改进概率路标图算法

为解决传统概率路标图算法(probabilistic roadmap,PRM)学习阶段路线图R(N,E)中路线图边集E较为复杂和查询阶段生成的路径转折次数较多的问题,提出边集优化方法并引入道格拉斯-普克算法.在学习阶段,通过对随机点进行约束,减少路线图中集合E的大小,减少查询阶段的计算量.在查询阶段,通过对搜索到的无碰撞路径节点进行峰值节点提取,有效去除冗余节点.实例仿真结果表明,改进PRM算法比标准的PRM算法具有更高的求解效率和更少的路径节点数目.     

非易失性存储器件的性能、可靠性及应用

随着大数据和人工智能应用的发展,数据呈现爆发式增长,对数据存储的需求日益加剧。传统内存技术的容量已经接近其物理存储密度的极限,而非易失性存储器具有按字节寻址、能耗低、读写速度快等优良特性,有望替代传统的动态随机存储器或磁盘技术。然而,该介质本身也存在一些不足,如使用寿命有限、读写速度不对称、磨损不均衡和错误来源多样等缺点。该文通过阐述常见非易失性存储器的存储原理,调研并总结了一些现有改进技术。