融合注意力机制与神经网络的三维点云分类算法

为了提高三维点云格式的样本分类准确率,将注意力机制与改进后的Pointnet网络相融合,对提取到的局部特征和全局特征进行加权获得对分类任务更加有效的特征,抑制相对无效的特征.该模型首先使用Pointnet网络作为基础架构对点云样本中每一个点进行全局特征的获取,使用k近邻方法为均匀采样得到的中心点选取k个相邻点,对该点到其他相邻点的关系进行建模,作为区域的局部特征.其次,使用squeeze＿excitation＿network中的SE＿block模块完成特征通道间的权重分配,为改进后的Pointnet网络加入注意力机制,使其能够提取出更加精细且更具有分辨能力的特征.最后,通过混合池化层进行聚合,混合池化由最大池化和平均池化按照不同的比例融合,文章实验部分对于比例系数的影响进行了展示.在保证与Pointnet实验环境设置相同的情况下,该模型在Modelnet40数据集上的三维物体分类结果相比Pointnet取得了4.1%的准确率的提升.实验表明,文章提出的融合注意力与神经网络结合的模型能够得到更有区分度的样本特征,从而有效的提高了三维点云物体的分类准确率.     

基于遗传算法的Kriging元模型及其在模拟集成电路优化设计中的应用

提出了建立电路Kriging元模型,并与遗传算法相结合确定电路参数,优化电路的方法.相对传统多项式回归模型,Kriging模型更适合电路仿真的实验类型;利用遗传算法,解决了基于Kriging元模型电路系统的全局优化问题.最后将该方法应用于带隙基准电路设计,取得令人满意的结果.     

基于数字微流控的芯片冷却模型与路径优化

使用微流控技术实现集成芯片冷却被认为是扩展摩尔定律生命力的一个方向。高密度热点的散热是制约芯片三维集成的瓶颈。热点通常具有不稳定的空间和时间分布性,是影响电子系统工作性能和导致故障的主要原因,如何针对热点准确冷却成为芯片热管理的关键。基于介电润湿原理,采用数字滴液微流控技术,提出芯片热点自适应冷却方法。构建双平面热点冷却器件的三维模型,分析了冷却热点的工作原理及特性;构建了单平面热点冷却器件的电容模型,并从电学角度深入分析了它的工作原理;设计了一种具有互锁齿结构的电极,从而保证了液滴的连续运动,针对热点动态分布提出滴液路径优化冷却,最后采用蚁群算法验证2个液滴遍历所有可能热点的最短路径。