先验采样约束结合扩展字典的细化稀疏识别算法

为解决可能存在遮挡环境下的模式识别问题,提出先验采样约束结合扩展遮挡字典的细化稀疏识别算法。针对训练样本无法包含测试样本遮挡变化的情况,首先需要构造遮挡字典（墨镜、围巾等）,进而利用先验局部采样子模块稀疏表示分类原理判断可能存在的测试样本遮挡模式;然后对未被遮挡的局部子模块利用Borda计数投票方式,依据每类残差大小分配给不同的票数,计算样本类别信息;其次根据遮挡模式结果,利用全局稀疏表示通过构造样本遮挡扩展字典对测试样本进行全局分类投票;最后将两次分类投票结果进行融合,最终实现是否存在遮挡环境下的精细模式判别。实验结果表明,本文算法不仅能够给出准确的模式类别,还能给出遮挡类别信息,可得到精细化识别结果。      

FFT在TMS320C54x定点DSP中的高效实现方法

介绍了实FFT的快速高效的原理及实现方法，适用于所有基于TMS320C54 x定点DSP的实FFT的运算。     

基于高维空间典型样本Steiner最小树覆盖模型的一类分类算法

最小生成树数据描述方法在刻画高维空间样本点分布时,将所有图形的边作为新增虚拟样本以提供同类样本分布描述,这种描述存在分支多覆盖模型复杂,且局部覆盖不够合理的问题。针对该问题,依据特征空间中同类样本分布的连续性规律,提出基于高维空间典型样本Steiner最小树覆盖模型的一类分类算法,该算法首先对目标类训练集进行样本修剪,去除冗余信息和噪声信息,选择最具代表性的样本作为训练集,然后对保留的典型样本构建Steiner最小树覆盖模型。算法分析和仿真实验结果表明,相比最小生成树数据描述,文中提出的方法能在较低覆盖模型复杂度的前提下更合理的描述目标类样本空间分布,构建更合理的覆盖模型,在分类正确率和适用样本规模上都表现出一定的优越性。      

控制系统故障诊断浅析

简要回顾了故障诊断技术的发展历程,介绍故障诊断的基本概念,着重综述基于模型故障诊断技术和不依赖于模型的智能故障诊断技术特点和发展概况.为未来故障诊断技术的发展提出了一些展望.     

IPO+FMM混合方法结合GRI和级联技术计算电大腔体的RCS

采用快速方法(FMM, RPFMM, FaFFA)加速迭代物理光学法(IPO)的迭代过程,可以快速计算电大腔体的电磁散射特性。采用广义互易积分,用靠近腔体终端的一个St面将腔体分成两段,形状简单光滑的腔体前端用IPO结合快速算法处理,而腔体终端单独分析。为了能够处理深腔体和进一步加快计算速度,将腔体前端进一步分成几个子腔体,每一个子腔体独立分析,通过一个级联方法求得腔体前端在St面产生的辐射场,最终在St面用广义互易积分求得腔体的RCS。数值计算结果表明该方法是准确的,同时能有效地提高计算速度。     

刻蚀衍射光栅解复用器的偏振色散分析

介绍了一种将矩量法应用于刻蚀衍射光栅解复用器设计分析的偏振敏感型方法.通过数值分析,证明提供的方法在分析器件色散响应方面比传统的标量方法更加接近实测结果.分析了器件的偏振独立损耗和偏振色散差随入射角和衍射级的变化关系,指出器件结构参数的确定应以满足偏振色散差的实际需要为主,而在考查通道均匀性方面则应该着重考虑结构参数对偏振独立损耗特性的影响.     

基于机器学习的FPGA电子设计自动化技术研究综述

随着后摩尔时代的来临,现场可编程门阵列(FPGA)凭借其灵活的重复可编程特性、开发成本低的特点,现已被广泛应用于物联网 (IoTs)、5G通信、航空航天以及武器装备等各个领域。作为FPGA设计开发过程中所必备的手段,FPGA电子设计自动化(EDA)技术的研究在各界得到了广泛的关注。尤其是在机器学习方法的推动下,FPGA EDA工具的运行效率和结果质量(QoR)得到了很大的提升。该文首先对FPGA EDA技术与机器学习技术的概念内涵进行了简要概述,随后综述了机器学习技术在FPGA EDA高层次综合(HLS)、逻辑综合、布局与布线等各个不同阶段应用的研究现状。最后,对基于机器学习的FPGA EDA技术的发展进行了展望。以期为本领域及相关领域的专家和学者提供参考,为后摩尔时代我国集成电路产业的发展提供技术支持。     

基于单片机的变论域模糊 ＰＩ 车载供电系统设计

针对现有车载供电系统的效率低和常规PI控制策略的超调量大、响应时间长、抗干扰性能差等问题,提出了基于单片机的变论域模糊PI供电系统。该系统可以输入低压直流电,经DC-DC升压电路、DC-AC电路变换,输出交流电压为小型用电器供电,并采用变论域模糊控制策略,根据误差大小对PI参数进行实时在线调整,从而满足最优的性能要求。实验结果表明,该系统效率高,响应速度快,电流波动小,电压稳定性高,具有较强的鲁棒性,证实了所提出的方法可行。     

一种基于混合学习的恶意代码检测方法

近年来,自动化沙箱被广泛部署并应用于恶意代码分析与检测,然而随着恶意代码数量的激增和抗分析能力的增强,如何有效应对海量恶意代码分析任务,提高沙箱系统分析效率,是增强网络安全防御能力的一个重要研究方向.本文利用不同学习方式以及恶意代码动、静态特征的特点,提出了一种基于混合学习模型的恶意代码检测方法,分别提取恶意代码的静态...     

对一类具有随机扰动的混沌系统同步的新方法

本文基于工程上广为应用的状态观测器思想,在随机扰动存在的情况下,对一类非线性反馈混沌系统成功地实现了同步.且在扰动很大时,系统仍能保持良好的同步性能.最终的试验仿真结果也证明了这一点,因此本文的结果具有重要的实际应用价值.