤维细胞生长因子（FGF-2）纳米抗体对碱烧伤诱导的大鼠角膜血管生成的治疗作用。方法：将SD大鼠分为：假手术组（Sham），模型组（Model，直径为3 mm的浸有1 mol/L NaOH溶液圆形滤纸贴于大鼠眼角膜中央处30 s，制备大鼠碱烧伤血管生成模型）和治疗组（Treatment，术后7天至21天用3 mg/mL的抗FGF-2纳米抗体溶液滴眼，每日3次，每次10 μL，共14天）。通过体视显微镜和CD31免疫组织化学染色计算大鼠角膜血管生成情况。实时荧光定量PCR、酶联免疫吸附测定和免疫组织化学染色3种方法检测抗血管内皮生长因子（VEGF）和FGF-2的mRNA和蛋白表达水平。结果：（1）血管：治疗组较模型组的面积显著减少，血管管腔较窄（P<0.05），在药物干预14天后，差异最为显著；（2）FGF-2的mRNA和蛋白表达水平：模型组与治疗组的结果相近（P>0.05）；（3）VEGF的mRNA和蛋白表达水平：治疗组显著高于模型组（P<0.05）。此外，假手术组的持续给药也使得VEGF表达显著增加（P<0.05）。 结论：抗FGF-2纳米抗体可抑制由碱烧伤诱导的角膜血管新生，但也使得正常大鼠角膜或病理大鼠角膜的VEGF表达水平代偿性升高。     

一种基于SVD的改进LTS气动数据异常检测方法

用稳健的最小截平方和(LTS)估计检测气动数据中的异常,但气动数据是海量和高维的,使得LTS要求解的矩阵维数很大,造成巨大的时空开销.为此,引入迭代的奇异值分解(ISVD)求解LTS的最小二乘问题,实现更快的异常检测.实证分析采用某飞行器外形数据,分别运用OLS,FastLTS以及ISVD-FastLTS对数据集进行异常检测和对比分析.实验证明,相比于传统方法,ISVD-FastLTS能更加快速且准确地识别异常值.