基于语音识别的机车自动过分相装置的研制

针对现有电力机车自动过分相装置成本高、维护不便等问题,提出了一种基于语音识别的电力机车自动过分相装置。利用专用语音识别模块对列车运行监控记录装置输出的语音信息进行识别,主控制模块根据识别结果和机车安全信息检测装置输出的串行数据帧,计算当前位置到达分相标的距离,并对距离进行补偿,当机车通过分相区时,机车受电弓自动断开。试验结果表明,该装置能够准确地识别列车运行监控记录装置输出的语音信息,保障机车安全、可靠地通过分相区,降低现有过分相装置的制造成本和维护费用。     

基于FPGA的多通道并行UART接口设计

针对现有多串口测控系统数据传输率低,各通信接口之间相互影响且不能并行通信的问题,提出了一种基于FPGA的多通道并行UART接口设计方法。依据RS-232异步通信协议,首先采用硬件描述语言设计了UART接口的波特率发生器、发送模块和接收模块,然后在EP2C8器件上对设计的多通道并行UART逻辑功能进行测试。试验结果表明,该设计方法能够实现10 Hz GPS数据帧和76.29 Hz航向参考系统AHRS数据帧的完整接收,各UART模块之间能并行工作,数据帧传输完整可靠。     

基于FPGA的UART设计

UART是一种目前广泛应用的短距离串行传输接口,常用于短距离、低速、低成本的串行数据通信。而现在大部分的集成电路UART芯片成本高、电路复杂、可移植性较差,本文基于FPGA器件设计,使用VHDL将UART的核心功能集成,使整个系统更加紧凑、稳定,且可移植性强。     

基于FPGA的通用异步收发机的设计

阐述了通用异步收发机(UART)异步串行通信原理,介绍了实现UART异步串行通信的硬件接口电路及各部分硬件模块,同时还介绍了用硬件描述语言Verilog来开发UART通信接口电路模块的方法.研究基于Verilog语言,结合有限状态机的设计方法来实现UART,将其核心功能集成到现场可编程门阵列(FPGA)上,使其整体设计紧凑、小巧,实现的UART功能稳定、可靠;同时,与其他设计方法相比较,利用有限状态机的方法具有结构模式直观简单,设计流程短,程序层次分明,易综合,可靠性高等优点,这种方法必将在电子设计自动化(EDA)技术中发挥重要作用.     

利用TIMER的捕获比较功能模拟MSP430 UART的研究

针对MSP43014X系列单片机，利用片内的定时器TIMER—A的捕获比较功能，通过软件模拟的方式来实现UART的功能，扩展了串行通信的接口，为工程实际应用提供了更丰富的资源．     

LXT908在以太网物理隔离器中的应用

物理隔离器采用模块化设计思想，用LXT908模块板实现以太网帧的解调／还原，及以太网帧数据截取等其他功能．离线检测板通过对以太网帧上IP地址的截取，来实现用户的离线检测．可以不与操作系统连接而有效地实现物理隔离，使设计更简单．     

一种基于异步串口的B码解调技术

从本质上看IRIG-B码的码流结构是一种脉宽调制码,其未经调制的信号为每秒100个2ms的码元,信息位是由固定位的脉冲宽度表示的。将B码的每秒1000bit的码流信号反相,恰好对应1个异步串行码结构。把B码当成数据帧来接收,利用了UART的抽样差别能力、帧同步确立、帧同步保护等技术,提出了一种基于异步串口的B码解调方法,实验证明该方案能大大提高解码的可靠性。     

基于数据依赖关系的程序自动并行化方法

针对目前大量串行遗产程序无法在高性能并行计算机上高效运行的问题,提出一种基于数据依赖关系分析技术的程序自动并行化方法,采用数据依赖关系分析技术对串行程序进行分析,将串行程序中基本块分成两类:彼此间具有依赖关系的基本块和彼此间无依赖关系的基本块,通过对无依赖关系的基本块进行并行处理实现串行程序的自动并行化,从而解决了在对串行程序自动并行处理时开销增大的缺点,并得到较好的并行优化结果.实例分析结果表明,该方法可以识别出可并行执行的基本块,实现串行程序的自动并行化.     

基于FPGA器件的RS232-C接口设计及其扩展

串行外设常常用到RS232—C接口,传统上采用诸如8250,8251,NSl6450等UART器什实现,然而此类器做得相当复杂,RS232—C接口常常不需要使用完整的UART的功能,而且对于多串口的设备或需要加密通讯的场合使用UART也是不合适的。笔者将RS232—C接口所需要的UART功能集成到FPGA的XILINX的XCS30内部,利用VHDL将R8232—C的核心功能集成,从而使整个设计更加紧凑小巧,系统功能更稳定可靠。同时该系统通过扩展,完成多点通信的数据过滤功能,大大降低CPU的负担,提高系统性能。     

FEDDR:一套实用的地下排水管道缺陷智能检测系统

地下排水管道缺陷检测是地下管线高效管理的基础，也是实现“智慧城市”的关键性问题。针对工程项目中对管道缺陷判别的需要，提出并实现了一套实用的地下排水管道缺陷智能检测FEDDR(frame extracting-detection-duplicate removal)系统，将视频缺陷检测过程分为检测前的视频预处理阶段、缺陷检测模型构建阶段以及缺陷检测优化3个阶段，采用帧间差分算法及VGG16网络对管道视频抽帧处理，筛选出兴趣检测帧，减少待检测数据量；选取YOLOv3为网络主框架，用轻量高效的EfficientNet结构替换原来的主干网络，采用迁移学习策略，用自建数据集Pipe-DATA对其进行训练，建立起高效的管道缺陷检测模型，并在检测帧输出检测结果时采用两次输出的优化策略来防止缺陷漏检；对检测出的缺陷帧图像进行文字识别，去重优化自动生成结果表单。将该方法应用到了某区域的将近3 km的管道视频数据中，共检测出了656个缺陷，与人工判别结果对比，准确率达94.3%,召回率达到98.7%,整个过程一体化完成，大大减少了人工成本，提高了排水管道缺陷的检测效率，具有工程实用性。     

NAT技术及其在网络安全中的应用

网络地址转换（NAT）技术可以隐藏内部主机,节约IP地址,节约IP地址,减少IP地址,减少ISP帐号花费以及提供完善的负载平衡和网络冗余功能,主要讨论NAT技术的模式,原理,特点及其在防火墙中的应用。     

多特征关联的入侵事件冗余消除

通过对事件的源地址、宿地址和宿端口3个空间属性进行分析,枚举出事件在空间属性上的所有可能的关联特征;通过对相邻事件的时间间隔进行统计分析,提出了事件的时间关联特征可以用一个相对均方差模型描述．在此基础上给出了一种基于事件类型、空间和时间关联特征的冗余事件消除算法,它能根据冗余消除规则集实时处理入侵事件并进行冗余消除．实验结果表明,该冗余消除算法可以使冗余事件在总的事件中的比例低于1％,其冗余消除的准确性和消除程度均高于CITRA中提出的冗余消除方法．     

用聚类支持向量机模型监测环保设备运行状态

针对环保设备多状态监测与识别问题,提出了一种基于多分类聚类支持向量机的分类算法模型.该算法模型充分利用多个相关联被监测设备及其状态属性特征,采用神经网络聚类分析获得关联特征的聚类子空间,再对聚类子空间构造二叉树支持向量机进行多分类识别.该算法模型避免了盲目分类,与单纯的支持向量机算法比较具有更好的分类性能.通过对日本大晃船用污水处理装置实测样本的训练、检验表明,该算法具有98%以上的分类识别率.     

基于二阶有效通道注意力网络的无约束人脸表情识别

现有基于卷积神经网络的无约束人脸表情识别方法侧重于网络结构的设计，对网络学习到的通道间深层特征相关性的研究较少，没有充分利用神经网络提取表达力较强的特征。为解决此问题，设计了一种基于二阶有效通道注意力网络（second-order efficient channel attention network，SECA-Net）的无约束人脸表情识别方法。该方法采用轻量级的网络提取表情图像的深层特征，使用二阶有效通道注意力模块统计深层特征的二阶信息并捕捉跨通道特征间的依赖关系来自适应地缩放通道特征，进而获得更具判别力的表情特征。SECA-Net利用Softmax损失和中心损失联合优化模型进行表情分类，该模块具有较少的参数量、较低的显存需求和计算量，并且没有使用额外的数据预训练模型。同时，所提出的模块还能提取到人脸表情微小变化的局部特征。在RAF-DB和FER-2013无约束人脸表情数据集上的实验结果表明，提出的方法是有效的。     

自适配权重特征融合的持续身份认证

针对现有智能手机用户身份认证方法的不足，提出了一种自适配权重特征融合的持续身份认证方法。设计了一种卷积神经网络，对手机内置传感器(加速度计、陀螺仪、磁力计)获取的用户行为信息数据进行深度特征提取及融合。通过网络中3个子网络流分别提取3种传感器特征，在特征融合层加权融合，各特征的权值会在网络学习过程中根据不同特征的贡献度实现自适应分配。融合特征经过特征选择之后，使用单分类支持向量机进行用户分类认证。实验结果表明：该方法对不同用户身份认证获得的等错误率为1.20%,与现有其他认证方法相比具有更好的认证准确性。     

基于CNN 和sEMG 的手势识别及康复手套控制

由于sEMG( Surface Electromyography) 对肌肉疲劳、不同患者以及电极位移等都非常敏感,设计一种可 靠、鲁棒的智能手部康复设备仍然是一项艰巨的工作。为此,提出一种基于深度学习的康复手势神经解码方 法,利用患者前臂的表面肌电信号,通过卷积神经网络( CNN: Convolutional Neural Network) 识别患者的手部运 动意图。通过组合特征提取方法,对8 通道肌电信号每个通道的信号进行组合特征提取,组合特征包括小波包 分解能量特征、时域特征和频域特征共32 个特征。将8 个通道特征组成一个8 × 32 的数值矩阵并进行灰度处 理成特征图,再用此特征图训练卷积神经网络,对5 种不同手势进行分类,分类器准确率达到98． 1%。最后通 过STM32 I /O 口根据分类结果输出对应的PWM( Pulse Width Modulation) 控制信号控制康复手套的动作,表明 了该方法的可行性,为深入研究康复手套运动控制奠定了基础。     

略论语篇指向性研究在演讲辞语篇分析中的应用——兼析美国总统布什对伊拉克开战的演讲辞

就如何进行演讲辞语篇分析的问题作了简要的探讨,认为语篇指向性(textual orientation)的研究是分析该类语篇的重要方法之一。在阐明语篇指向性基本问题的基础上,结合演讲辞语篇的特点,通过对美国总统布什对伊拉克开战的演讲辞的分析说明了运用语篇指向观点的可行性,并论述了语篇指向性研究在整个语篇分析体系中的应用价值。     

基于MIC特征提取与BO-CatBoost的航空发动机RUL预测

针对航空发动机传感器监测的退化参数提取困难,易受噪声干扰及发动机剩余使用寿命预测精度不足等问题,利用最大信息系数、贝叶斯优化算法和类别特征梯度提升算法,提出了一种新的发动机剩余使用寿命预测模型。首先,为有效解决特征提取不足的问题,对采集的传感器历史监测特征进行最大信息系数相关性计算,提取出对发动机寿命运行周期影响较大的关键退化特征。其次,为解决剩余使用寿命预测中的梯度偏差及预测偏移问题,使用基于贝叶斯优化的类别特征梯度提升方法对航空发动机进行剩余使用寿命预测。最后,在美国航空航天局提供的商用模块化航空推进系统仿真数据集上进行实验,结果表明所提预测方法的性能较好,验证了该方法的有效性。     

基于近邻成分分析的短期风电功率集成预测

针对短期风电功率预测关键气象因素影响程度的差异和单一模型预测精度不足的问题,提出一种基于近邻成分分析（neighborhood components analysis,NCA）特征加权和Stacking集成预测的短期风电功率预测模型。考虑气象特征对风电功率影响程度不同,利用NCA对气象特征进行加权,将加权特征作为模型输入,强化关键特征的影响程度;在此基础上,构建多个基预测器预测风电功率,并利用结合器将预测结果融合,建立Stacking集成预测模型。算例分析表明,以加权特征作为输入的Stacking集成预测模型具有更高的短期风电功率预测精度。     

融合笔画特征的命名实体识别方法

汉字是象形文字,其字形特征对于中文命名实体识别有着重要的作用。针对双向长短期记忆模型（bi-directional long short-term memory,BiLSTM）提取部首,命名实体识别准确率不高的问题,提出笔画组成编码器,用于获取汉字的字形特征,并将笔画字形特征向量和预训练的语言表征模型（bidirectional encoder representation from transformers,BERT）输出的字向量进行拼接,将拼接后的向量放入双向长短期记忆模型与条件随机场（conditional random field,CRF）相连的标注模型（BiLSTM-CRF）中进行命名实体识别。实验表明,所提的方法在Resume数据集上命名实体识别准确率有显著提升。相较于用卷积神经网络做编码器提取汉字字形特征,准确率高出0.4%。相较于使用BiLSTM提取的部首特征模型和加入词典的长短期记忆模型(Lattice LSTM)模型其准确率分别提升了4.2%、0.8%。