针对0-1背包问题, 在基本狼群算法的基础上, 提出♀了量子狼群算法.借鉴量子编码方式, 定义了种群中粒子的概率位置和准确位置, 通过量子旋转门控制人工】狼概率位置向全局最好位置逼近, 然后以量子塌缩实现了概率位置向准确位置的映射, 兼顾了算法的□　导向性与随机性.选取了8个经典0-1背包问题与3个高维背包问题进行了测试, 并与其他算法进行比较, 实验结果表明, 量子狼群算法能够有效搜索全局最优解, 特别是在高维背包问题中具有较好性能.

为了充分挖掘高校在线学习平台中的用户学习行为, 发挥各类用户行为数据的价值并增强各类在线统计数据的可读性, 以统计学理论为基础, 结合JFinal轻量级●框架及ECharts前端数据可视化技术研究设计了一款可扩展、通用性强的轻量级数据分析可视化快速开发框架.并以典型的在线学习平台∮中用户最喜爱课程分析实例为背景, 对其部分数据库模型、算法指标模型、前端数据可视化及后端数据处理等关键技术进行了详细研究及实现.以框架在西安交通大学在线学习平台中的实践结①果表明, 其可以满足数据分析快速可视化需求且支持数据关联分析和数据逐级下钻可视化.最后, 对未来大数据【环境下的高校学习平台用户学习行为分析提出建设意见.

多bank的粗粒度可重构处理器结合了高性能和高灵活性的优点, 但是现有的编译技术难以充分利用其多bank存储资源, 本文在同时考虑数据放置和数据传输效率的基础上, 提出了一种可以从优化整体运算性能的一种算法, 并建立模型检验优化效果, 结果显示, 优化后的可重构处理器▆效率是现有优化算法的2.74倍.

为了抑制TSV阵列中的串扰, 本文建立TSV阵列的RC模型, 通过在TSV阵列中使用一对差分TSV, 分析差分TSV对于串扰的抑√制效果, 通过评估阵列中每点的串扰影响大小, 得出优化的设▓计方法.文本基于电磁场仿真工具, 建立TSV阵列模型, 并完成仿真№◣, 提出3×3 TSV中最优的差分TSV排布.本文中的分析及仿真结果表明, 3×3 TSV阵列使Ψ 用差分TSV比直接使用单端TSV的串扰♂噪声至少降低4 db, 并通过比较得到了最佳的差分TSV排布.

在空间应用中, 静态随机访问存储器(SRAM)型现场可编程门阵列(FPGA)电路会遭遇空间辐射环境单粒子效应(SEU)引起的逻辑位翻转错误.为了在□　设计过程中, 快速对功能电路设计的容错防护能力进行评估, 本文提出一种基于部分∏重配置技术的随机多位故障注入和统计评估的方法, 可计算出动态翻转截面.并搭建了一个故障注入系统, 以六路移位寄存器作为功能电路进行了多种参数组合(重复次㊣数和注入位数)的随机故障注入试验.实验数据与传统方法√数据进行对比, 证明本文所述方法的可行和准确性.

由于深度信念网络(DBN)结构难以确定, 提出运用狼群算法确〗定DBN每层神经元个数, K-means聚类准确性确定是否增加隐含层的方法确定DBN结构.根据狼群算法以最小化所有样本重构误差的平方和为目标函数来确定DBN每层神经元的个数, 以确定DBN的初←步结构.为了检验DBN结构的有效性, 利用DBN提取的数据特征进★行聚类测试, 进一步根据聚类结果来修正DBN, 以获取DBN的最佳结构.实验◎中选取Iris数据集进行聚类测试, 其结果表明, 通过所提出的方法获取的DBN有效结构来处理原始数】据, 能够提高聚类的准确性.

基于SMIC 40nm CMOS工艺, 设计了一种12位逐次▲逼近寄存器式模数转换器(SAR ADC).在正常工作模式的基础上, 增加了当模拟输入信号变化缓慢时, 锁定前4位, 仅转换后8位的♀工作模式, 降低了ADC的功耗, 提高了ADC的采样率, 同时分辨率保持不变.当模拟输〗入信号变化较大时, ADC又可重新回到正常工作模式.在1.1 V的电源电压, 3.6 MS/s的采样率下, ADC总功耗为43 μW, 品质因数FOM为10.1fJ/(conv.·step).

针对目前大数据环境下, 传统频繁项集】挖掘算法效率低下的问题, 在MapReduce框架ζ　的基础上, 结合加权模型提出了一种并行加权频繁项集挖掘算↑法PWFIUT(Parallel Weighted Frequent Itemset Ultrametric Tree).该算法将候选项映射到哈希表中以划分支持度, 同时避免构建条件模式和实现压缩存储.最后, 对PWFIUT算法在Hadoop平台进行了测试与分析, 实验结果表明所提∩出的算法具有较好的运行效率和扩展性.

本文提出了●一种低功耗、低温╳漂的四阶Σ-ΔADC调制器的结构设计, 并在HHGRACE 0.35 μm CZ6H工艺下进行了设计和优∮化, 经过不同工艺角和温度点下仿真验证, 采样◤频率为512 kHz, 带隙基准电压的温度系数为25 ppm/℃, 四阶Σ-ΔADC调制◣器功耗为550 μA左右.芯片流片后在测试电路板上进行了各种功能性能测试, 与仿真结果一致.

针对粗粒度可重构架构, 提出了一个解决非☆完美循环映射问题的方法.该方法从最外层到最内层循环, 依次进行循环分裂, 生成多〇个完美循环并为每个完美循环生成虚拟配置包, 然后◣使用配置包合并技术, 最后将合并后的配置包映射到可重构阵列上.该方法兼顾可重构阵列的效率和重构次数, 较现有的双流水映射提高了24.2%的PE利用率, 减少了61.7%的重构次数.

为了实现SoC在系统级的高可靠设计, 文本搭建了一个包括PowerPC、DRAM、DMA、SRAM模块的SoC系统级设计平台, 并采用VCI总线协议实现互连.针对高可靠性√问题, 本文提出并实现了三模冗余与ECC纠错←编码相结合的存储加固方法, 通过一个图像数据处理程序, 分析比较了利用▽冗余和编码带来的可靠性提升.系统级仿真结果表明, 本文『提出的高可靠设计可以显著提高SoC的可靠性.

针对当前飞控系统中传感器多、运算量庞大, 传统微处理器已难以满足其日益增长的性能需求, 本文提出了一种面向FPGA的并行化惯性导航算法.本算法采用扩展卡尔曼滤波对结果做ζ最优估计, 四阶龙格库塔算法进行积分估计, 同时将惯性导航算法进行模↓块化分割, 采用流水线并行处理, 提高解算速度.利用FPGA开发板驱动传感器, 并在该FPGA上实现对数据的解算, 解算结果由接●口传输给微处理器, 降低了对微处理器接口和性能的要求.最后仿真结果表明, 本算法在速度和精度上均∞有良好的表现, 验证了该算法在FPGA上实现的可行性.

针对软件方式的嵌入式图ω　像处理, ARM Cortex-A系列的处理器集成了基于SIMD指¤令架构的NEON协处理器引擎, 能够实现一条指令同时对多个数据进行并行化处理, 可以有效加速多媒体和信号处理算法.本文＠设计了一种基于FPGA的视频处理●系统, 充分利用NEON技术对Sobel算法进行优化加速, 并与普通软件方』法实现算法的方式进行对比, 结果显示, 采用NEON技术后图像处理加速显著, 且视频流畅度好.

本♀文提出了一种通过近似因子来实现精度可调的近似Booth乘法器的设计方法, 并利用归一化的平均误差距离及功耗延时的乘※积来评估近似乘法器的可靠性与硬件复杂度.综合考虑可靠性与硬件复杂度, 本文所设计的近似乘法器与已有设计方案相比性能更优, 并在图像处理等可容错计≡算应用中显示出较好的应用价值.

在软件可靠性建模时, 有效的提高可靠性的预测精度, 对于指导可靠性♀测试, 提高军用装备软件可靠性具有十分重要⊙的作用.从特种车辆软件测评中心收集了相关数据.将∏支持向量回归算法应用到军用装备软件的可靠性模型中, 并与13种其他机器学习算法模型进行比较Ψ.结果表明SVR算法提高了军用软件可靠性预测准确率, 分别在均方根误差、平均绝对◥误差、相对平方根误差、相对绝对误差这四个方≡面体现出来.

针对传统鸡群优化算法(CSO)易陷入局部极值且容易早熟收敛的缺陷, 提出了一种混合改进的↘鸡群优化算法(Powell-LCSO).首先, 改进算法Ψ 利用Logistic混沌映射对种群进行初始化, 使得种群较好的分布在解空间中; 其次, 对鸡群中占据重要地位的母鸡的位置更新方式进行【了改进; 最后, 通过引入Limit阈值判断算法是否陷入局部极值, 并利用Powell搜索对全局最优个体进行局部搜索, 避免了算法的过↑早收敛, 提高其跳出局部最优的能力.通过实验表明, 改进后的鸡群优化算法具有较好寻优精度和收敛效↘率.

本文设计了一种新的「深度神经网络(New Deep Neural Network, NDNN)模型, 并将其应用到入侵检测系统中.NDNN以其突出的特征学习能力充分学习训练数据的特征, 在输出层, NDNN通过Softmax分类器对网络攻击报文与正常报文数据进行识别和分类, 检测异常报文与入侵攻击.实验通过对KDD Cup 99数据集进行仿真, 实验结果〓表明本文设计的基于NDNN的入侵检测系统模型, 进一步提高了入侵检测系统的精度, 增强了网络的安全性.

三维封装已经成为实现电子系⊙统进一步集成化的主要方式.为了满足射频收发系统的小型化需求, 通过采用柔性基板进行三维垂直互连, 设计并实现了一种射频系统的三维系统级封装, 封装尺◢寸为50 mm*52.5 mm*8 mm, 相比于原版, 尺寸减小近20倍.同时利用HFSS和SIwave软件对系统进行了信号完整性(SI)和电源完整性(PI)设计, 并进＠ 行优化.仿真结果表明:关键时钟走线插入损耗低于0.31 dB, 回波损耗大于22 dB, 眼图质量良好, 并且电源分配网络(PDN)阻抗等均满足系统设计要求.

直流电流电∞压(DCIV)技术受应用于智能剥离技术制造的PDSOI中硅/二氧化硅界面质量的研究.本文通过将样品进行钴60伽马射线辐照, 用以监测PDSOI器件背沟道界面在★总剂量辐照前后的变化情况.本文给出了完整的测试原理、实验流程和结果分析, 不仅提取了辐照前后PDSOI器件的背界面陷阱密度以及它所在的等效能级, 而且得到了界面陷阱能级密度在硅禁带中随能级变化●的U型分布图(以禁带中央附近为卐主), 为后续PDSOI器件的抗辐照加固提供了参考.

云任务调度是目前研究的热点, 为了在给定用户满意度的前提下缩短任〓务完成时间, 建立了∏具有用户满意度约束的云任务调度数学模型, 提出一种多维QoS约束的改进模拟退火云任务调度算法对模型进行求解.以任务完成※时间为目标, 引入多维QoS约束时间贪心策略产生初解, 实行▃简单模拟退火过程, 始终处于用户QoS约束下搜索最佳分配方≡案.仿真实验▲表明, 该调度策略能够保证用户满意度的同时缩↓短任务完成时间, 是一种用户和云服务提供商同时兼顾的有效调度策略.

蜻蜓算法(Dragonfly algorithm)是一种以蜻蜓觅食和躲避天敌为理论基础的新兴群智能算法, 虽已其出优越的性能, 但也存卐在求解精度不高、收敛速度慢等不足.为了降低蜻蜓算法搜索盲々目性, 提高算法的求解精度和收敛速度, 提出了一种差分进化的蜻蜓算法(DEDA), 即在算法迭代后期, 引入差分进化策略增加种群的多样性, 以此来提高算法的整体寻优性能.最后, 将DEDA和基本蜻蜓算法在6个标准测试函数上进行寻优对比试验, 实验结果表明, 相较于基①本DA, DEDA在函数优化上具有一定优势.

提出一种基于卷积神经网络深度学习的网络流协议识别方法, 利用网络流数据与图像的相似性, 绕过流量特征值选择和提取的工作, 直接将网络流数据作为卷积神经网络的输入, 训练网络流协议识别模型, 实现】网络流协议识别功能.构建了一个含三层卷积层的卷积神经网络, 经实验生成网络协议识别模型, 对底层网络协议识别率达93.33%.该方法具备学习和扩展◥能力, 可扩展应用到对包含恶意代码网络流量的识别和对应用程序流量的识别.

为降低移动自组网中数据包传输的能量消耗和拥塞现象, 提出一种兼顾能量平衡与拥塞控制的蚁群优化路由协议.该路由♀协议以AODV路由◤协议为基础, 包括路由发现和路由维护两个阶段.在路由发现阶↓段, 采用蚁群优化算法选择具有最大剩余能量、最小路径花费和最小时延变◆化的最优节点构建路由.在路由维护阶段, 监控节点的能量阈值级别和▼路径能量花费, 限制能量不满足条件的节点㊣或者路径传输数据, 降低能量消耗, 提高网络寿命; 使用GPRS技术快速检测链路断开现象, 维护路由稳定.仿真结果表明, 该路由协议传输数据所需平均跳数少、报文送达率高、端到端延时少.

根据CCD摄像机的成像原理, 充分考虑地球□大气对宇宙星体辐射的吸收衰减作用, 引入了多区域图像曝光时间调节因子, 推导得到了多区域图像曝光时间与外∮界光照变化的关系模型, 解决了目前方︻法存在的弊端; 利用CIS的感光特性, 根据多区域图像当前的曝光时间、增益值和曝光输出值判断出当前多区域图像↓的光照强度, 设置多区域图像的快速自动曝光控制的基本参数, 根据多区域图像的外界光照强度范围查找表, 判断多区域图像曝光强度值是否在目标曝光强度值范围内, 对多区域图像□　的自动曝光时间与亮度增益值进行调节, 实现曝光控制.实验结果证明, 所提方法能够实现多区域图像的快速自动曝光控制, 保留了细节信息, 稳定性较好.

提出一种基于⊙数据相似度的自适应半监督随机森林算法.利用随机森林对带标签和无标记数据进行路径编码、相似●度分析和无标签数据的伪标记选择; 再选择满足条件的数据迭□代训练随机森林, 改善其分类性能【.实验结果表明:提出的算法可以有效地利用无标记数据信息, 提高分类精度ξ.

针对变电站机①器人导航线和路面背景区分度高且图像分布具有规则性的特点, 将采集图像预处理后, 首先在HSV空间中进行导航线颜色分量抽取, 接下来转换到YCbCr空间中利用Cb分量灰度分布对光照强度不敏感的特征, 比较扫描图像局部方差和最大类间方差, 通过对Otsu算法进行改进, 快速完成导航线背景信息的剔除, 从而达到提取导航线的目的.该算法应用『基于ROS系统的轮式机器人, 通过实验表明该算法在不同天气和光照条件下总体有效率可达98.9%, 具有较高的鲁棒性.

提出一种基于混沌映射的云存储平台数据Ψ加密算法.采用混沌敏感性特征表征方法进行云存储平台大数据的非结构化重组设计, 在非结构化特征分布空间中进行云数据的同态变换和关联映射对应, 构建云数据的混沌编码密钥, 采用码元自适应配对方法进行数↓据密钥的循环扩展, 根据明】文攻击的强度, 在有限域中构建云存储平台加密的编码协议, 采用分段线↘性编码方法实现云平台下的存储数据算术编码和循环加密.仿真结果表明, 采用该方法进行数据加」密, 能提高云存储平台数据的抗攻击能力, 数据的隐写性Ψ能较好, 具有很好的加密存储性能.

文章提出基于超像素的三维人体步态运动特征精密提取算法.对三维人体步态运动特『征点进行分割, 并将分割过程能量函数最小化.利用多元统计模型对㊣　分割后的步态运动特征噪音相关信息进行准确估计, 设置分形小波的无噪编码, 重构三维人体步态运动特征信号, 完成三维人体步态运动特征噪声的高效去除.所提算法在三维人体步态运动特征增强和特征提取方面, 均优于当前算法, 且提取能耗低于当前方法70%左右, 可为人体步态运动的进一步研究㊣提供参考依据.