基于多源信息的全局滤波器剪枝

针对现有神经网络剪枝方法未全面评估滤波器的重要性以及跨层滤波器的重要性间存在一定差异的问题,提出了一种基于多源信息的全局滤波器剪枝算法,建立了特征和权重信息间的连接.首先,根据特征信息较为丰富和权重信息受数据噪音影响低的特点,分别以特征间相关性和权重熵来评估滤波器的相对和绝对重要性.然后,将每层中不同压缩比例的滤波器看作一个整体,评估其对模型的全局重要性,按照压缩需求跨层剪掉模型中最不重要的部分.最后,采用知识蒸馏的方式来恢复剪枝后模型的精度,不依赖其他数据集就能完成模型的压缩与微调.为了验证所提方法的适用性,针对DeepLabV3、DABNet和U-Net网络在三个语义分割数据集上进行了大量的实验.也针对多种深度的ResNet网络在图像分类数据集上进行了验证.实验结果表明,通过多源信息可以更精确的评估单层中滤波器的重要性,通过全局重要性来指导跨层剪枝可以使模型的关键信息损失降到最低.     

基于注意力机制和特征聚合的车道线检测

车道线检测的可靠性和稳定性对智能驾驶系统来说至关重要.由于车道线容易受到光线、遮挡、老化等复杂情况的干扰,导致传统的语义分割网络无法准确的学习到车道线的细节特征.为解决该问题,本文首先在编码网络部分引入CA坐标注意力机制,进一步增强网络对车道线提取能力,然后,在特征聚合网络引入金字塔空洞卷积模块与RESA模块并联来增强模型的感受野,以丰富和提取全局的空间特征信息,最后经过解码网络将融合后的特征图上采样到原图大小,并预测每个车道的位置和概率分布.实验证明,文中提出的算法在CULane数据集上有较高准确率,多路面综合准确率达到76.2%,并通过实车测试表明,该算法检测帧率为30 fps,可以在复杂交通场景下进行实时检测,具有较高的泛化性和鲁棒性.     

语义驱动的关联规则挖掘算法研究

为了使传统的关联规则挖掘算法在结合到具体领域时具有更强的适应性,提出了DS-Apriori算法。该算法建立在语义本体的基础上,根据项集内部的语义相关度动态的确定该项集的最小支持度,并采用了项集语义相关度的增量计算方法。实验结果表明,DS-Apriori算法在很大程度上提高了关联规则挖掘算法的效率和效果。     

基于GO体系的基因功能相似性度量方法

比较基因或基因产物功能上的相似性是生命科学研究的一项重要内容,它在生物大分子功能预测、基因聚类、生物网络分析和疾病相关基因筛选等方面具有广泛的应用。计算基因之间的功能相似性已经成为生物信息学研究的基础性工作。基因本体GO(Gene Ontology)体系集成了多种异质数据库的信息,用结构化的自然语言术语对基因和基因产物的功能进行注释和分类,是研究基因功能相似性的有力工具。从GO术语之间相似性、基因之间功能相似性两个方面,总结和评述过去十几年里,人类利用生物信息学方法在语义水平上研究基因功能相似性的进展和取得的成果,分析基因功能相似性计算方法存在的问题和面临的挑战,指出基于GO体系的基因功能相似性度量方法今后的主要研究方向。     

封装技术 了解处理器的第一站

随着Haswell的发布,移动和桌面处理器平台将同时存在PGA、LGA和BGA三种封装技术。掌握了不同封装技术之间的差异,有利于我们更好地把脉未来新CPU的定位和性能。CPU性能强悍但自身却极为脆弱,即便是空气中的杂质和水分就足以对其造成毁灭性的打击(腐蚀电路造成电气性能下降)。所谓的"封装",就是将CPU这种集成电     

JSP下JavaBean生存周期详解

JSP(JavaServer Page)语言由于它强大的生命力正在网站程序中起了越来越大的作用,越来越多的公司开始采用．JSP开发自己的各类网站,也有相当一部分的公司将以前的ASP、PHP程序慢慢移植到JSP语言环境中。实际上在．JSP的应用程序中,JSP程序只占用了很少的一部分,大部分的处理都是由JavaBean来完成的,通过JavaBean可以封装商业逻辑、数据库处理等等,     

走向21世纪的FC—PGA封装技术

进入2000年,CPU技术的发展将呈现如下趋势:0.18μm制造工艺将被广泛采用;铜导线将取代铝导线作为芯片内部的搭桥;二级缓存将集成到核心芯片内部并以全速运行;普遍采用超标量/超管线/多线程的结构,并支持新增的、针对特定任务的指令集,以在一个时钟周期内执行多次运算;更多地采用FC-PGA封装方式等。在这些趋势当中,Intel全新的FC-PGA封装方式颇为引人注目。