YOLOv3-tiny的硬件加速设计及FPGA实现

YOLOv3-tiny具有优秀的目标检测能力,但模型所需的计算力依然较大,难以实现面向嵌入式领域的应用。提出一种YOLOv3-tiny的硬件加速方法,并在FPGA平台上实现。首先,针对网络定点化设计,以数据精度与资源消耗为设计指标,通过对模型中数据分布的统计以及数据类型的划分,提出了不同的定点化策略。其次,针对网络并行化设计,通过对卷积神经网络计算特性的分析,使用循环调整、循环分块、循环展开和数组分割等方法,设计了可扩展的常用硬件计算单元架构。然后,针对网络流水化设计,从层间与层内2个方面进行研究,以层间数据流方向和层内任务划分为基础,设计了一种灵活的流水化计算架构。最后,在XILINX XC7Z020CLG400-1平台上进行实验,结果表明,相较于667 MHz的单核ARM-A9处理器,加速比高达290.56。     

基于动态行为和机器学习的恶意代码检测方法

目前恶意代码出现频繁且抗识别性加强,现有基于签名的恶意代码检测方法无法识别未知与隐藏的恶意代码。提出一种结合动态行为和机器学习的恶意代码检测方法。搭建自动化分析Cuckoo沙箱记录恶意代码的行为信息和网络流量,结合Cuckoo沙箱与改进DynamoRIO系统作为虚拟环境,提取并融合恶意代码样本API调用序列及网络行为特征。在此基础上,基于双向门循环单元（BGRU）建立恶意代码检测模型,并在含有12 170个恶意代码样本和5 983个良性应用程序样本的数据集上对模型效果进行验证。实验结果表明,该方法能全面获得恶意代码的行为信息,其所用BGRU模型的检测效果较LSTM、BLSTM等模型更好,精确率和F1值分别达到97.84%和98.07%,训练速度为BLSTM模型的1.26倍。     

基于深度学习的文本分类技术研究进展

随着深度学习技术的快速发展,许多研究者尝试利用深度学习来解决文本分类问题,特别是在卷积神经网络和循环神经网络方面,出现了许多新颖且有效的分类方法。对基于深度神经网络的文本分类问题进行分析,介绍卷积神经网络、循环神经网络、注意力机制等方法在文本分类中的应用和发展,分析多种典型分类方法的特点和性能,从准确率和运行时间方面对基础网络结构进行比较,表明深度神经网络较传统机器学习方法在用于文本分类时更具优势,其中卷积神经网络具有优秀的分类性能和泛化能力。在此基础上,指出当前深度文本分类模型存在的不足,并对未来的研究方向进行展望。     

基于边缘计算的电动汽车换电电池冗余度建模分析

针对电动汽车换电站电池冗余度过高,充电成本过高的问题,研究基于边缘计算的电动汽车换电电池冗余度建模分析。结合边缘计算与云计算技术,建立电动汽车换电电池冗余度分析的边缘计算平台,利用边缘节点A采集电动汽车用电信息,将采集数据上传至云平台,云平台利用电动汽车换电电池充电优化控制模型分析边缘节点B关联电动汽车换电电池冗余度,利用自适应遗传算法求解模型,实现电动汽车换电电池充电优化。实验结果表明,该模型可有效分析电动汽车换电电池冗余度,将该模型应用于电动汽车换电站,换电站月充电费用降低幅度大于13%。     

基于模型参数辨识的串联补偿输电线路纵联保护原理

串联电容补偿设备的应用降低了超高压输电线路中差动保护的灵敏度,为解决此问题提出了一种基于模型参数辨识的纵联保护原理。以串补等值阻抗作为辨识参数,引入串补工频阻抗等值模型并结合线路分布参数模型,采用线路两侧电压和电流作为测量量构建了串补等值阻抗辨识方程。辨识阻抗在区外故障时等于串补等值阻抗,在区内故障时与串补等值阻抗有明显差异,基于此构成纵联保护判据。理论分析与仿真结果表明,该保护原理整定简单,可靠性高,受串补本体保护和系统运行方式的影响小,不受分布电容电流的影响。与传统差动保护相比,其保护灵敏度显著提高,可与差动保护配合构成完善的纵联保护方案。     

基于联合卡尔曼滤波的配电网多源异构数据融合

由于传统方法没有对配电网多源异构数据采集的时间进行配准,导致配电网多源异构数据融合时误差大、效率低。针对该问题,提出了基于联合卡尔曼滤波的配电网多源异构数据融合方法。构建了数据纠偏机制,采用最小二乘法对数据采集的时间配准,并采用拉格朗日插值方法对时序数据填充,计算数据关联性。在此基础上,采用联合卡尔曼滤波算法将相同数据融合到同一个类中,以此实现配电网多源异构数据融合。实验结果表明,所研究的数据融合方法不仅能够根据需求一直追踪需求的融合误差,还能够降低节点电压与功率估计的相对误差、提高配电网多源异构数据融合的效率。实验结果不仅证明了所研究融合方法的有效性,还证明了联合卡尔曼滤波算法在数据融合中的适用性。     

MEMS热式风速风向传感器输出性能优化研究

环境测温二极管在工作时受传感器芯片热场影响,常引发MEMS热式风速风向传感器加热电压-风速曲线异常。将其更换为外置测温二极管,并调整其与传感器芯片距离,成功解决了输出曲线异常现象。并在此基础上,优化芯片及外置测温二极管的封装方案,消除了热场的相互干扰和不必要的热损耗,同时保证了外置测温二极管与空气的良好接触。风场测试结果表明,传感器的加热电压-风速曲线变得平滑,且重复性好,风速和风向的测量误差分别在±4%和±4°以内,系统的上电稳定时间大幅缩短至15 s左右。     

国密体系在智能变电站的研究与应用

目前智能变电站系统安全防护主要依据IEC 62351标准实施,IEC 62351是国际标准,其涉及的安全技术主要采用国际算法RSA、AES及数字证书。针对智能变电站系统通信存在的安全缺陷,本文提出以下3方面解决方案,1)提出基于IEC 62351安全机制的智能变电站设备间通信采用国密算法与调度数字证书技术;2)发现调度主站到变电站通信协议IEC 104的安全隐患,提出安全改造方案及实现方法;3)提出站控层与过程层通信协议改造方案并采用国密算法与调度证书技术实现。通过采取以上安全措施,确保站内通信信息以及信息资源的实时性、可靠性、保密性、完整性和可用性,杜绝未授权用户的非法接入,保证通信双方身份的真实性及业务数据的可追溯性。     

考虑源网荷储协调的主动配电网优化调度方法研究

针对源网荷储的一体化运行目标,提出一种考虑源网荷储的主动配电网协调运行调度方法.基于多时间尺度的思想,以最小化可调节量和最大程度地增加新能源消纳为目标,建立一个具有两个互补时间尺度的主动配电网日前-日内优化调度模型,将差分进化算法和帝国竞争算法相结合求解最优调度模型.仿真验证了所提出的多源协同调度方法的优越性.仿真结果...     

基于改进ICP算法的变电站设备三维识别方法研究

针对现有变电站设备三维识别方法在实际应用中存在的准确率差和效率低等问题,提出一种结合改进迭代最近点算法和Umeyama算法的变电站设备三维识别方法。通过随机采样一致性算法提取设备平面特征,Umeyama算法在模板库中找出平面特征最相似的几个设备,根据点云曲率特征提取设备点云关键点,再通过改进迭代最近点算法对设备进行识别。通过实验对其性能进行分析。结果表明,所提方法对智能变电站设备进行三维识别有较好的识别准确率和效率,识别准确率为99.50%,平均识别时间为2.07s,有效地提高了三维识别技术的综合性能。