类脑计算脉冲神经网络模型及其学习算法研究进展

深度神经网络在实际应用中的局限性日益凸显，具备生物可解释性的类脑计算脉冲神经网络成为了人们研究的热点课题。应用场景的不确定性及复杂多样性给研究者提出了新的挑战，要求类似生物大脑组织具备多尺度架构的类脑计算脉冲神经网络，能够实现对多模态、不确定性信息的感知决策功能。文中主要介绍了多尺度生物合理性的类脑计算脉冲神经网络模型及其面向多模态信息表征和不确定信息感知的学习算法，并分析探讨了基于忆阻器互联的脉冲神经网络可实现多尺度架构类脑计算的两个关键技术问题，即多模态、不确定信息与脉冲时序表示一致性问题和多尺度脉冲神经网络学习算法与容错计算问题。最后，对类脑计算脉冲神经网络的研究方向进行了分析与展望。     

基于图神经网络多模态融合的语音情感识别模型

目前,基于多模态融合的语音情感识别模型普遍存在无法充分利用多模态特征之间的共性和互补性、无法借助样本特征间的拓扑结构特性对样本特征进行有效地优化和聚合,以及模型复杂度过高的问题。为此,引入图神经网络,一方面在特征优化阶段,将经过图神经网络优化后的文本特征作为共享表示重构基于声学特征的邻接矩阵,使得在声学特征的拓扑结构特性中包含文本信息,达到多模态特征的融合效果;另一方面在标签预测阶段,借助图神经网络充分聚合当前节点的邻接节点所包含的相似性信息对当前节点特征进行全局优化,以提升情感识别准确率。同时为防止图神经网络训练过程中可能出现的过平滑问题,在图神经网络训练前先进行图增强处理。在公开数据集IEMOCAP 和RAVDESS上的实验结果表明,所提出的模型取得了比基线模型更高的识别准确率和更低的模型复杂度,并且模型各个组成部分均对模型性能提升有所贡献。     

基于注意力感知和语义感知的RGB-D室内图像语义分割算法

近年来,全卷积神经网络有效提升了语义分割任务的准确率.然而,由于室内环境的复杂性,室内场景语义分割仍然是一个具有挑战性的问题.随着深度传感器的出现,人们开始考虑利用深度信息提升语义分割效果.以往的研究大多简单地使用等权值的拼接或求和操作来融合RGB特征和深度特征,未能充分利用RGB特征与深度特征之间的互补信息.本文提出一种基于注意力感知和语义感知的网络模型ASNet(Attention-aware and Semantic-aware Network).通过引入注意力感知多模态融合模块和语义感知多模态融合模块,有效地融合多层次的RGB特征和深度特征.其中,在注意力感知多模态融合模块中,本文设计了一种跨模态注意力机制,RGB特征和深度特征利用互补信息相互指导和优化,从而提取富含空间位置信息的特征表示.另外,语义感知多模态融合模块通过整合语义相关的RGB特征通道和深度特征通道,建模多模态特征之间的语义依赖关系,提取更精确的语义特征表示.本文将这两个多模态融合模块整合到一个带有跳跃连接的双分支编码-解码网络模型中.同时,网络在训练时采用深层监督策略,在多个解码层上进行监督学习.在公开数据集上的实验结果表明,本文算法优于现有的RGB-D图像语义分割算法,在平均精度和平均交并比上分别比近期算法提高了1.9%和1.2%.     

多级上采样融合的强监督RGBD显著性目标检测

有效的多模态特征融合在RGBD显著性目标检测领域中发挥着重要的作用,但如何学习到有效的多模态特征融合在目前仍然是一个挑战性的任务。不同于利用多模态显著图加权融合的传统方法,基于卷积神经网络的方法使用简单的卷积操作融合多模态特征,但这对于大量的跨模态数据融合来说是不够的。为了解决这个问题,提出了一种新颖的上采样融合模块,它不仅具有多尺度的感知能力,还同时进行全局和局部上下文推理,此外强监督残差模块增强了网络训练的稳定和有效性。与现有的方法相比,提出的方法能够提供更稳定、更灵活的融合流,从而实现了RGB和Depth信息充分、高效的融合。在三个广泛使用的RGBD显著性目标检测数据集上的大量实验证明了该方法的有效性。     

多文化场景下的多模态情感识别

自动情感识别是一个非常具有挑战性的课题,并且有着广泛的应用价值.本文探讨了在多文化场景下的多模态情感识别问题.我们从语音声学和面部表情等模态分别提取了不同的情感特征,包括传统的手工定制特征和基于深度学习的特征,并通过多模态融合方法结合不同的模态,比较不同单模态特征和多模态特征融合的情感识别性能.我们在CHEAVD中文多模态情感数据集和AFEW英文多模态情感数据集进行实验,通过跨文化情感识别研究,我们验证了文化因素对于情感识别的重要影响,并提出3种训练策略提高在多文化场景下情感识别的性能,包括：分文化选择模型、多文化联合训练以及基于共同情感空间的多文化联合训练,其中基于共同情感空间的多文化联合训练通过将文化影响与情感特征分离,在语音和多模态情感识别中均取得最好的识别效果.     

一种密集网络中点对点可靠无线通信策略

在无线通信中,尤其在节点密集的网络中,由于通信范围内邻居众多,节点之间极易发生串音,不仅浪费了接收节点的能耗,甚至有可能因为数据误听而引发系统错误。为了提高节点通信的可靠性,提出了一种基于节点配对、地址过滤和AES加密的多信道可靠通信策略。基于200节点的项目运行表明,该策略稳定可靠,配对后节点之间不会产生串音和数据误传。     

无线感知执行网的智能协作机制研究

针对无线感知执行网中的节点协作问题,提出了多目标智能协作策略。在感知节点不完全连通的WSANs中,设计局部感知节点成簇算法,实现感知节点间的通信协作;以网络能耗均衡和信息传输时延为目标,应用离散多目标自由搜索算法对WSANs进行实时路径规划,实现簇头节点和执行节点间的协作,并通过路径惩罚策略和路径均衡策略,保证寻优结果的有效性、均衡执行节点之间的能耗。仿真实验表明:无线感知执行网智能协作机制能有效地选择多执行节点路径,实现网络协作的实时需求与能量消耗之间的平衡。     

矿山物联网顶层设计

介绍了矿山物联网技术发展现状和产业发展模式,指出矿山物联网顶层设计的目的是从国家安全生产监管的全局进行感知矿山总体设计,实现矿山物联网物与物相联,并明确矿山物联网的服务本质。探讨了矿山物联网的发展趋势:关键技术不断突破,服务承载模式逐步显现,政府与企业共促发展。阐述了矿山物联网发展重点领域:核心关键技术突破,包括微型化智能装置及能量捕获技术,矿山覆盖网络、通信与灾后重建技术,云计算、大数据及安全生产管理技术,矿山语义与虚拟化技术,安全、隐私与可信网络技术;5S应用,即感知人员、感知灾害、感知设备、感知矿区、感知管理;云服务体系构建;标准化建设。提出了矿山物联网保障措施及建设路线。     

矿用5G通信演进技术研究

矿用5G是智能矿山建设的基础,为满足智能矿山多样化的应用需求,需要依托5G通信演进技术推动矿用5G通信演进系统的实现。梳理了矿用5G技术研究及系统部署现状：矿用5G初步实现了音视频通话、高清视频分析、装备远程控制等应用,但存在终端形态单一、上行链路负荷较重、5G通信系统与定位系统分立建设等问题。分析了3GPP Release 17的5G通信演进技术在矿用5G通信中的适用性,指出RedCap轻量化终端技术、NR直连通信技术、NR定位技术将成为矿用5G通信演进的关键技术。研究了矿用5G通信演进关键技术：RedCap轻量化终端技术能够满足矿用无线传感器、单路无线传输的矿用视频监控设备、智能矿灯、智能穿戴设备的低功耗、低成本的多模态终端研发需求;NR直连通信技术应用于矿井自动驾驶车载终端与巷侧设备、应急通信中继设备,可满足矿井自动驾驶和应急通信的低时延、高可靠传输需求;NR定位技术应用于矿井通信定位一体化,可满足矿井通信定位系统融合的技术需求。提出了矿用5G通信演进系统架构,为建设矿用5G全连接矿井、支持多链路无线接入、实现通信感知一体化提供了方向。     

基于并行分区搜索的多模态多目标优化及其应用

基于分区搜索的多模态多目标优化属于一种决策空间分解策略,因此它具有天然的并行性.为提高求解效率,提出了一种并行分区搜索(Parallel Zoning Search,PZS)方法来辅助多模态多目标进化算法.在PZS中,首先将多模态多目标优化问题的整个决策空间划分为多个子空间,然后利用并行计算技术来实现选定的多模态多目标...     

一种简易的井下巷道冗余节点部署策略

针对井下巷道狭长、通信环境复杂的情况,提出一种非常简单且易于执行的无线传感器网络节点部署策略—基于等腰三角形的冗余节点部署策略。它能够保证巷道至少被三重覆盖,满足了移动节点的定位要求,同时,节点的冗余部署能够在个别节点失效时仍维持数据的稳定传输。实验环境下测试结果表明：此种部署策略能够在不增加过多监测节点的同时,保证网络的低丢包率,并实现对移动节点的定位。     

煤矿信息全面感知与智慧决策系统

针对目前煤矿安全生产过程中存在煤矿信息感知能力差、决策水平低的问题,提出了一种煤矿信息全面感知与智慧决策系统。该系统由胶囊网络层、数据传输层和云服务层组成:胶囊网络层由人员位置与行为感知胶囊、设备状态感知胶囊、环境感知胶囊构成,实现煤矿"人、机、环"全面感知;数据传输层采用无线传感器网络与有线网络结合的方法来实现煤矿井下数据可靠传输;云服务层通过基于随机森林的智慧决策机制为煤矿生产高效、可靠决策提供了保障。实验结果验证了该系统的有效性。     

煤矿瓦斯监测无线传感器网络系统的研究

针对矿井瓦斯事故频发、现有矿井瓦斯监测有线通信系统急需向无线通信系统改进的实际情况,文章提出了将分布于井下的所有瓦斯传感器节点纳入一个智能化、结构灵活的无线网络系统,组成以传感器节点为依托的层次化且具有本安特性的瓦斯传感器网络系统。该系统在主井中以光纤为传输通道,在巷道中以无线电为传输通道,可随时根据井巷结构变化改变节点位置或者增加和减少节点数量。     

感知矿山物联网智慧照明系统设计

针对现有矿井照明系统存在低智能化、高能耗的问题,提出一种基于感知矿山物联网的矿井智慧照明系统的设计方案,给出了系统架构,介绍了系统无线感知子网的节点和系统控制实现流程。该系统根据移动目标位置和标签号自主判别并设置照明状态,达到节能效果;同时可将网络各节点状态信息上传至地面监控中心,便于节点的控制和维护;遇险时还可作为应急避险指示系统,具有避险功能。     

煤矿采空区无线传感器网络路由协议研究

针对现有的基于能量均衡的无线传感器网络路由协议不适应煤矿采空区应用的问题,提出了一种非均匀分簇能量均衡路由协议,即UCEB-CMF协议。该协议原理如下:优化候选簇首的选择机制,有效保证剩余能量大的传感器节点优先成为候选簇首;改进非均匀竞争半径的计算公式和候选簇首的竞争方法,在考虑剩余能量的基础上,增加了对簇首节点到Sink节点距离的考量,从而实现能耗均衡;针对煤矿采空区传感器节点易消亡的特点,提出了一种多路径路由算法,从而实现数据传输的持续性。仿真结果表明,该协议能有效均衡传感器节点能耗,延长无线传感器网络的生存期,适用于煤矿采空区。     

基于贪婪算法无线传感器网络中继节点布局的研究

为实现远距离的无线通信, 在网络中添加中继节点, 采用多跳路由传输数据。对于中继节点的布局问题, 依据线性结构使网络整体能量消耗最小的特征, 提出一种中继节点贪婪布局算法。该算法通过最近贪婪策略、中继节点通信容量、传感器节点数据转发跳数等约束方法限制中继节点的布局位置。理论分析和实验验证了该算法能够有效减少能量消耗, 延长网络寿命。     

矿用起重机能耗感知系统Sink节点设计

针对采用有线传输方式难以实时监测起重机能耗的问题,提出了一种基于无线传感器网络的矿用起重机能耗感知系统Sink节点软硬件设计方案。该节点采用CC2530无线射频芯片实现起重机工作参数的采集和无线收发,采用ENC28J60以太网控制器将接收到的采样数据转换成以太网数据包,上传给后台监控中心;在分析uIP协议栈的数据通信流程与特点的基础上,详细阐述了uIP协议栈在CC2530芯片上的移植,以及Sink节点功能函数的编写。测试结果验证了该设计方案能够准确地实现TCP数据包的传输,满足矿用起重机能耗感知系统数据传输需求。     

LM3S9896与CL2520平台上的Zigaee组网技术及应用

ZigBee技术是基于IEEE802．15．4的一种新兴的短距离、低功耗、低成本和低速率的无线传感器网络技术。网络节点作为无线传感器网络的物理载体,如何实现众多网络节点的智能化接入成为关键问题之一。本文提出了LM3S9896＋CC2520平台上无线通信节点的智能化设计,分析了ZigBee无线组网与数据通信技术,并实现了...     

5G通信技术及其在煤矿的应用构想

近年来我国煤矿无线通信系统首选WiFi和4G通信技术,随着煤矿智能化建设的发展,现阶段煤矿无线通信系统的性能已无法满足煤矿智能化发展的各项需求。对比前几代移动通信技术,阐述了第五代移动通信技术(5G)关键技术及其性能优势;给出了矿用5G无线通信系统的组成及组网方式;结合5G通信技术特点和煤矿智能化发展需求,提出了5G通信技术在煤矿的应用场景,如井下无人驾驶及智能运输、全矿井位置服务、设备远程操控、故障远程诊断、大宽带业务数据传输、煤矿机器人云端控制、全矿井安全监测信息采集、虚拟现实/增强现实矿山等;指出针对煤炭行业的5G技术应用场景还需不断挖掘和完善,且由于5G网络对承载网要求较高,煤矿应预估部署成本,结合自身发展状况和需求搭建矿井5G通信网络。     

面向智慧教室的无线传感网边缘节点智能部署方法

摘 要: 为降低部署后的通信时延,提高智慧教室的数据发送与网络使用效率,提出面向智慧教室的无线传感网边缘节点智能部署方法。以智慧教室场景中良好的通信、最大限度降低部署边缘节点成本为优化目标,构建边缘节点智能部署的目标函数。针对目标函数设定流量约束条件、无线传感网数据流约束条件、节点计算能力约束条件。自适应调整粒子群优化算法的惯性权重、粒子更新速度、Pareto最优解保存策略,设计多目标改进粒子群优化算法求解目标函数,实现面向智慧教室的无线传感网边缘节点智能部署。测试结果表明,该方法的时延较低,网络计算能力较高,保证了智慧教室无线传感网通信和传输质量。