基于初始聚类中心优化的K-均值算法

针对传统的K-均值算法对初始聚类中心的选取和孤立点敏感的问题,本文提出了一种基于点密度的初始聚类中心选取方法。利用该方法选出初始聚类中心,再应用K-均值算法进行聚类,同时对孤立点进行特殊处理。实验表明,该方法能够产生高质量的聚类结果。     

Challenges of 22 nm and beyond CMOS technology

It is predicted that CMOS technology will probably enter into 22 nm node around 2012. Scaling of CMOS logic technology from 32 to 22 nm node meets more critical issues and needs some significant changes of the technology, as well as integration of the advanced processes. This paper will review the key processing technologies which can be potentially integrated into 22 nm and beyond technology nodes, including double patterning technology with high NA water immersion lithography and EUV lithography, new devi...     

NAND Flash的驱动程序设计

以三星公司K9F2808UOB为例,设计了NAND Flash与S3C2410的接口电路,介绍了NAND Flash在ARM嵌入式系统中的设计与实现方法,并在U-Boot上进行了验证。所设计的驱动易于移植,可简化嵌入式系统开发。     

基于EP1K30TC144的视频捕捉处理的设计与实现

提出一个基于FP6A技术的视频捕捉处理系统的设计方案以及视频信息的捕捉、存储、显示和发送的实现方法。采用FPGA芯片EP1K30TC144,构成视频图像信息捕捉的硬件系统,利用MAX＋PLUS Ⅱ开发工具,设计并实现了系统软件。具有灵活、实用和可扩展等特点。     

A survey of singular curves in sub-Riemannian geometry

Sub-Riemannian geometry is the geometry of a distribution ofk-planes on an-dimensional manifold with a smoothly varying inner product on thek-planes. Singular curves are singularities of the space of paths tangent to the distribution and joining two fixed points. This survey is devoted to the singular curves, which can be length minimizing geodesics, independent of the choice of inner product.     

基于 CEEMDAN 与改进核极限学习机的S700K 转辙机健康状态诊断

针对S700K转辙机健康状态分类过于粗放、诊断速度慢、效率低的问题,提出一种基于CEEMDAN与改进核极限学习机(kernel based extreme learning machine, KELM)的诊断方法。首先,对S700K转辙机功率数据进行自适应噪声完备集合经验模态分解,得到6个本征模态函数(intrinsic mode function, IMF);然后,计算本征模态函数的模糊熵值(fuzzy entropy, fuzzyEn, FE)作为表征转辙机健康状态的特征参数;最后,利用麻雀算法(sparrow search algorithm, SSA)改进的核极限学习机对9种健康状态进行健康诊断,并与SVR和ELM模型进行对比。仿真结果表明,改进核极限学机模型准确率、精确率、召回率等指标分别达到97.8%、98.0%、97.8%,相较于SVR和ELM模型,SSA-KELM模型在保证运行速度的基础上,将诊断准确率至少提高2.2%。     

基于K Framework的向量化机器学习指令语义形式化

ARM针对ARMv8.1-M微处理器架构推出基于M-Profile向量化扩展方案的技术,并命名为ARM Helium,声明能为ARM Cortex-M处理器提升达15倍的机器学习性能.随着物联网的高速发展,微处理器指令执行正确性尤为重要.指令集的官方手册作为芯片模拟程序,片上应用程序开发的依据,是程序正确性基本保障.主要介绍利用可执行语义框架K Framework对ARMv8.1-M官方参考手册中向量化机器学习指令的语义正确性研究.基于ARMv8.1-M的官方参考手册自动提取指令集中描述向量化机器学习指令执行过程的伪代码,并将其转换为形式化语义转换规则.通过K Framework提供的可执行框架利用测试用例,验证机器学习指令算数运算执行的正确性.     

小型化低功耗机载显示器图形系统设计与实现

为了满足机载显示器图形生成系统的小尺寸、低功耗需求,提出了一种基于龙芯2K1000的全国产图形生成与处理方案。该方案以2K1000为核心构建硬件平台,使用2K1000内部集成的中央处理器、图形处理器、显示控制器,以及外部的内存实现图形的计算生成和双缓存显示,配合国产可编程逻辑器件实现图形与外视频的叠加显示及机载通信总线扩展。软件上采用航空专用的国产天脉操作系统,基于天脉操作系统设计了关键的图形显示驱动、帧存驱动、显示控制器驱动。实验结果表明,在输出1 024 pixel×768 pixel分辨率显示时,典型机载图形画面帧率达到35 frame/s,整体功耗约10 W。该方案扩展性强、功耗低,满足实时显示需求,在机载显示器领域有着广泛的应用空间。     

面向鲁棒频谱感知的模糊K-means++算法

恶意用户通过向数据融合中心发送伪造的频谱感知数据,解决自身频谱资源短缺问题,但会极大地降低频谱感知系统的检测概率。为了解决此问题,提出了基于模糊K means++的数据融合算法。该算法首先引入模糊处理机制处理样本的数据特征值,以此来增加样本间的差异性;然后将模糊处理后的数据发送到融合中心,融合中心采用离群点挖掘的方法排除恶意用户,并对保留下来的用户进行融合,使样本向量具有鲁棒性;最后运用K means++算法对样本向量进行聚类。该算法利用轮盘法选择聚类中心,可有效抵御恶意用户的攻击,提高系统感知性能;无需知晓信号与噪声的分布等一些先验信息,也避免了繁杂的门限推导。从仿真结果可以看出,该算法对抵御恶意用户攻击具有突出的效果,有效提升了协同频谱感知系统的稳定性和鲁棒性。