智能家居系统中的短信收发程序设计

针对智能家居系统中安防报警信息实时收发及家电远程控制的需求,提出使用3G模块收发短信的方法,并设计了实现短信同时收发功能的软件架构。实验结果表明,该方法简单实用,能够满足智能家居系统的要求。     

结合预处理BiCGStab和CUDA的BLT快速并行前向方法

针对基于简化球谐波(simplified spherical harmonics,SPN)方程开展生物发光断层成像(bioluminescence tomography,BLT)前向问题研究时计算量大、求解速度偏慢的问题,提出了一种基于稳定双共轭梯度下降(biconjugate gradient stabilized,Bi CGStab)的快速并行求解算法.该算法结合不完全Cholesky分解的预处理方式与压缩行格式存储法(compressed row storage scheme,CSR)的稀疏矩阵存储方式,并采用统一计算设备架构(compute unified device architecture,CUDA)实现了并行加速.数值仿真结果表明,该算法在保证前向问题求解准确度的同时可以极大地缩短求解时间.     

基于Lanczos双对角化的快速光声成像重建方法

光声成像结合了光学成像和声成像的优点,是一种具有高空间分辨率、高对比度的无损成像技术,成为当前生物医学成像的研究热点之一。重建光声图像是一个典型的逆问题,具有严重的病态性。针对光声成像的病态性和较大的系统矩阵会导致重建速度慢的问题,提出了一种基于Lanczos双对角化的快速指数滤波重建方法,并通过数值仿真证实了该方法的有效性。仿真结果表明,所提方法在保证重建图像高质量的同时极大地提高了重建速度,其重建时间是指数滤波和后投影方法的1/67~1/47。     

用于行为识别的通道可分离卷积神经网络

三维卷积神经网络比二维卷积神经网络具有更优越的时空特征提取能力,但运算量却显著增加。针对如何有效减少模型参数量、解决准确率随着计算复杂度降低而降低的问题,提出基于端到端的通道可分离卷积神经网络。通过分离通道交互作用和时空交互作用来分解三维卷积,其中分别利用3×3×3 Depthwise卷积和1×1×1常规卷积进行分离通道交互作用和时空交互作用。与传统三维卷积神经网络相比,通道可分离卷积神经网络加入模型正则化,通过降低训练精度同时提高测试精度,降低了模型的过度拟合。在UCF-101和HMDB-51数据集上的实验分别达到92.7%和64.5%的准确率。结果表明,通道可分离卷积神经网络可以提高准确率并降低计算复杂度。      

焦化厂脱酸蒸氨装置的工艺优化

文章结合兖矿国际焦化有限公司化产车间所采用的氨硫循环洗涤-脱酸蒸氨-氨分解硫回收工艺,简要介绍了系统工艺流程和反应原理,对脱酸蒸氨装景生产中存在的问题进行了原因分析,并给出了优化措施.     

基于Profibus-DP现场总线通信接口设计

Profibus-DP是一种开放性的国际现场总线,用于分散外部设备之间高速数据传输。SPC3是Profibus-DP专用智能通信协议芯片,集成了MAC和FDL层,实现了DP通信的处理,减轻了CPU的负担。采用MSP430单片机作为CPU,由于其具有高速率、低功耗的特点,能够很好地满足通信接口传输数据对速度的要求。概述了Profibus-DP总线协议,然后介绍Profibus-DP通信接口的硬件设计电路和软件设计。     

基于迭代优化展开的Cherenkov激发的荧光扫描成像重建算法

Cherenkov激发的荧光扫描成像（CELSI）是一种新型的光学成像技术，为监测体内恶性肿瘤的生物学特性提供了一种手段。为提高CELSI图像重建质量，本文提出了一种基于迭代优化展开的深度学习图像重建算法——ADMM-Net。在该算法中，交替方向乘子法（ADMM）与卷积神经网络（CNN）相结合组成一个深度网络，网络中的所有参数通过端到端训练进行学习。实验结果表明：该算法可以有效提升重建图像的质量。当网络层数为5时，该算法重建的单荧光目标图像的平均峰值信噪比和结构相似性值分别可达到33.75 dB和0.86。该算法不仅可以分辨出边沿距离最小为2 mm的双荧光目标，而且在多荧光目标和不同荧光量子产额比率下表现出了良好的泛化能力。