基于GPU加速的脉冲多普勒雷达信号处理

雷达信号处理算法的高性能实现是雷达系统中的关键技术。传统雷达信号处理算法的高性能加速主要依赖DSP和FPGA等专用设备,而它们具有开发周期长、调试难度大、成本高等缺点。GPU作为通用设备,特别适合处理雷达信号这种大规模数据。目前,GPU加速雷达信号处理的成果大多集中在SAR成像等应用领域,针对脉冲多普勒雷达相关研究还比较少。为了满足雷达回波数据对吞吐量和处理实时性的高要求,提出了基于网格跨步并行的细粒度并行化、基于多CUDA流的粗粒度并行化和基于并行扫描的数据预处理等优化技术。 从性能测试和误差分析等多角度评估了算法的实时性和准确性,在所使用的硬件平台上相比于传统CPU实现达到了300倍以上的加速比,并优于其它已有的CUDA加速的脉冲多普勒雷达信号处理算法。     

基于Gridport开发三维重建网格门户的研究

分析了机器人视觉三维重建领域存在的突出问题,提出了解决三维重建速度问题的不同思路,将网格技术引入三维重建领域,具体研究了基于Globus中间件平台,通过Gridport4.0网格门户开发工具包开发面向三维重建的网格门户的过程。     

基于飞桨框架的三阶递进式机器学习教学模式探索与实践

如何结合大数据与人工智能技术的时代特征和机器学习课程的自身特点,设计一套行之有效的教学模式是摆在专业教师面前的一个难题,对此提出一种三阶递进式机器学习教学模式,从课堂、实验、三级项目层层递进,基于百度飞桨框架介绍具体教学实践过程,最后说明教学效果.     

基于改进注意力机制的实体关系抽取方法

实体关系抽取是知识库构建中至关重要的一个环节.在众多的实体关系抽取方法中,远程监督结合神经网络模型的方法在准确率等性能上是比较令人满意的,但远程监督获取的标注语料中往往存在大量的噪声数据,给实体关系抽取模型的训练带来了很大的影响.本文提出一种基于改进注意力机制的卷积神经网络实体关系抽取模型.该模型针对包含同一实体对的句子集合,从中尽可能地找出所有体现该实体对关系的正实例,构建组合句子向量,抛弃可能的噪声句子,从而最大程度地降低噪声句子的影响又能充分利用正实例的语义信息.实验证明,本文提出的关系抽取模型在准确率上优于对比的关系抽取模型.     

基于Python的大型LNG全容储罐预冷仿真分析系统开发

为了减少LNG全容储罐预冷模拟试验研究的成本,通过仿真软件对LNG全容储罐预冷过程进行模拟分析.基于Python语言开发出大型LNG全容储罐预冷仿真分析系统,将预冷相关的技术、行业经验与仿真流程封装成模板,使用者仅需输入相应参数,程序模板自动执行仿真计算,即可得到预冷过程的仿真结果,降低了仿真使用门槛,缩短了预冷效果的...     

无线机车信号传输的GPRS策略

无线机车信号是借助无线信道,将车站联锁的信号信息传送至机车上,指示列车安全运行的设备总称。铁路运输的特殊性对无线信号的传输具有特殊的要求,即更高的实时性和可靠性,本文初步探讨了GSM-R系统中可用于传输无线机车信号的几种方案,提出了无线机车信号传输的GPRS策略,     

基于语义关系图的Web服务自动组合方法

针对基于图搜索实现Web服务自动组合存在搜索空间太大以及难以表达各种组合结构的问题,提出一种基于语义匹配关系确定组合结构的方法。该方法首先对Web服务进行形式化的语义描述,然后基于语义匹配关系,将服务库中只与用户请求的输入输出关联的服务构成语义关系图。在此基础上,基于语义匹配关系定义各种组合结构模型,以综合语义匹配度为寻优目标改进广度优先搜索算法,定义不同结构的语义匹配度计算方法,生成一条综合语义匹配度最优的Web服务组合路径。通过实例验证了该算法的可行性。