车辆边缘计算中基于深度学习的任务判别卸载

车辆边缘计算（VEC）将移动边缘计算（MEC）与车联网（IoV）技术相结合,将车载任务下沉至网络边缘,以此解决车辆终端计算能力有限问题。为了克服任务数量骤增的车载任务调度难题并提供一个低时延服务环境,首先依据所选的5大特征参数的动态关联变化准则,使用改进型层次分析法（AHP）将车载任务划分为3类主要任务,基于3种卸载决策进行资源分配联合建模;随后,利用调度算法和罚函数来消除建模的约束条件,所获的代价值为之后的深度学习算法提供输入;最后,提出一种基于深度学习的分布式卸载网络算法来有效降低VEC系统的能耗与时延。仿真实验结果表明,所提卸载方案相较传统深度学习卸载方案具有更好环境适应性与稳定性,并降低了任务平均处理时延与能耗。     

一种新颖的自适应权重Census变换立体匹配算法

针对当前Census变换立体匹配算法深度不连续区域匹配精度低的缺陷,提出了一种新颖的自适应权重的Census变换立体匹配算法。在Census变换阶段计算变换窗口中心点上下左右四个像素的均值,得到中心点与该均值的差的绝对值,通过判断该绝对值的大小来确定中心点灰度值;为了有区别地对待窗口内各像素点,引入自适应权重,通过线性分段型函数计算自适应权值。在代价聚合阶段同样引入自适应权重并采用变化的聚合窗口,通过聚合窗口中心点和其左右两点的梯度值来确定聚合窗口的大小。实验结果表明,算法的匹配效果优于目前的Census变换立体匹配算法,在深度不连续区域匹配效果显著改善,而且没有明显降低实时性和增加硬件实现的难度。     

基于碳卫星与电力排放数据的碳计量

目前,基于温室气体卫星遥感探测技术的碳感知正逐步成为新一代碳计量方法的重要组成部分。然而,从碳卫星数据中准确提取由人类活动产生的碳排放数据是一项至关重要且极具挑战性的任务。文中结合碳卫星与电力排放数据,提出一种新的人工智能算法,以实现准确的碳排放计量。首先,介绍了所使用的包括碳卫星和电力数据在内的多模态数据源,并设计了相应的数据筛选方法。然后,提出了考虑此多模态数据特性的深度学习方法,构建反映碳卫星数据、发电量数据与碳源碳排放量之间函数关系的数据驱动模型。最后,基于美国OCO-2碳卫星的碳浓度遥感数据及美国1 304家火力发电厂的连续烟气监测系统数据验证了所提方法在发电厂碳排放量计量问题上的有效性。     

基于动态多核相关向量机的软测量建模研究

针对污水处理过程中存在的多变量耦合、强非线性以及参数时变等问题,提出基于多核学习相关向量机的软测量建模方法,并采用粒子群算法对多核权重以及核参数进行优化。同时,引入时间差分(time difference)方法改进多核相关向量机的动态特性。为了验证所提模型的有效性,通过一仿真案例与单核相关向量机、多层前馈神经网络和基于遗传算法的支持向量机进行对比研究。结果表明,所提模型具有更好的预测效果。最后,对模型的鲁棒性在数据漂移和异常的场景下进行了讨论。     

基于二阶系统的动态汽车衡称重方法及应用

采用离散化二阶系统的分析方法实现了动态汽车衡的称重测量.从称重过程的力学模型分析入手,推导出系统传递函数关系并作离散化处理,采用最小二乘法估计系统的模型参数,由称重系统的测量值推算车辆的实际重量.将此方法应用于某公路动态汽车衡的开发,安装路试表明,动态测量与静态称重的吻合度控制于1.5%以内.     

基于全局优化的图像修复及其在GPU上实现

针对目前贪婪修复算法可能存在修复效果视觉不一致以及全局优化修复算法中未考虑结构信息的情况,提出一种新的基于全局优化的快速图像修复算法.通过定义出改进的能量函数,把图像修复问题转化为全局优化问题,并采用基于非局部均值的状态标签裁减算法,大幅度减少图中每个节点可能的状态标签数,从而大幅度降低优化算法复杂度;同时,利用图形处理器（GPU）进行加速,进一步提高了运算速度.与其他贪婪合成和最优化修复方法相比,该方法速度更快且较好地保持了纹理和结构的整体一致性.     

端点约束加权正交基与Bernstein基的转换及应用

为了在计算机辅助几何设计(CAGD)中,有效地求解在Jacobi加权L2范数下Bézier曲线约束最佳降多阶逼近问题,推导具有端点约束特征的加权正交基与Bernstein基之间的转换矩阵.利用Bernstein基构造端点约束加权正交基,给出约束加权正交基与Bernstein基的相互转换矩阵,利用该矩阵给出具体的端点约束最佳降多阶矩阵和该降阶逼近的可预报的误差公式,提出在L2、L1、L∞范数下适合于最佳降阶逼近的相应Jacobi基的权函数的选取方案.通过具体实例对逼近算法进行演示与分析.结果表明,该算法表示简单,易于实现.     

基于模块化技术的最佳ULG.2的QCA电路设计

为了减少纳米器件量子细胞自动机(QCA)电路的线交叉数和电路综合时采用的门电路类型,在介绍QCA细胞结构、逻辑器件、模块化设计技术以及最佳通用逻辑门ULG.2的基础上,提出基于模块化技术的最佳通用逻辑门ULG.2的QCA电路实现方案.利用最佳QCA通用逻辑门ULG.2设计了全加/减器、全比较器和4选1数据选择器.所设计的QCA电路均用QCADesigner软件进行模拟,结果表明：该电路不仅具有正确的逻辑功能,而且某些性能得到了很大的改善.特别地对于4选1数据选择器,与已有的多数门和反相器直接设计的电路相比,细胞数、QCA线交叉数分别减少了31.8%和62.5%.     

软件故障定位报告质量评估方法

通过对基于静态程序依赖图的软件故障定位报告质量评估方法的分析,指出由于其评分缺乏对程序运行时动态特征的描述,而影响评分质量,提出一种新的改进方法.该方法利用描述程序运行的特征谓词信息和基于失败运行测试用例的程序运行轨迹,将动态特征融入到静态程序依赖图中,构造动态程序依赖图,在此基础上运用基于广度优先搜索算法,得到能够更加真实反映在查错过程中需要排查的程序语句集合.结合软件故障定位模型的实证分析表明,该方法能够有效提高评估质量,促进定位模型的改进.     

长行程水平向振动台的滑台防牵拉技术

为了解决长行程水平向振动台中管线对滑台牵拉引起的输出波形失真问题,提出一种带动管线跟踪滑台同步运动的随动装置设计方法.建立管线牵拉力作用下的水平向振动台机电耦合动力学模型,计算管线牵拉力对振动台输出波形失真度的影响;设计一种基于光栅尺的滑台随动装置,带动随动平台与滑台做同步运动,滑台上的管线经随动平台后引出,此时管线的牵拉力直接作用在随动平台上,而滑台上受到的牵拉力趋于零.试验结果表明,通过增设滑台随动装置,水平向振动台在做超低频大行程振动时的输出波形失真度得到极大的改善.