多媒体时代的处理器和计算机

本文介绍了虚拟企业和敏捷企业的基本概念，并结合面向对象技术、Ｉｎｔｅｒｎｅｔ／Ｉｎｔｒａｎｅｔ技术和第二代客户机／服务器技术详细讲述了敏捷的企业管理信息系统的体系结构。     

基于Dropout的改进卷积神经网络模型平均方法

针对深度卷积神经网络（CNN）中的过拟合问题，提出一种基于Dropout改进CNN的模型预测平均方法。首先，训练阶段在池化层引入Dropout，使得池化层单元值具有稀疏性；然后，在测试阶段将训练时池化层Dropout选择单元值的概率与池化区域各单元值所占概率相乘作为双重概率；最后，将提出的双重概率加权的模型平均方法应用于测试阶段，使得训练阶段池化层Dropout的稀疏效果能够更好地反映到测试阶段池化层上，从而使测试错误率达到与训练的较低错误率相近的结果。在给定大小的网络中所提方法在MNIST和CIFAR-10数据集上的测试错误率分别为0.31%和11.23%。实验结果表明：仅考虑池化层对结果的影响，所提方法与Prob.weighted pooling和Stochastic Pooling方法相比具有更低的错误率，表明池化层Dropout使得模型更具泛化性，并且池化单元值对于模型泛化具有一定帮助，能够更有效避免过拟合。     

基于改进渐进最优的双向快速扩展随机树的移动机器人路径规划算法

针对带启发式的快速扩展随机树（RRT-Connect）算法路径生成的随机性以及渐进最优的双向快速扩展随机树（B-RRT^*）算法收敛速度的缓慢性，提出了一种基于B-RRT^*改进的高效路径规划算法（EB-RRT^*）。首先引入一种智能采样函数，使随机树的扩展更具方向性，从而减少寻路时间，并提高路径的平滑性；其次在B-RRT^*算法的基础上，在EB-RRT^*算法中加入了一种快速扩展策略，使改进后的算法在自由空间中使用RRT-Connect算法的扩展方式进行快速扩展，而在障碍物空间则使用改进的渐进最优的快速扩展随机树（RRT^*）算法进行扩展，在提高扩展效率的同时避免算法陷入局部最优。将EB-RRT^*算法分别与快速扩展随机树（RRT）、RRT-Connect、RRT^*和B-RRT^*算法进行仿真对比，仿真结果表明，改进后的算法在路径规划效率及路径平滑性方面均明显优于其他算法；且相对于B-RRT^*算法，其在路径规划时间上降低了68.3%，在迭代次数上减少了48.6%。     

卷心菜中叶黄素提取工艺研究

采用超声波辅助提取卷心菜中的叶黄素,高效液相色谱法检测叶黄素含量。在单因素实验的基础,通过正交实验确定卷心菜中叶黄素的最优工艺条件为:丙酮为提取剂,超声波功率为500W,超声提取时间为30min,料液比为1:30,提取温度为60℃。卷心菜干粉中叶黄素含量约为5.6mg/100g。研究结果对叶黄素的生产与商业化应用将具有重要意义。     

基于改进局部搜索算法的三维空间路径规划研究

在机器人路径规划中,搜索区域维数增大会导致路径搜索算法收敛时间过长甚至不收敛的现象发生。针对此类问题,文中以改进的局部搜索算法为基础,融合蚁群算法中信息素因子和人工势场算法中势场因子,建立了启发函数模型以提高寻优的目的性,并对搜索到的路径用迭代法进行优化。文中具体讨论了三维空间中路径点的选取方式和启发函数模型的建立方法,同时给出了算法的详细流程。最后通过MATLAB仿真实验证明基于改进后的算法进行路径规划时,迭代次数降低,搜索速度变快,路径点轨迹趋势更加平稳。     

紫外辐射照度计国内量值比对与一致性分析

中国计量科学研究院作为主导实验室组织实施了2008年紫外辐射照度计国内量值比对.12个计量机构和3个生产厂家参加并完成了比对.比对结果表明:各参比实验室的En值均符合比对的一致性要求.针对当前紫外辐射照度检测的现状以及存在的突出问题,对测量仪器的性能指标、角度响应特性和稳定性,光谱不匹配等影响紫外辐射照度计量值一致性的关键因素进行了分析研究.     

基于蚁狮优化算法分数阶PI的PMSM矢量控制

针对永磁同步电机(PMSM)双闭环矢量控制系统中传统工程经验比例积分(PI)参数整定易出现超调、振荡、鲁棒性不强等问题,提出采用分数阶PI(FOPI)控制器应用于系统的转速外环,并利用蚁狮优化(ALO)算法对FOPI控制器进行参数优化.该算法利用自然界中蚁狮狩猎蚂蚁的过程,将待优化的参数看作蚁狮个体所处空间位置,并利用误差性能指标ITAE作为目标函数,搜索待求参数的全局最优解.为满足电机驱动控制的实时性要求,采用ALO算法离线整定待求参数.实验结果表明,ALO算法优化的转速外环FOPI控制器具有减小调节时间、提高响应速度和增强系统抗干扰能力的优势,证明了优化策略的可行性和有效性.     

改进A*算法的机器人全局最优路径规划

针对传统A^*算法规划的路径存在很多冗余点和拐点的问题,提出了一种基于A^*算法改进的高效路径规划算法。首先,改进评价函数的具体计算方式,减小算法搜索每个区间的计算量,从而降低寻路时间,并改变生成路径;其次,在改进评价函数具体计算方式的基础上,改进评价函数的权重比例,减少生成路径中的冗余点和拐点;最后,改进路径生成策略,删除生成路径中的无用点,从而提高路径的平滑性;此外,考虑到机器人的实际宽度,改进后算法引入障碍物扩展策略保证规划路径的可行性。将改进A^*算法与三种算法进行仿真对比,实验结果表明,改进后的A^*算法规划的路径更加合理,寻路时间更短,平滑性更高。     

基于RTEMS的CAN总线驱动程序研究

介绍了CAN总线硬件电路设计、RTEMS嵌入式实时操作系统的驱动模型,并详细讨论了CAN总线驱动程序的设计与实现。     

利用Deeplab v3提取高分辨率遥感影像道路

针对传统道路提取方法存在的道路边缘粗糙、抗干扰性弱、提取精度低等问题,提出了一种基于编码解码器的空洞卷积模型(Deeplab v3)的道路提取方法。首先,对原始高分辨率遥感影像进行标注;其次,利用标注数据集对Deeplab v3模型进行训练、测试;最后,得到高分辨率遥感影像道路提取结果。分析结果可知,该模型能够较好地提取高分辨率遥感影像中的道路边缘特征,相比其他道路提取方法具有更高的提取精度和更加完整的道路信息,正确率可达到93%以上。