基于进化聚类的图像分割方法

介绍了一个与模糊C均值FCM算法等效的图像颜色分割的方法.首先利用进化聚类对图像中的像素依据其RGB的值进行进化聚类划分,对划分后的各个类的类中心用遗传算法进行优化,然后再对图像中像素进行归类划分,使其满足各类中元素具有较高的相似度,而不同类中的元素相似度差别较大的目标,并与FCM算法进行了实验对比,结果表明经人工评价该算法与模糊C均值FCM算法等效.     

32位嵌入式CISC微处理器设计

LongtiumC2微处理器是西北工业大学自主产权设计的嵌入式32位CISC微处理器,与Intel 486DX2完全兼容,工作频率133MHz,规模约100万门,功耗小于1W.在微体系结构方面,提出硬连线和微程序相结合的控制通路设计方案,增强了处理器的灵活性和扩展能力.在流水线方面,为了实现精确中断,提出了基于微操作的指令指针跟踪方案,不但可以精确地保存中断现场,而且省去了等待指令边界的时间,实现了中断的快速响应.为了实现Longti-umC2的低功耗特性,提出了译码控制核心的低功耗设计方案,使译码器和微内核的功耗分别下降26%和19%.最后,为了快速、完备、有效地对LongtiumC2进行功能验证,提出了一种微处理器的系统级验证策略,使用虚拟系统和FPGA来同时搭建系统级验证平台,并采用Vera进行基于功能点的覆盖率验证,提高了验证工作的效率和置信度.     

“龙腾R2”微处理器模块级验证

针对"龙腾R2"微处理器验证过程中的存在验证规模大,人力资源不足的问题,采用流水线模型构建随机的指令序列生成器,搭建以功能覆盖率为导向的自动化验证平台;该平台在仿真验证过程中能根据处理器的运行状态及覆盖率实时地调整指令流以侧重当前验证不充分的功能模块,实现自动化验证;通过仿真,与传统方法相比,在达到同等验证程度的情况下,使用该平台验证周期明显缩短,同时验证覆盖率也有所提高。     

ＳＴＭ３２控制的ＰＷＭ调光驱动电源设计

调光技术在照明行业非常重要,保证调光过程平稳并在100%范围内调光是当前研究的热点。提出一种有源功率因数校正(APFC)且具有恒流稳压功能的PWM调光驱动电源,对功率因数校正电路,恒流限压电路和调光电路进行详细设计分析。针对单一调光芯片控制电路存在输出不稳,无法实现全范围调光的问题,采用STM32单片机和调光控制芯片HV9910相结合进行控制。最后制作样机并进行测试分析,该调光电源输出电流精度控制在2%以内,功率因数在0.93以上,在额定输入电压下效率达到85%以上,在0～100%范围内调光且调光过程平滑无闪烁。     

多时间尺度一致性的弱监督时序动作定位

由于弱监督时序动作定位模型使用视频级的标签作为监督信号,模型在识别出动作实例中最具区分性的视频片段时,也会将和视频级标签有关的背景片段误认为是动作,难以产生完整的动作提议。为了进一步检测动作片段,通过分析动作片段在多时间尺度上标记的一致性,提出了一种多时间尺度一致性的弱监督时序动作定位方法。对输入的视频帧提取RGB和光流的特征,设计一种多时间尺度的模块,使用不同尺寸的卷积核建模视频的时序关系。通过估计多时间尺度特征的时间类激活图,并对多分支的时间类激活图进行融合,获得多时间尺度一致性的动作预测标签。为了进一步优化模型预测的动作标签,采用迭代优化策略,在每次迭代中更新预测标签,并为模型训练提供有效的帧级监督信号。在THUMOS14和ActivityNet1.3数据集上进行实验验证,实验结果表明,方法性能优于现有弱监督时序动作定位方法。     

基于容错机制的电力系统故障诊断方法研究

在电力系统故障诊断工程中,线路保护及断路器的不确定性是影响故障诊断的重要因素.为此,通过BFT(拜占庭容错)投票方法,利用系统内设备间状态矩阵判断出故障设备及故障类型.利用PMU收集实时数据后,PDC会将线路故障后期望状态矩阵发送给全系统内测量设备.保护设备、断路器、警报会将实际状态与期望矩阵进行逻辑对比并投票选出保护域内公认的故障设备.该方法考虑了电力系统不确定性并有较可靠的容错能力.     

隐马尔可夫模型的异质网络链接预测方法研究

为了解决异质网络的结构信息和语义信息挖掘不全面的问题,针对异质网络的链接预测,提出了将基于元路径的分析方式与隐马尔可夫模型相结合的链接预测方法。考虑到聚簇可以有效地捕获异质网络的结构信息,将k-means算法进行改进得到基于距离均方差最小的初始聚簇中心方法,并将其应用到隐马尔可夫模型(HMM)中,设计了基于聚簇的一阶隐马尔可夫模型(C-HMM~((1)))的链接预测方法,同时提出基于聚簇的二阶隐马尔可夫模型(C-HMM~((2)))的异质网络的链接预测方法。进一步考虑数据的特征信息,提出了将最大熵模型和二阶隐马尔可夫模型相结合的链接预测方法 ME-HMM。实验结果表明,ME-HMM比C-HMM方法的链接预测精确度更高,且ME-HMM因充分考虑到数据的特征信息比C-HMM的性能更加优异。     

电磁散射特征提取与成像识别算法综述

合成孔径雷达(SAR)图像的自动化解译是合成孔径雷达技术应用的重要发展方向之一。电磁散射特征与目标结构具有稳健的关联性,是SAR图像解译的关键支撑。近年来,如何准确地实现电磁特征提取以及利用电磁特征反演目标特性受到了广泛的重视。该文讨论了电磁特征提取和基于电磁散射特征识别方法的研究成果,总结归纳了其中的关键要素和主要思路,详述了电磁散射机理在成像和识别领域的扩展应用,展望了未来电磁散射特征提取与应用的研究发展趋势。      

基于V-视差法的道路区域检测算法研究

针对当前基于双目视觉的道路环境分析实时性差、检测不准确等问题,提出了一种改进V视差法的道路区域检测算法。该算法首先对原始图片进行车道线检测确定道路消失点,从而确定图像的感兴趣区域。然后,使用极大最小值约束获取V视差图中的斜线,从而提取道路区域。实验结果表明,由于该方法在确定感兴趣区域后计算原始视差图,因此,速度提高了29.71%,且相对于传统V视差法,算法更好地实现了路面分割;同时,障碍物检测的精确率和召回率两个指标分别提高了2.165%和4.837%。基于该算法具有良好的准确性和实时性,能有效识别道路中的障碍物,因此,可以为车辆提供可行驶区域以及为驾驶员提供辅助作用。     

跨谱段SAR散射中心多维参数解耦和估计方法

微波光子雷达发射大带宽跨谱段的信号,为目标的精细电磁特性描述和准确识别提供基础的同时,也亟需与之相应的大带宽大转角情况下的电磁模型参数提取方法.相比窄带条件,跨谱段信号数据量大,所含物理量信息维度高且复杂,大转角情况下距离和方位向耦合.该文提出跨谱段SAR散射中心多维参数解耦和估计方法,首先结合极坐标格式算法(PFA)和属性散射中心模型构造2维解耦波数域散射中心模型,再结合坐标下降法(CDA)将复杂的高维耦合参数估计方法简化为循环迭代的1维参数估计方法,有效降低字典维度和估计复杂度,并引入Hooke-Jeeves算法提高估计精度.最后根据各个散射中心的参数估计结果对它们的结构和位置进行识别,对仿真数据的处理实验验证了该文方法的有效性.