非平衡磁控溅射TiCxN1-x薄膜微结构及性能分析

为了研究不同沉积条件下TiCxN1-x(0≤x≤1)薄膜的相结构、显微硬度及摩擦性能的影响因素,用扫描电子显微镜(SEM)、X射线衍射仪分析薄膜的形貌和相结构,用HXD-1000数字式显微硬度计、MCMS-1摩擦磨损仪测试薄膜的硬度和摩擦系数.研究结果表明:TiN,TiC薄膜显示出〈111〉择优取向生长趋势,Ti(C,N)有较强的〈200〉取向,Ti(C,N)衍射峰涵盖了TiN峰和TiC峰,薄膜存在TiN和TiC两相共存.与TiN,TiC相比,Ti(C,N)薄膜具有更高硬度,当C原子含量x＝0.582时,Ti(C,N)薄膜硬度达到最大值为33.6 GPa,且表现出更低的摩擦系数和更好的耐磨性能.     

窄带滤光片光学极值法直接监控的光学设计

窄带滤光片是应用于光谱学、激光、天文物理学、通信等各个领域的光学组件,精确控制每一层膜厚是制备滤光片的困难所在.采用光学极值法直接监控工件,可以同时制备多件滤光片.设计了监控光路和信号获得电路,通过探测到的测试信号,监控薄膜膜厚,实现了直接监控.     

基于线程队列动态规划法的GPU性能优化

针对目前线程队列管理方法中执行时间长的线程无法得到响应的问题,对线程队列进行了研究,提出了线程队列动态规划法(Thread Queue Dynamic Programming,TQDP).通过实验验证,对比了评估性能的参数,如Weighted Speedup,STP,ANTT等,TQDP与++DynCTAT,Mod+Bypass,PBS,BF相比,Weighted Speedup分别提高了14％,13.7％,13.3％,3.4％.与SMK,SMK-(P+W)相比,STP分别提高了8.5％,1.4％,表明提出的方法实验效果好,优化了系统性能.     

基于学习者画像的数据库课程教学改革研究

针对现有数据库基础课程教学无法满足学生多样化需求为背景,本文引入问卷调查获取学生个性化特征,根据学习者的基本信息、行为数据、态度数据以及学习结果对其进行画像,将具有相同学习行为的学生形成群体,按学生个人能力和需求给予个性化教学,并及时对学生学习过程进行干预,设计形成以人为本的差异性和多元化数据库课程教学新模式。     

4G通信技术的FPGA远程更新系统设计

为了解决在恶劣环境、偏远地区等特殊场合的FPGA远程更新问题,提出了一种基于4G无线通信技术的FPGA远程更新系统设计方法。应用4G无线通信模块实现了更新控制器的通信组网,远程控制器通过4G网络与更新控制器建立通信连接,下发控制命令实现FPGA的远程更新。通过实际测试验证了新方法的可行性、正确性,有效弥补了传统更新方法布线复杂、效率低、距离短等不足,提高了设备维护效率、降低了维护成本,对工程应用具有重大意义。     

可见光-远红外图像的多模态能见度深度学习模型

为了增强能见度深度学习模型在小样本条件下的准确率和鲁棒性,提出一种基于可见光-远红外图像的多模态能见度深度学习方法.首先,利用图像配准获取视野范围与分辨率均相同的可见光-远红外输入图像对;然后,构造三分支并行结构的多模态特征融合网络;分别在可见光图像、远红外图像及其累加特征图中提取不同性质的大气特征,各分支的特征信息通过网络结构实现模态互补与融合;最后在网络末端输出图像场景所对应的能见度的等级.采用双目摄像机收集不同天气情况下的室外真实可见光-远红外图像作为实验数据,在不同性能指标、多角度下的实验结果表明,与传统单模态能见度深度学习模型相比,多模态能见度模型可显著提高小样本条件下能见度检测的准确率和鲁棒性.     

组件感知的高分辨率三维物体重建方法

基于体素表示的三维物体重建计算代价会随着体素分辨率的增加呈立方增长.为了缓解这一问题,提出组件感知的三维物体重建方法,将三维物体分解成多个组件,通过预测组件几何结构和组装组件的方式重建三维物体,从而将高分辨率三维物体的重建问题分解成一系列低分辨率组件的重建问题.组件感知的三维物体重建方法使用组件位置预测模块预测所有组件的位置;使用组件特征提取模块融合组件表观特征与组件几何特征生成组件联合特征;使用组件几何结构重建模块根据组件联合特征重建组件的几何形状;最后将所有组件按其位置信息组装成高分辨率的三维物体.实验使用ShapeNet数据集在一个拥有12 GB内存的NVIDIA 1080 Maxwell GPU上进行.对比方法包括一个基于八叉树的高分辨率重建方法、一个基于LSTM的低分辨率重建方法和一个使用编码器-解码器架构的Baseline方法.高分辨率重建结果显示,组件感知的三维物体重建方法能够以较小的计算代价取得满意的高分辨率三维物体重建精度.在低分辨率重建实验上,该方法也取得了更高的重建精度,在13个类别上的平均精度达到了0.618.     

RLINK: Deep reinforcement learning for user identity linkage

World Wide Web - User identity linkage is a task of recognizing the identities of the same user across different social networks (SN). Previous works tackle this problem via estimating the pairwise...     

北斗B3I信号捕获方法的研究与实现

针对北斗导航系统B3 I频段信号捕获计算量大、速度慢的难题,提出具有码相位检测和频偏估计的自适应捕获方法.利用本地伪码检测接收序列码相位,采用扫频方法进行频偏估计.扫频过程中自适应改变本地伪码编号,累加时长和扫频步长,从而帮助终端优先捕获信噪比高的卫星信号.理论分析和仿真表明,该方法在信噪比大于-25 dB时只需7次扫频即可达到100％的捕获概率.信噪比在-40 dB至-25 dB之间时,累加时长自适应增大,捕获概率仍然维持在100％.总之,该算法总是以最小计算量尝试捕获质量最优信号,恶劣环境下仍能可靠捕获,符合导航终端信号搜索要求.