123,123,123

一种基于CORDIC算法的高精度反正切求解[其他][其他]

传统的CORDIC(坐标旋转计算机)算法进行高精度反正切求解时存在迭代次数多、收敛速度慢、资源消耗大等问题，提出一种改进的高精度CORDIC 算法。该方法利用传统的CORDIC算法迭代数次后得到正弦信息，并利用角度和正弦值近似的原理，对迭代后的结果进行误差补偿，有效提高了相同迭代步数下的计算精度。实验数据表明：32位改进的CORDIC算法，保证绝对误差小于5×10-9情况下，查找表资源消耗降低了64.8%，触发器资源消耗降低了35.3%，输出时延降低了53.3%。在分子动力学应用场景下，触发器资源消耗可降低63.2%，输出时延可降低60%。改进的CORDIC算法在资源消耗、输出时延方面优于传统CORDIC算法，适用于高精度计算的场景。

發(fā)表于：2022/1/7 上午9:02:00

基于最小割划分的数模混合仿真系统通信性能优化方法[其他][其他]

数模混合仿真是理解真实电网运行情况，支撑电网安全保障的重要手段。复杂的电网拓扑与硬实时的仿真需求对其计算性能提出了很高的要求。目前数模混合仿真多采用并行计算技术提高计算性能。随着处理器和集群技术的发展，异构集群系统逐渐成为高性能计算系统的主要构建方式。针对多层次的系统架构，已有的电网划分方式无法充分利用集群计算能力。如何应对多层次核间通信延迟变化问题，及引入设备交互导致的节点资源不对称问题是数模混合仿真任务划分与映射的新挑战。针对中国电力科学研究院自研电磁暂态仿真系统ADPSS，基于最小割划分设计了两阶段的电网划分与进程映射一体化优化算法，在计算负载均衡和最小化通信上取得更好的平衡，进一步降低了电磁暂态仿真的通信时间。同时，该算法有效解决了集群节点资源不对称情况下的任务优化映射问题。通过在西北和华东真实电网算例上的模拟测试，所提出算法较ADPSS默认划分与映射算法取得了平均40%和50%的通信性能提升，平均10%和12%的总体计算性能提升。

發(fā)表于：2022/1/7 上午8:48:00

测控设备状态分析辅助决策系统的设计与实现[其他][其他]

针对一些测控任务对各类测控数据的分析利用程度较低的问题，提出了一种综合分析测控设备的工作状态，并形成相关辅助决策信息的技术。并且基于“主框架+组件”的模式，设计实现了相应的软件系统，系统通过汇集测控设备上报的各类测量数据信息，对测量数据的实时性、准确性、稳定性、有效性等进行综合分析，形成辅助决策结论。目前该系统已成功应用于实际工程，对未来测控任务的执行具有一定的借鉴价值。

發(fā)表于：2021/12/15 下午9:46:00

ADS-B信号干扰源自动监测与粗定位技术研究[其他][其他]

發(fā)表于：2021/12/15 下午9:41:18

通用指挥显示数据引擎架构及应用设计[其他][其他]

航天发射场指挥显示不仅涉及各大系统的多种方式、多类协议的数据接入，还存在不同参试系统型号以及临时新增参数带来的参数内容、协议字段调整的问题。如何在不更改现有平台软件代码的情况下完成各类接口参数的接收、传输、处理与存储是指显数据引擎架构设计的重点。针对上述情况，提出了一种面向试验任务指挥显示的通用数据引擎架构。该架构基于“平台+组件”的设计思想，通过数据接入、解析、存储组件化，从而实现通过配置，灵活完成指显系统与内外部系统的信息交换，并支持集中式、分布式、混合式多种指显数据接入分发应用模式。

發(fā)表于：2021/12/15 下午9:37:56

基于ARM和深度学习的智能行人预警系统[其他][其他]

针对行人交通安全问题，开发行人检测系统以提醒行人和司机危险的发生。对目标检测神经网络模型进行分析和对比实验，选取以darknet为网络框架的YOLO-fastest模型进行改进优化并采用分类并标签的实时交通数据进行训练，最终将训练模型部署至开发板完成实时性检测并能够根据车辆速度反馈给行人危险信号。实验结果表明YOLO-fastest模型的平均检测精度为96.1%，检测速度为33 f/s，模型大小为1.2 MB，既满足检测精度又满足检测速度的要求，能够完成对真实交通场景下的实时性检测。

發(fā)表于：2021/12/15 下午9:31:00

基于混合表征学习的专利分类方法研究[其他][其他]

专利分类是专利分析的基本任务，而基于深度学习的自动化专利分类方法可以有效地执行专利分类任务。现有研究大多利用自然语言处理方法，基于单个专利的文本内容(如摘要和标题)对专利文本进行分类，而专利及标签之间的宏观关系(如专利之间的引用和标签之间的共现)在很大程度上被忽略。为了缓解专利分类中单一专利信息的问题，构建了三个图网络表示专利及其标签之间的宏观关系，然后提出一个基于混合表征学习的专利分类框架，将专利及标签的宏观关系融入分类中，以提高专利的自动化分类的准确性。在真实的专利数据集的实验结果表明，该分类方法在多个评价指标上取得了最佳的性能。

發(fā)表于：2021/12/15 下午9:27:45

基于YOLOV5的药品表面缺陷实时检测方法[其他][其他]

药品在实际生产过程中总会伴随着异物、缺粒、药体破损等表面缺陷，这些缺陷轻则影响产品使用效果,重则会在使用过程中产生巨大事故造成生命财产损失。针对深度学习模型在实际工业产品表面缺陷检测中缺陷样本少以及细小缺陷检测精度低的应用问题，将目前主流的目标检测算法之一——YOLOV5应用于药品检测场景，提出了一种精度高、所需标注样本少、检测速度快的one-stage实时缺陷检测系统——RDD_YOLOV5(Real-time Defects Detection_YOLOV5)。利用原始图像初级特征进行数据增强，结合注意力机制与多尺度特征融合，增加骨干网络提取跨通道语义信息能力，充分融合高层语义信息与底层细粒度信息以提升模型在小缺陷检测方面的识别效果，在有限的样本条件下达到较高的准确率。该方法检测效果达到了96.6%mAP，32 FPS。

發(fā)表于：2021/12/15 下午9:24:14

基于LUT的多目机场视频实时拼接算法设计与实现[其他][其他]

针对机场中多路实时视频信号的情况，开展了8路视频实时全景拼接的算法研究工作，基本完成了8路视频实时全景拼接算法的设计与实现。首先，借助现有全景图片合成软件，完成了图像配准，即找出每路视频图像到全景图的像素坐标映射关系；完成图像配准之后，根据像素坐标映射关系建立查找表，利用查找表，同时使用OpenMP多核并行加速，完成视频每一帧的实时拼接。相邻两路视频之间的重叠区域使用线性融合的方法进行融合。实验结果表明，该研究方法可完成8路960×540分辨率视频的实时全景拼接，得到无明显畸变全景画面。

發(fā)表于：2021/12/15 下午9:17:53

基于改进麻雀算法的工控入侵检测方法[其他][其他]

为了解决如何选取最为有效的工控入侵数据特征集，从而提高入侵检测性能的问题，提出了一种基于改进麻雀搜索算法(Improved Sparrow Search Algorithm，ISSA)和孪生支持向量机(Twin Support Vector Machine，TWSVM)的新型工控入侵检测方法(ISSA-TWSVM)。ISSA采用立方混沌映射初始化种群并引入动态惯性权重，融合对位差分进化策略与柯西变异算子，对当前最优解进行交叉变异，从而增强麻雀算法全局搜索和跳出局部最优的能力，并在基准测试函数上证明了ISSA的优秀性能。之后基于ISSA对工控特征子集寻优后，约简数据特征，利用TWSVM对工控数据进行二分类判别。在MSU公布的工控网络标准数据集上的实验结果表明，ISSA-TWSVM可以快速提取出最优特征子集，极大地提高算法检测性能。

發(fā)表于：2021/12/15 下午9:14:00