基于占用率的体系结构脆弱因子在线计算方法

随着CMOS工艺的不断进步,单个芯片上集成的晶体管数目快速增长,使得由高能粒子和α粒子辐射产生的软错误逐渐成为影响微处理器可靠性的重要因素。通过计算体系结构脆弱因子,量化分析软错误对微处理器中不同结构的影响,已成为指导微处理器容错设计、提高系统可靠性的重要方法。体系结构脆弱因子在线计算方法,利用体系结构脆弱因子随应用程序运行而变化的特点,指导动态选择容错技术,实现可靠性与性能之间的平衡。在对已有方法分析的基础上,提出一种基于占用率的体系结构脆弱因子在线计算方法,并在Sim Alpha模拟器上进行验证。通过运行SPEC CPU2000基准测试程序,计算发射队列、重命名缓冲和存取队列的体系结构脆弱因子。实验结果表明,该方法能有效计算微处理器中不同结构的体系结构脆弱因子,与离线计算方法相比,发射队列、重排序缓存和存取队列三个体系结构脆弱因子的平均绝对误差仅为0.10、0.01和0.039。     

溶液结晶研究进展

本文综述了近期溶液结晶的研究进展及其在工业生产中的应用实例。     

面向OLGP的多维信息网络数据仓库模型设计

信息网络的出现使信息由简单的数值型数据演化成较复杂的图网络结构。如何对基于图的信息网络数据进行良好的组织和存储成为一个亟待解决的问题。利用维建模的方法对基于图的信息网络数据进行模型设计,提出了多维信息网络仓库模型。该模型由边事实表、节点事实表、信息维连接属性表以及拓扑维节点属性表组成,能够为在线图处理提供底层的数据平台。实验表明该模型在消除冗余、查询时间、存储空间上均较泛关系表有明显优势。新模型在1．25万篇ACM论文上的查询时间稳定在几十毫秒,较泛关系表的查询时间约减少一个数量级。在空间性能上,随着论文数量的增加,该模型存储空间开销的增长速度远小于泛关系表的增长速度。     

Changes in ether-linked phospholipids in rat kidney by dietary α-linolenic acidin vivo

We investigated the effects of perilla oil containing a high level of α-linolenic acid onin vivo phospholipid metabolism, particularly three subclasses of choline glycerophospholipids (CGP) and ethanolamine glycerophospholipids (EGP), in rat kidney. After three weeks of feeding, a significantly lower proportion (by 35%) of the alkylacyl subclass of CGP was found in the perilla oil, as compared to corn oil-fed animals. The alkylacyl species of EGP was also higher in the perilla oil than in the corn oil-fed animals. These alterations were accompanied by a remarkably lower proportion of arachidonic acid and a higher level of eicosapentaenoic acid (EPA) in all six subclasses of CGP and EGP in the perilla oil-fed animals. The levels of linoleic acid were even higher in the diacyl subclasses of CGP and EGP in the perilla oil group, suggesting that desaturase and elongase enzymes prefer n−3 to n−6 fatty acids as substrates for diacyl species. These data are useful in defining the effects of α-linolenic acid on the biosynthesis of renal phospholipids and on the replacement of n−6 with n−3 fatty acids in the six CGP and EGP subclasses.     

A low‐profile antenna with circularly polarized reconfigurable and omnidirectional radiation patterns

A low profile circularly polarized (CP) antenna with reconfigurable polarization is designed and presented, which can radiate omnidirectional patterns that can be switched between left‐hand circularly polarized (LHCP) and right‐hand circularly polarized (RHCP). A pair of arc‐shaped complementary dipoles is acted as reconfigurable elements by bridging four pin diodes at the dipole arced arms. A meander phase shift line is employed to connected the arc dipole arms and plate cavity to adjust the phase relationship of two sources. The proposed antenna exhibits the omnidirectional radiation pattern by combining six identical elements placed in a circular array configuration. 24 p‐i‐n diodes are exploited to six elements, by manipulating the dc bias voltage across the diodes, the polarization state of the antenna can be switched. The patterns of the antenna are similar to that of a dipole, but its size is only about Φ0.87 × 0.029λ₀ at 5.8 GHz. The overlapped bandwidth of measured 3‐dB axial ratio (AR) and 10‐dB return loss is 5.724‐5.87 and 5.738‐5.91 GHz for two polarization states, which are right on the target of ISM band. It can be well adapted to medical diagnosis systems.     

基于物联网与BIM技术的铁路勘察设计智能化研究

本文详细介绍了铁路勘察设计平台中物联网与BIM技术的应用方法,提出了铁路勘察设计平台的技术架构与系统结构,基于B/S网络模型完成的系统搭建.在此基础上详细阐述了物联网与BIM技术在施工管理中的应用策略,并给出了相应的图形化展示结果.     

基于区域结构特征的城区LiDAR数据快速分类

机载激光雷达能够及时准确地获取大量具有精确三维位置信息的三维点云数据,在数字城市、森林防火、智能交通等领域有着广泛的应用。城市中心区域的三维点云数据往往会因为高大树木或植被的遮挡,造成建筑物等人造目标识别特别困难。本文通过直接的二次多项式拟合方式提取高大树木等植被与建筑物目标典型局部区域的区域信息,构建区域目标敏感的结构特征,进而,通过模糊逻辑即可完成三维点云数据的建筑物目标敏感的分类任务。实验结果表明,该方法能够快速有效地实现较大尺度范围内LiDAR点云数据的分类,具有较好的应用前景和推广能力。     

三电平NPC逆变器中点电压平衡混合调制策略

针对二极管中点钳位型(neutral point clamped,NPC)三电平逆变器直流侧电容电压不平衡问题,提出一种混合空间矢量脉宽调制技术(Space vector pulse width modulation,SVPWM)和虚拟空间矢量脉宽调制技术(Virtual space vector pulse width modulation,VSVPWM)的控制策略。采用60°坐标系,通过大扇区旋转模型和小扇区重新划分以简化计算,即在低调制比时,通过一系列处理简化SVPWM算法,并设计PI控制器以调节小矢量作用时间平衡中点电压;在高调制比时,改进VSVPWM,重新定义小、中矢量在降低共模电压的同时设计滞环比较器以平衡中点电压。仿真和实验验证了该方法的正确性和有效性。     

融合内容特征和时序信息的深度注意力视频流行度预测模型

针对视频流行度动态变化过程中的时序信息难以捕捉的问题,提出一种融合内容特征和时序信息的深度注意力视频流行度预测模型（DAFCT）。首先,根据用户的反馈信息,构建基于注意力机制的长短期记忆网络（Attention-LSTM）模型来捕捉流行趋势并挖掘时序信息;然后,采用神经网络因子分解机（NFM）处理多模态的内容特征,并采用嵌入技术对稀疏的高维特征进行降维处理,从而降低模型的计算复杂性;最后,采用concatenate方法融合时序信息和内容特征,并设计了一种深度注意力视频流行度预测（DAVPP）算法来求解DAFCT。实验结果表明,与Attention-LSTM模型和NFM模型相比,DAFCT的召回率分别提高了10.82和3.31个百分点,F1分数分别提高了9.80和3.07个百分点。     

人工智能安全框架

随着人工智能时代的到来,各行各业均开始结合自身业务需要部署人工智能系统,这全面加速了全球范围内人工智能规模化部署和应用进程.然而,人工智能基础设施、设计研发以及融合应用过程中面临的安全风险也随之而来.为了充分规避风险,世界各国纷纷采取制定人工智能伦理准则、完善法律法规和行业管理等方式来进行人工智能安全治理.在人工智能安全治理中,人工智能安全技术体系具有重要指导意义.具体而言,人工智能安全技术体系是人工智能安全治理的重要组成部分,是落实人工智能伦理规范和法律监管要求的重要支撑,更是人工智能产业健康有序发展的重要保障.然而,在当前阶段,全球范围内人工智能安全框架普遍缺失,安全风险突出且分立,迫切需要对人工智能各生命周期存在的安全风险进行总结与归纳.为解决上述问题,文中提出了涵盖人工智能安全目标、人工智能安全分级能力、人工智能安全技术和管理体系的人工智能安全框架,期待为社会各界提升人工智能安全防护能力提供有益参考.