一种基于SRT-8算法的SIMD浮点除法器的设计与实现

在科学计算、数字信号处理、通信和图像处理等应用中,除法运算是常用的基本操作之一。基于SRT 8除法算法,设计一个SIMD结构的IEEE 754标准浮点除法器,在同一硬件平台上能够实现双精度浮点除法和两个并行的单精度浮点除法。通过优化SRT 8迭代除法结构,提出商选择和余数加法的并行处理,并采用商数字存储技术降低迭代除法的计算延时,提高频率。同时,采用复用策略减少硬件资源开销,节省面积。实验表明,在40nm工艺下,本设计综合cell面积为18601.9681 μm2,运行频率可达2.5GHz,相对传统的SRT 8实现关键延迟减少了23.81%。     

气动3-UPU机器人的神经网络监督控制仿真

以基于气浮无摩擦缸驱动的3-UPU并联机器人为研究对象,对其进行运动学、工作空间仿真分析以及气动比例位置系统数学建模与控制仿真.由于气动比例位置系统具有很强的非线性,而且易受环境因素影响,当采用传统PID控制时,很难使系统保持良好的控制效果.考虑到神经网络具有很强的逼近特性,于是引入RBF神经网络监督控制算法进行仿真分析.仿真结果表明,上述机器人具有较大的工作空间,同时在气动比例位置系统中,RBF神经网络监督控制具有更优的控制效果,在保证系统稳定的前提下提高了输出响应速度.     

永磁同步电动机自适应超螺旋控制仿真

为优化永磁同步电动机的转速控制精度,使其达到需求标准,提出一种自适应Super-Twisting控制方法.基于构建的三相永磁同步电动机数学模型,架构超螺旋控制算法与超螺旋滑模观测器增益条件,利用电动机电磁转矩与定子磁链,分别设计自适应超螺旋滑模磁链控制器与自适应超螺旋滑模电磁转矩控制器,将符号函数替换成准滑动模态的激励函数,完成超螺旋磁链控制器与超螺旋转矩控制器优化,经添加坐标变换模块,令自适应超螺旋控制器的输出电压与空间矢量调制模块的输入电压相一致,采用二阶滤波环节平滑转速指令,转换速度追踪问题为速度调节问题,实现自适应控制.仿真结果表明,所提方法在不同扰动作用下均具有快速、稳定的参考转速跟踪效果、精确的扰动估计以及较好的抗扰动性与自适应性.     

基于“CDIO”的“1+2”新教学模式研究

“CDIO”教学是将工程思维训练融合在教学各个环节当中,本文采用“CDIO”与“案例教学、启发教学”进行融合,组合成为一个新的“1+2”教学模式,以医学信息工程学院课程作为应用载体,将传统教学升华到工程思维教学、团队教学上,转变教师授课形式,激励和引导学生自主学习,为学生提供思维的空间和意境,帮助学生在学习时发现问题,发现、解决值得解决的问题,掌握计算在问题解决过程中发挥的作用,获得构建自身学科知识体系,终身自我学习的能力,滋生创新能力,达到学科知识与工程思维能力互相促进,共同提高的目的。     

基于FPGA的深度卷积神经网络优化压缩算法研究

针对现有海量数字图像信息落后,提出了新型的压缩算法,设计出基于FPGA的视频图像采集系统.应用深度卷积神经网络优化视频图像编码算法和聚类算法实现数据特征提取,将图像与距离信息作为深度卷积神经网络的输入与输出,并利用其特征提取能力学习图像特征的距离信息,提取深度卷积神经网络中的全连接层作为编码,通过迭代调整确定图像编码,完成图像压缩.应用测试结果显示,该算法具有较高效率优势,且图像压缩解码后质量较好.     

基于蚁群算法的能耗均衡的安全路由

针对无线传感网络(Wireless Sensor Networks,WSNs)路由能耗及安全问题,提出基于蚁群算法的能耗均衡的安全路由(Ant Colony based Energy Balancing Secure,ACES).ACES路由利用蚁群算法搜索从源节点至汇聚节点的路径,并利用节点的剩余能量,离汇聚节点距离以及节点信任值对蚁群算法的信息素启发函数,状态转移函数和信息素的更新函数进行优化,使寻径蚂蚁能够快速建立从源节点至汇聚节点的路径,提高数据包传递率,均衡节点能耗.仿真结果表明,提出的ACES路由有效地延长了网络寿命,并提高了数据包传递率.     

基于BP-GamysBoost的乳腺癌诊断模型

针对乳腺癌数据存在的不平衡性问题,对标准的Adaboost算法进行改进,即首先引入BP神经网络,然后融合模拟退火遗传算法（SA-GA）较强的全局寻优能力和较快的收敛速度,最后通过权重的合理分配,提出BP-GamysBoost算法。同时为验证所提出的新算法BP-GamysBoost的合理性,从UCI机器学习知识库中获取WBCD数据库,比较BP-GamysBoost算法模型与BP模型、BP-GA模型、BP-Adaboost模型的稳定性、准确率、漏诊率、灵敏度等性能指标。最终结果表明,BP-GamysBoost模型在乳腺癌数据库中运行良好,并优于其他3种算法模型。     

解剖特征引导软式内镜机器人自主介入策略研究

以上消化道介入为例,在前期研制的YunSRobot内镜机器人平台上开展软式内镜自主介入策略研究.基于Faster-RCNN算法和数学形态学图像处理方法从镜下图像中提取消化道解剖特征,并设计自主化镜体操控和弯曲定向策略实现内镜在上消化道中的自主介入.在高仿真度的上消化道模型中开展了对照实验,结果表明本文方法的介入成功率为100％.与非专业人员主从介入相比,平均耗时从262.01 s降低到197 s,介入力的最大值从11.8 N降到9.6 N.与专业人员主从介入相比,介入力最大值基本一致,仅多耗时34.33 s.本文提出的自主化介入策略可以拓展到呼吸道、尿道等其他腔道的软式内镜介入.     

Protein interaction networks: centrality,modularity, dynamics,and applications

In the post-genomic era, proteomics has achieved significant theoretical and practical advances with the development of high-throughput technologies. Especially the rapid accumulation of protein-protein interactions (PPIs) provides a foundation for constructing protein interaction networks (PINs), which can furnish a new perspective for understanding cellular organizations, processes, and functions at network level. In this paper, we present a comprehensive survey on three main characteristics of PINs: centrality, modularity, and dynamics. 1) Different centrality measures, which are used to calculate the importance of proteins, are summarized based on the structural characteristics of PINs or on the basis of its integrated biological information; 2) Different modularity definitions and various clustering algorithms for predicting protein complexes or identifying functional modules are introduced; 3) The dynamics of proteins, PPIs and sub-networks are discussed, respectively. Finally, the main applications of PINs in the complex diseases are reviewed, and the challenges and future research directions are also discussed.     

顶部定常吸气对高层建筑模型气动力的影响

为减少高层建筑受到的风荷载,提高高层建筑抗风性能,提出一种顶部吸气的主动控制方法。在一高宽比为H/d=5的正方形截面柱体的高层建筑模型上,通过在其顶部前边缘开设狭缝进行吸气来实现流动控制。通过风洞试验研究了顶部吸气对气动力与顶部分离流的影响.利用流动可视化与流场测试结果揭示了顶部狭缝吸气的控制机理.实验对比了不同吸气系数Q(=U/U_∞,U为狭缝吸气速度)对气动力控制效果的影响,并对Q=0,1和3的三种工况下风压分布与顶部剪切流进行了详细对比.研究发现狭缝吸气改变了顶部分离流特性,并对模型所有高度上的气动力均有显著影响.Q=1时控制效果最佳,脉动阻力与脉动升力分别减小17.8%和45.5%.此时顶面分离流被削弱并伴随有再附现象且湍流强度较大,最有利于顶部剪切流与尾流间的动量交换,从而削弱柱体展向涡脱落与脉动气动力.