GPU矩阵乘法的性能定量分析模型

性能评价和优化是设计高效率并行程序必不可少的重要工作,存储系统的性能高低直接影响到处理器的整体性能。利用GPGPU-Sim对GPU的存储层次结构进行了模拟,找出了SM数量与存储控制器数量之间最佳配置关系。矩阵乘法是科学计算领域中的基本组成部分,是一种具有计算和访存密集特点的典型应用,其性能是GPU高性能计算的一个重要指标。性能模型作为并行系统性能评价的新的技术解决方案,具有许多其它性能评价方法无法比拟的优势。建立了一个性能模型,模型通过对指令流水线、共享存储器访存、全局存储器访存进行定量分析,找到了程序运行瓶颈,提高了执行速度。实验证明,该模型具有实用性,并有效地实现了矩阵乘法的优化。     

氧化铝陶瓷基无线无源压力传感器的高温性能研究

利用高温烧结陶瓷技术制备了一种基于氧化铝陶瓷的LC谐振式无线无源压力传感器,并通过合理地设计圆柱螺旋天线以及隔热结构,实现了该传感器在高温环境中的无线耦合测试。研究了传感器在不同温度下的阻抗频率特性,分析并探讨了传感器的高温性能。测试结果表明,在29℃(室温)至700℃的温度范围内,测试天线端的最高瞬时温度为188.4℃,保证了传感器高温测试的可靠性。谐振频率对温度的平均变化量为1.314 kHz/℃,两次重复性测试的相对变化量为3.81%,重复性较好。该压力传感器可应用于高温恶劣环境下的压力测试,其高温性能的研究为压力信号的准确读取奠定了良好的基础。     

OilCL:一个面向油藏数值模拟并行计算的通信库

ＯｉｌＣＬ是一个用于油藏数值模拟计算的可移植的通信库,虽然目前存在很多的通信库,如ＭＰＩ,ＰＶＭ等,但由于它们的通用性,而且其界面较低级而不适合油藏模拟数值计算,ＯｉｌＣＬ为油藏数值模拟计算程序员提供一个方便、自然的界面,它支持动态地建立和释放通信上下文／逻辑进程网格;支持基于源的消息选择;逻辑拓扑作为群通信子程序的参数并提供开发和运行模式,这些机制便于油藏数值模拟计算程序的设计,使程序可读性更强     

基于无采样协作知识图网络的推荐系统

知识图谱（KG）可以通过高效组织海量数据实现信息的有效抽取,因而基于知识图谱的推荐方法得到了广泛的研究和应用。针对图神经网络在知识图谱建模中的采样误差问题,提出了一种无采样协作知识图网络（NCKN）的方法。首先,设计了无采样知识传播模块,通过在单个卷积层使用不同大小的线性聚合器来捕捉深层次的信息,实现高效的无采样预计算;然后,为了区分邻居节点贡献度,在传播过程中引入注意力机制;最后,协作传播模块将知识嵌入同用户交互中的协作信号相结合,以更好地描述用户偏好。基于三个真实数据集,评估了NCKN在CTR预测和Top-k预测中的性能。实验结果表明,与主流算法RippleNet、知识图卷积神经网络（KGCN）相比,NCKN在CTR预测中的准确率平均分别提升了2.71%、4.60%;Top-k预测中,NCKN的准确率平均分别提升了5.26%、3.91%。所提方法不仅解决了图神经网络在知识图谱建模中的采样误差问题,且提升了推荐模型的准确率。     

面向用户的空间拓扑关联规则挖掘

在挖掘空间拓扑关联规则时,由于现有挖掘算法不能够提取满足用户特定需求的空间拓扑关联规则,若使用传统约束性关联规则挖掘算法,则存在大量的重复计算和冗余候选项;提出一种面向用户的空间拓扑关联规则挖掘算法,其适合在多空间关系模式下,挖掘满足用户特定需求的拓扑关联。该算法通过拓扑关系编码法将空间关系事务转换成整数,用非目标自由空间对象类的集合序列数值递增的方法,索引构建候选频繁项,并用布尔运算计算支持数。在挖掘满足用户特定需求的空间拓扑关联规则时,该算法是快速而有效的。     

基于深度学习特征点法的单目视觉里程计

针对特征点法的视觉里程计VO中光度、视点变化对特征点提取稳定性降低的不利影响,提出一种基于深度学习特征点法的单目VO方法。采用自监督深度学习网络训练得到DSP特征点检测器。首先使用亮度非线性逐点调整方法对训练图像进行光度调整;然后使用非极大值抑制方法剔除冗余DSP特征点,改进最邻近方法得到双向最邻近方法,解决特征点匹配问题;最后建立最小化重投影误差方程求解优化位姿及空间点参数。在Hpatches、Visual Odometry数据集上进行验证,实验结果表明:DSP特征点检测器增强了特征匹配对光度、视点变化的鲁棒性;无后端优化的条件下,本方法定位均方根误差比ORB方法明显降低,且保证了系统实时性,为特征点法的VO提供新的解决思路。     

基于视觉特性的灰度水印自适应嵌入与提取算法

为了设计更加鲁棒的数字水印算法，在对水印的嵌入过程、提取过程及其抗攻击性能进行分析的基础上，提出了一种图像灰度水印自适应嵌入与自适应提取新方案。该方案基于小波变换的多分辨率特性，利用人眼的亮度感觉及对比灵敏度阈值等人类视觉系统特性，并结合图像各个局部小波子块的亮度与纹理特征，在嵌入的过程中，通过动态地计算各个局部块的自适应嵌入强度因子来嵌入水印。提取时，则根据从不同区域提取出的水印信息自适应计算最佳的水印提取结果，这就从提取的角度大大改善了水印系统的性能。实验结果表明，该算法对多种攻击具有较强的鲁棒性，尤其对平滑、滤波、JPEG压缩、JPEG2000压缩以及位平面去除等攻击，其鲁棒性更明显。     

基于模糊区域检测的手写汉字笔画提取方法

针对手写汉字笔画提取的重点和难点--模糊区域的识别和解析问题,提出了一种新的基于模糊区域检测的笔画提取算法.该算法首先利用细化算法提取的fork候选点和fork候选点附近的轮廓信息来检测模糊区域;然后利用图模型来对子笔画和模糊区域进行建模,同时通过构造贝叶斯分类器来分析子笔画对的连续性,并通过路径搜索来得到子笔画序列;最后通过进行B样条插值来提取细化后的笔画.对比实验结果表明,该算法不仅能够有效地用于模糊区域检测和笔画提取,而且能够避免细化结果在模糊区域内的形状畸变.     

一种神经网络自组织模糊控制*

本文提出一类基于神经网络的模糊控制。首先，它利用具有动态结构的ＢＰ网络进行模糊推理，实现模糊控制的最优推理过程。其次，它采用另一具有动态结构的ＢＰ网络校正现有的控制规则，实现规则自组织，在控制过程中不断优化控制性能，从而使控制的效果更加理想。     

ERW焊管首检工艺流程对首检质量和效率的影响

ERW（高频电阻焊）焊管的生产特点要求其在批量生产前要进行工艺评定,俗称首检。如果首检质量控制不当,会导致批量降级管的产生。分析了宝山钢铁股份有限公司宝钢分公司钢管厂610 ERW机组原有首检工艺流程存在的不足,提出了改进首检工艺流程、制作常用钢级非标准试样和标准试样力学性能对比表、提高首检夏比冲击值等措施,使首检质量和效率显著提高,取得了良好的效果。