基于Zynq的人脸检测设计

针对目前大多嵌入式人脸检测系统因资源限制而导致的软件方式实现速度较慢的问题,提出利用软硬件协同的方法来加速人脸检测。在Zynq-7000平台的基础上,使用C语言实现了基于AdaBoost级联分类器的人脸检测算法,并测试了各个模块的运行时间。结合算法实现的具体过程及其繁复程度给出了硬件加速方案。将检测算法计算量大而多的部分转移到硬件部分进行优化加速,在Zynq-7000平台上实现了软硬件协同的人脸检测,最后给出了相应模块的加速结果。     

换热网络的最优合成

本文着重提出了将换热网络分解协调达到结构优化的具体算法,并指出了将此算法与系统模拟相结合以达到换热网络总体目标函数最优的整体协调算法。此算法应用于实际的换热合成问题中,得到了令人满意的结果。     

政务大数据管理技术研究进展

近年来,互联网＋政务蓬勃发展,促进了互联网与政府公共服务体系的深度融合,数字政府建设已初见成效。如何实现互联网＋政务大数据的规范、高效、安全管理、共享和应用,推动解决“三融五跨”问题,是高质量建设数字政府、推进国家治理体系和治理能力现代化的关键。该文首先综述了国内外政务数据管理发展历程;然后,围绕互联网＋政务大数据管理全生命周期中采集技术、存储技术、融合技术、计算技术、应用技术及安全技术进行阐述,总结了主流数据管理技术演进历程;最后,探讨了互联网＋政务数据管理中若干亟待解决的问题,明确了互联网＋政务大数据管理技术的未来发展趋势。     

地面和空间机械臂的动力学等效条件与控制相似律

针对如何在地面机械臂上有效验证空间机械臂控制律的问题,本文研究空间机械臂和地面机械臂系统间的动力学等效条件和控制相似律.首先,基于量纲分析研究地面机械臂和空间机械臂之间的动力学等效条件,并基于等效条件设计地面机械臂系统.其次,基于量纲分析建立空间和地面机械臂系统间的控制相似律,设计的空间机械臂控制律通过控制相似律将可以转化为地面机械臂相应的控制律.最后,考虑地面机械臂基座往往无法和空间机械臂的基座航天器一样进行全6自由度运动,以及地面机械臂运动时受到重力影响,使得地面机械臂不再满足动力学等效条件,基于反馈线性化技术设计一种地面机械臂的动力学误差补偿策略,使得地面机械臂和空间机械臂具有相似的闭环动力学行为.这样,空间机械臂的控制律可以在设计的地面机械臂上进行验证,仿真中以在地面机械臂上验证空间机械臂的PID控制器为例说明所提方法的有效性.     

基于嵌入式系统的农产品智能出库设备的设计

农产品出库是连接仓储与物流的重要环节,目前农产品出库操作粗放、信息无法跟踪、智能程度不高;结合嵌入式ARM系统与Windows系统的优势,对出入库中小包装条码扫描,大包装与小包装之间的信息核查,将大小包装信息不符的剔除出去,大小包装吻合的通过升降皮带的传输运送到转载车上等的研究,设计具备传输装置、出库产品条码扫描装置、剔除装置、显示控制装置的农产品出库设备,提出核心部件控制流程,实现了订单核查、产品剔除、传输控制等上位机软件功能;测试表明该设备精确实现移动装卸货与货车的无缝对接,能很好检查出错订单,提高出库过程的智能化程度。     

Dagger:一种散耦合的网格计算机体系结构

计算机系统面临着网格计算对其提出的资源共享、协同计算和应用服务的挑战，现有的计算机系统的体系结构不能够很好地适应这种需求，提出一种基于散耦合思想的网格计算机系统的体系结构，称之为DAGGER(De-coupled Architecture with Grid-key and Grid Enabling Resourrce)，采用8个基本概念构成网格计算机，从多个角度为网格应用提供支持。     

Google查询玩酷新手法

Google是互联网上非常流行的搜索引擎以其页面简单、功能强大等特点而深受广大网民的喜爱下面让我们通过Google的几个功能站点．来看看它还有哪些特殊的功能。     

一种基于R树的图像检索方法

把图像的七个不变矩组合成一个七维向量,在R-树索引结构的基础上设计和实现了此向量的多维索引结构及相关操作。试验结果显示使用该索引方法大大提高了图像检索的效率。     

一种基于 R* -tree的时空索引

时空数据是一种特殊的多维数据，其每一数据项的时间戳值是单调递增的。3D R-tree把时间看作为空间的另一维，然后利用R-tree进行空间索引，查询效率比较低而且只能处理离线数据。而HR-tree将时间维孤立出来，同时保存每一时间戳的空间数据，查询效率较高但是空间开销大。该文提出了一种基于R*-tree算法的时空索引方法。该方法比3D R-tree有更好的查询效率且支持在线数据模式．较之HR-tree在保证查询效率的同时使用更少的存储空间，最后给出了试验对比结果。     

基于神经网络结构搜索的轻量化网络构建

轻量化网络可解决深度神经网络参数较多、计算量较高、难以部署在计算能力有限的边缘设备上等问题.针对轻量化网络中常用的分组卷积的分组结构问题,文中提出基于神经网络结构搜索的轻量化网络.将不同分组的卷积单元作为搜索空间,使用神经网络结构搜索,得到网络的分组结构和整体架构.同时为了兼顾准确率与计算量,提出循环退火搜索策略,用于解决神经网络结构搜索的多目标优化问题.在数据集上的实验表明,文中网络识别准确率较高,时间复杂度和空间复杂度较低.