基于云自适应遗传算法的NoC路径分配研究

路径分配是NoC设计流程中的两个关键步骤之一;路径分配的结果对NoC系统的性能尤其是通讯延时有着很重要的影响;多约束条件下的NoC路径分配问题是NP完全问题,要求出其最优解比较困难,目前常用的方法是利用启发式算法求得其较优解;文中提出一种基于云自适应遗传算法的NoC路径分配解决方案,该算法利用云模型对传统遗传算法加以改进,采取新的方法自动调整遗传算法过程中的交叉概率pc和变异概率pm,将适应度与云模型的3个参数Ex、En、He相互结合,从而达到优化遗传算法的目的;将此算法应用于2D-Mesh拓扑结构的NoC中,以平衡链路负载和联合优化为实验目标,以优化静态通讯分配结果;实验证明,文章所采取的算法在平衡链路负载和联合优化方面均取得了良好的效果。     

结合感知损失与双重对抗网络的低剂量CT图像去噪

低剂量计算机断层扫描（LDCT）成像技术在医学诊断中得到广泛应用,但其斑纹噪声和非平稳条纹伪影复杂,目前多数算法仅依靠推断条件后验概率来实现图像去噪,无法应对LDCT图像噪声复杂、数据量少、先验知识缺乏的问题。提出一种结合感知损失的双重对抗网络去噪算法,以实现LDCT图像复原。该算法包含一个去噪器和一个生成器,分别从图像去噪和噪声生成2个角度来建模干净-噪声图像对的联合分布,通过联合学习使得去噪器和生成器相互指导,从而充分学习数据中的噪声信息和清晰图像信息,且学习到的去噪器可以直接用于LDCT图像修复。考虑到通过感知损失学习语义特征差异可以使去噪结果保留更多的细节和边缘信息,提出一种掩膜自监督方法,针对CT图像域训练一个语义特征提取网络用于计算感知损失。实验结果表明,与BM3D、RED-CNN、WGAN-VGG等主流去噪算法相比,该算法可以有效抑制噪声并去除伪影,最大程度地保留边缘轮廓和纹理细节,产生更符合人眼视觉特性的去噪效果,与当下LDCT图像去噪性能较好的SACNN算法相比,所提算法的PSNR和SSIM指标分别提升1.26 dB和1.8%。     

基于VMware的Novell身份认证系统虚拟化架构实践

为保证身份认证系统的稳定性和可靠性,以最少的投资带来最优的回报,安徽省电力公司结合身份认证系统自身特点,充分利用硬件资源,采用虚拟化技术进行架构改造和优化,解决了软件性能瓶颈,实现了系统性能的大幅度提升。该架构已在安徽省电力公司大规模应用,并为公司节约了大量的资源和资金。     

流形映射结合响应面法的双频天线优化

随着5G通信技术的快速发展,对于跨频段组网有了更高的要求,多频段天线的高效优化成为重点.传统的空间映射方法对天线进行优化时,要准确地建立一个与之相对应的等效电路模型是非常困难的,因此寻找一种简单快速的方法来建立可靠的粗模型至关重要.通过响应面近似算法来构造粗模型,解决了传统优化方法建立等效电路的困难,进一步节省了计算时...     

110 kV输电线路巡检无人机电磁兼容分析

高压输电线路周围恶劣的电磁环境会直接影响巡检无人机运行的稳定性,进而影响地面操作人员对巡检结果的评估。为保障巡检无人机在恶劣电磁环境下巡检作业的可靠性,对无人机巡检作业的电磁环境进行仿真。根据干扰电磁波的耦合途径分别构造电场耦合模型与磁场耦合模型,对无人机内部电气结构与高压输电线路之间的耦合进行分析从而确定受扰对象,从干扰源的产生及电磁耦合途径出发,对无人机进行电磁兼容优化,利用电磁屏蔽削弱无人机内部电气结构及敏感元件所受到的电磁干扰,使无人机的电磁兼容性能得到提升,保障巡检无人机运行的稳定性。     

基于Bi-LSTM的同时同频全双工数字域自干扰抑制方法

同时同频全双工(co-frequency co-time full duplex, CCFD)系统在相同的频率上同时进行信号的收发,理论上可使通信频谱利用率提高一倍.但是由于收发天线等前端模块距离较近,系统中会存在很强的自干扰信号.当前常用的自适应滤波、最小二乘法估计等自适应干扰抑制方法存在着不能有效抑制多径信道和功放非线性产生自干扰信号的不足.针对此问题,本文提出一种基于双向长短时记忆神经网络(bi-directional long short-term memory, Bi-LSTM)的CCFD数字域自干扰抑制方法.首先根据多径信道的特征,采用记忆多项式对自干扰信道进行建模;然后采用Wild Horse优化算法(Wild Horse optimizer, WHO),通过迭代寻找到最优时延单位以确定训练数据的特征数;最后搭建Bi-LSTM网络进行训练,重构出自干扰信号,并在接收端减去,以达到自干扰抑制的目的.在仿真实验中采用OFDM (orthogonal frequency division multiplexing)信号作为参考信号,实现了47.17 dB自干扰信号抑制比,较传统...     

市售五香牛肉货架期预测模型的建立

以菌落总数为指标建立微生物生长模型及散装五香牛肉货架期预测模型.将市售散装五香牛肉分割贮藏,测定了4、7、10℃条件下,贮藏期内样品菌落总数的变化.对恒定温度下的五香牛肉建立微生物初级生长模型、平方根二级模型及货架期预测模型.建立菌落总数的一级模型(Gompertz方程),拟合度在95％以上;平方根二级模型的R2值为0.998,温度与生长速率的平方根呈良好的线性关系,并且残差值在0上下浮动.     

基于时间Petri网和THBA的3D NoC测试规划

针对三维片上网络(3D NoC)中IP核并行测试任务复杂、测试效率较低的问题,结合3D NoC测试的特点建立了一种时间Petri网模型,将变迁激发序列作为并行测试任务规划方案。为了获得最短的测试时间,设计拆分编码,在测试路径分配基础上进行顺序调度优化,采用两级递阶蝙蝠算法对变迁激发序列集进行搜索,将测试资源合理有效的分配给各IP核。仿真结果表明,所提模型可以有效地描述3D NoC测试规划问题,算法能够以较大的收敛概率迅速收敛到最优解,缩短了测试时间,提高了测试效率。     

构建沥青基材料力学行为主曲线的两阶段方法

为构建普适性沥青基材料力学行为主曲线,依据主曲线定义提出了将主曲线获取与主曲线拟合分离的两阶段方法,用基质沥青的试验数据对比了采用两阶段方法与规范方法绘制主曲线时的拟合效果,并用沥青砂浆及橡胶测试数据检验了采用两阶段方法绘制主曲线时的稳健性.结果表明：两阶段方法克服了规范方法需预设主曲线模型与移位因子方程的缺陷,可在主曲线拟合阶段对主曲线模型的准确性进行检验,并可用于主曲线模型或移位因子方程的优化;两阶段方法不仅适用于构建具有时温等效特性的沥青基材料力学行为主曲线,对非沥青基材料也有较好的适用性.     

矿产资源供应能力评价的FAHP方法

为了合理地开发和利用资源,提高资源利用效率和矿业发展质量,科学论证与评价矿产资源供应能力,具有重要的理论意义和现实意义。采用定性定量相结合的模糊层次分析法（FAHP）,构建了矿产资源的供应能力的评价模型,并以我国2006—2015年钴资源的历史数据为例,将资源禀赋、供需市场、政治环境作为评价准则,通过对评价指标进行分析,得到了钴资源供应能力的评价值均在1以下,并呈现逐年下降趋势。研究结果表明,我国钴资源的供应能力整体偏弱,今后几年钴资源供应能力仍会维持在较低水平。