为了提高显著『性对象检测的准确率, 本文㊣提出一种基于双层多尺度神经网络的深度模型.不同于现有的深度神经网络模型.首先, 该模型以由精到粗的方式进行深度特征学习, 并且定位显著性对象的初始位置; 然后, 以由粗到精的方式整合多尺度上下文语义信息, 从而精确检测整个显著性对象区域, 输出相应的显著性图; 最后, 为了进一步提高检测结果的准确率, 利◥用全连接条件随机场对输出的显著性图进行优化, 得到最终的显著性对象检测结果.在多个显著性对象检测公共数卐据集的验证结果表明, 本文算法在运行效率和准确率上均优于当前传统显著性对象检测算法以及现有的基于深度学习的显著性对象检测算法.

为了消除多通道时间交织模数转换器(TIADC)三种主要失配误差:通道间的失调失配误差、通道间的增益失配误差及通道间的采样时间失配□误差, 提出了一种片内数字电路后台校准算法.该算法通过增加一路参考ADC和统计累加的方式, 在后台将待校准通道和参考通道的输出作相关运算以提取出误差信息, 再通过模拟电路对失配误差进行迭代补偿, 从而达到校准的目的.将此算法应用到12位3 GS/s四通道TIADC电路模型ぷ中, 当输入信号归一化频率f_in/f_s=0.165 69时, 校准后, ENOB和SNR分别从4.176 5 bits和26.812 8 dB提高到11.699 3 bits和72.102 3 dB, 校准效果明显.验证了该后台数字校准算法的有效性.此外, 此算法对输入信号类型, 输入频率及通道间校准顺序没有严格限制, 可以扩展到任意通道数.

针对确定性算法难以求解的集合联盟背包问题(Set-Union Knapsack Problem, SUKP), 提出了二次贪心变异乌鸦算法(quadratic greedy mutated crow search algorithm, QGMCSA).首先结合SUKP问题模型♀对贪心策略进行改进, 提出了处理其潜在解的二次贪心修◥复和优化策略; 其次, 为了扩大乌鸦个体的搜索范围, 对乌鸦算法进行变异操作, 在跟踪过程中引入莱维飞行; 最后, 利用三类SUKP实例验☆证本文算法.仿真结果表明:QGMCSA是比二进制人工蜂群算法求解SUKP的结果更优的一个高效算法.

基于反嵌套式共源共栅米勒补偿提出了单极点系统的无电容型LDO线性◤稳压器.该稳压器采用由反相增益级和反相可变增益级↓组成的可变增益缓冲器, 可提高LDO的压摆率和负载瞬态变化时的稳定性.基于TSMC 0.25 μm CMOS工艺, 设计了一款2.5 V 200 mA的适合SoC应用的无电容型LDO, 仿真结果表明其漏失电压为150 mV, 在1 mA到200 mA的负载电流范围内, 该LDO在输出电容为0~1 μF的范围内都能稳定, 负载电流为200 mA时, 环路的最大相位裕度可达86°, 最小相位裕度高达76°.

针对粒子群算法由于多样性差而导致的算法搜索效率低、稳定性差的缺点, 提出了一种拥有双层多群间协调机制的粒子群优化算法(DC-PSO).该算法包含多个下层工作粒子群及上层决策粒子群, 下层粒子群进行最优粒子信息采集和迭代计算, 上层粒子群处理信息和反馈决策信息, 双层粒子群联合工作.同时采用指数函数递增分布的加速度因子控制各粒子群间的耦合性, 从而改善了粒子群后期搜索效率低、稳定性差的⌒　状况.仿真实验结√果表明DC-PSO算法在求解→函数优化问题的有效性和优越性.

利用传统随机森林(random forest, RF)模型进行分类时存在分类精度受不平衡样本集的影响, 以及投票平局现象会导致算法停滞等问题.本文对RF模型进行了优化改进, 首先随机抽取等量■的少数类与多数类样本构建训练样本集进行RF建模, 然后根据投票熵与基于样本特征⌒　参数的广义欧几里得距离逐步添加具有最大投票熵的样本到训练样本集, 解决传统RF模型随机抽取样本时▽训练样本集中包含不同类★别样本数不平衡问题.对于分类过程中可能出现投票结果的平局现象, 利用测试样本与邻近训练样本的广义欧几里得距离决定其分类结果, 以消除投票平局现象造成的停滞问题.实验结果☆表明, 本文优化RF模型对于非平衡数据集的分类可以取得较好的分类结果.

在无线自组织网络▼中, 移动节点在无线多跳网络链状拓扑或树状拓扑中漫游时, 会从一个固定节点切换到下一个固定节点来完成通信业务, 通常情况下该切换带来的延迟很高, 影响了移动节点通信质量.本文提出的快速协同切换技术, 使用RSSI作为切换门限, 并使得整个网络中与其相关的基站协同合作, 从而让移动节点到达快速无缝♀切换的目的.

为了满足10 Gbps传输速率下ζ　PCS子层帧同步需求, 深入研究10 G以太网PCS子层帧同步原理及常用帧同步检测方式, 综合考虑面积开销和检测效率, 设计了一种并行的帧同步检测模块, 解决了帧同步检测中同步头跨数据块、标志位对齐等难题, 提高了帧同步效率, 能够满足10 Gbps速率PCS子层帧同步要求.采用ModelSim对设计的帧同步检测模块进行仿真验证, 结果表明, 该模块能够高效的实现10 Gbps速率PCS子层帧同步检测功◥能, 帧同步速度明显提升, 具有较强的适应性、健壮性和稳定性。

存储器内建自测试(memory built-in-self-test, MBIST)已成为可测性设计(design-for-testability, DFT)中用以测试嵌入式存储器的▓重要方法.在一款以太网芯片中基于传统存储器内建自测试, 提出了一种多级流水寄存器的全速测试结构, 减少了测试时的读写时钟周期, 缩短了测试时间, 降低了测试成本.经过仿真验证, 证明了该流水结构▓设计能够有效提高内建自测试效率.

针对云形状不规则、变化莫测等特点, 探讨了一种实时云模拟〓算法.在模拟空间随机地产生云的离散分布, 通过一组布尔规则描述云的动态变化, 采用Sigmoid函数生成云的连续密度分布.提出改进的多重前向散射光照模型计算№云的颜色和光照强度, 采用GPU光线投射算法进行渲染.与纹理贴图、粒子系统和分形几何方法生成的云进行对比分析, 表明该方法的实时性较好、真实感较强。

针对♀传统的协同过滤推荐算法在稀疏数←据集上表现不佳的情况, 提出了一种将自编码机(Autoencoder)和聚类结合的混合推荐算法.首先将用户项目评分数据和用户人口统计学数据作为自编码机的输入, 提取用户特征.然后利用提取到的用户特征对用户聚类得到用户类别, 从而使近邻搜索范围减小.接着通过计算平均绝对误差(MAE)寻找到适用于同一类别用户的推荐算法, 最后组合各类别上适用的推荐算法, 得到混合推荐模型.推荐阶段, 计算目标■用户类别, 并使用混合推荐模型得到推荐结果.实验结果表明, 该算法可以有效的提高推荐质量。

本文实※现了一种支持FSK, OOK双模式的射频发射机芯片.该发射机芯片集成了四阶二型锁相环和开关功放, 内置环路滤波器, 采用了偏置拷贝环路技术降低了电荷泵参考杂散, 通过调整可配置分频网络的分频比, 实现了30 MHz~512 MHz频率覆盖, 改变小数分频的分频比和♂调整具有工艺、温度补偿特性的〖开关功放的通断实现FSK, OOK双模发射.该︻芯片采用SMIC 0.18 μm 1P4M工艺, 版图面积1.05 mm*1.35 mm, 总体功耗为16 mW.

在低信噪比条件下, 传统谱减算法对语音和噪声的独立性假设会产生一定的"音乐噪声", 从而降低了语音的可懂度.对此, 本文提出了一种结合多窗谱估计和几何谱减的语音增强算法.本算法利用多窗谱估计带噪语音信号的功率谱, 采用改进最小值控制递归平均算法实时跟踪』估计噪声谱, 应用几何谱减∑　算法求解增益函数, 从而恢复出精确的语音信号.通过在IEEE数据集上进行实验, 并以PESQ和LSD作为评价指标, 结果表明本算法在低信噪比条件下, 缩短了带噪语音与纯净语音之间的频谱距离, 并有效的抑制了增强语音的背景噪声, 提高了语音可懂度.

基※于电荷补偿原理的超结VDMOS(Super-Junction VDMOS, SJVDMOS)器件, 比传统的VDMOS具有更低的比导通电阻, 更高的击穿『电压.文中详细介绍了超结VDMOS元胞设计步骤, 之后借助TCAD仿真对超结VDMOS的击穿电压和比导通电阻进行了深入优化, 探究了电荷不平衡、漂移区厚度、衬底反向扩散以及表面结构等对击穿电压和比导通电阻的影响.对元胞结构的优化使得超结VDMOS由最╲初的击穿电压为587 V, 比导通电阻为7.27 mΩ·cm², 优化到最终的击穿电压为662.5V, 比导通电阻为6.85mΩ·cm², 性能得到明显改善.

三维集成电路通过使用硅通孔(through-silicon vias, TSV)作为垂直方向上芯片的通信链路, 具有高密度, 高带宽, 低功耗等优点.由于TSV在制造和使用过程中可能会出现故障, 导致整个三维芯片的故障.为了提高三维芯片的良品率, TSV的良品率必须尽可能的提高.本文提出了一种新的基于对角线的TSV容错方案, 并提出了基于最大流算♀法的故障修复算法, 在TSV出现故障时使用对角线中的冗余TSV来修复故障TSV以▓提高整个三维芯片的良品率.实验结果表明, 相比基于路由的容错方案, 本文提出的基于对角线的TSV容错方案, 芯片修复率可以达到98.38%至98.96%, 方案造成的面积开销降低了70%左右。

针对传统的边信道检测模型容易受到工艺偏差的影响, 提出了一种集成在电路内部的检测方法, 该方法将电路内部难以直接测量的待测信号转ぷ化直观的量化值输出, 并通过后续的降噪、降维、分类算法的处理, 实现硬件木马的检测.与传统信道检测方法相比, 本检测方法的最大特点是:(1)有效的避免工艺偏差的影响; (2)即使木马尚未激活也能检测木马的存在; (3)能实现对木马位置的定位.FPGA实验表明, 对Trust-hub上的RS232木马电路能显著提高检测结果.

本文提出了一种基于多目标飞蛾优化算法的自抗扰控制器参数优化设计方法.针对多目标优化算法在优化过程中的早熟收敛甚至陷入局部极小值的问题, 采用夹角余弦判别权重向量的邻域, 对目标空间进行有效的分解, 并以精英机制以存储优化过程中的非支配解, 利用融合距离对精英集进行维护, 保证了种群的多样性; 最后以机械臂作为实验算例进¤行仿真验证, 验证了多目标飞蛾优㊣化算法的有效性, 可以用于自抗扰控制器的参数整定.

节点所处的坐标位置信息在无线传感器网络的实际应用中必不可少.本文在传统接收信号强度指示(Received Signal Strength Indication, RSSI)定位算法基础上, 为了进一步提高未知节点的定位精密度, 提出一种基于环境感知的RSSI校正定位算法.算法先对RSSI数据使用高斯过滤, 减少RSSI测量偏差; 其次结合RSSI计算当前路径损耗指数, 实现环境感◇知; 接着测量节点■间距离, 再用比例关系校正测量结果, 进一步减弱环境因素对定位的影响; 然后生成信标节点对未知节点定位影响的加权系数; 最后通过最小二乘法及带加权系数的质心计算公式来得出节点的最终位置坐标.仿真实验结果显示, 算法的定位精度有明显的提高, 与实际值的误差在1m左右.

高校图书馆图书借阅流量受到多种因素的综合作用, 具有一定的混沌变化特变性, 针对当前高校图书馆图书借阅流量预测模型存在的精度低难题, 提出了基于数据挖掘的高校图书馆图书借阅流量预测模型.引入混沌理论对高校图书馆图书借阅流量原始数据进行分析, 建立高校图书馆图书借阅流量建模的学习样本, 采用数据挖掘技术构建高校图书馆图书借阅流量预测模型, 并与其它模型进行了高校图书馆图书借阅□　流量预测的仿真实验.结果表明, 本文模型♂能够描述高校图书馆图书借阅流量变化趋势, 高校图书馆图书借阅流量预测性能更优, 可为高校图书馆管理者提供有价值的参考信息.

Spark下分布式深度信念网络(Distributed Deep Belief Network, DDBN)存在数据倾斜、缺乏细粒度数据置换、无法自→动缓存重用度高的数据等问题, 导致了DDBN计算复杂高、运行时效性低的缺陷.为了提高DDBN的时效性, 提出一种Spark下DDBN数据并行加速策略, 其中包含基于标〓签集的范围分区(Label Set based on Range Partition, LSRP)算法和▂基于权重的缓存替换(Cache Replacement based on Weight, CRW)算法.通过LSRP算法解决数据倾斜问题, 采用CRW算法解决RDD(Resilient Distributed Datasets)重复利用以及缓存数据过多造成内存空间不足问题.结果表明:与传统DBN相比, DDBN训练速度提高约2.3倍, 通过LSRP和CRW大幅提高了DDBN分布式并行度.

硅通孔(Through Silicon Via, TSV)故障严重降低了集成电路的】性能和可靠性, 因此对TSV的故障检测具有十分重要〓的意义.首先讨论了TSV的故障模型, 并且利用Elmore延时模型∏分析了TSV开路故障对信号传输延时的影响, 其次提出了一种基于电容耦合的TSV非接触测试电路, 通过测量信号延时的变化来检测TSV开路故障, 最后利用时间统计分析来预测故障电阻的大小。

提出一种海量卫星数据入库效率提升方法, 通过对观测目标、数据质量、访问频率、管理开销等影响因素进行分析, 得到卫星数据价值评估模型, 准确的指导卫星数据入库, 提高卫星数据入库的准确率、卫星数据的入库质量.根据最小数据传输粒度和卫星数据使用强度的数字特征选择性能较好的卫星数据入库传输链路, 提高卫星数据入库的效率, 完成海量卫星数据入库效率的提升.实验结果表明, 采用所提方法完成海量卫星数据的入库时, 卫星数据入库效率高、入库←质量高、入库准确率高.

本文通过结合可信计算技术, 并根据未来物联网网络环境下操作系统应用程序相对固定、内核状态相对稳定的特点, 设计具有函数标签检测和地址空间检测功能的︾安全操作系统.该安□全检测机制通过在内核函数首尾两端设置检查点标签和在时钟中断处理历程中设置地址检查来判断操作系统的运行时状况.同时, 可信计算芯片在提供系统启动校验等功能的同时, 还能够提供相关数据的校验和保密存储功能, 提高了系统性能和可信性.经过试验, 该操作系统安全检测机制能够实时监控系统状态以发现系统的异常, 为未来物联网网络环境下操作系统安全提供有力保障.

为了解决当前图像目标定位算法难以自动定位发生形变的目标, 且定位时间耗时长等不足, 提出一种基于稀疏活动轮廓模型的甲骨拓片图像的目标自动定位算法.对甲骨拓片图像进行分块, 对每一块进行形状估计, 在目标形状估计约束下, 利用共同勾画算法学习图像目标轮廓模型, 在待定位图中扫描出与模型匹配数值最高的区域, 将其作为定位结果, 利用基于距离约束的霍夫变换, 精确定位◣结果.实验结果表明, 所提算法可以有效克图像目标尺度变化大的问题, 提高了目标自动定位精度, 减少了定位耗时.

要在Linux操作系统下开发一款支持智能设备与主机之间通过USB通信的读写控制程序, 为了满足控制和通信的需要, 要求快速、便捷地开发一款USB设备驱动程序以建立主机和智能设备的连接, 同时能够保证数据的正确和稳定传▓输.为解决上述╳问题, 本文实现了一种Linux操作系统下, 基于CyAPI库的USB驱动程序开发方法.在智能设备读写控制程序中对所开发的USB驱动程序进行了验证, 通过调用设备驱动程序直接实现了对USB设备的控制和数据传输, 同时能够及时正确的收到智能设备的信息反馈, 设备驱动程序展现了良好的稳定性.

闪存转换层(FTL)算法的设计与开发对于固态硬盘的整体性能至关Ψ 重要, 由于缺乏错误检测机制, 目前现有的算法验证平台检验结果与真实结果差距较大.本文提出一种基于NAND Flash的FTL算法验证平台, 通过建立基于NAND Flash存储系统的软件平台, 模拟NAND Flash的操作特性》, 增加错误检测机制, 模拟真实操作环境, 完成FTL算法的验证.本文对软件→平台的整体设计和核心模块进行了分析描述Ψ .最后, 在该软件平台与真实闪存♂设备上运行FTL算法完成模拟实验, 实验证明两者误差范围在7%以内.本文提出的一种基于NAND Flash的FTL算法验证平台为验证FTL算法提供了一种便捷工具, 同时提高了存储系统的可靠性, 缩短了算法开发的周期, 降低了产品成本.

针对无线通讯应用于导弹地面测发控系统时, 可能造成信息泄露等问题, 提出了一种基于DES算法的】加密方案.该方案在明文数据中加入可变的冗余码, 保证了加密可靠性; 在加密后的密文数据包之间嵌入随机标识码, 使得通讯数据的结构有效隐藏, 并为接收端恢复数据提供支持.分析可知, 该方案易于实现, 保密性好, 适合应用于导弹测发控系统中.

针对传统MapReduce环境下的随机森林算法在处理多类别不平衡数据问题时仍然以全局最优点作为划分点, 忽略了少数类对分类准确率的影响, 文本提出了一种MapReduce环境下处理多类别不平衡数据的改进随机森林算法(MR-RF-SHDSE).该算法利用分层采样方法在各个类别中进行样本抽样, 并以HDDT决策树作为基学习器以弱化数据偏置给分类准确率带来的影响, 最后计算决策树的GMean值和不合度值, 利用调和々平均值作为衡量标准对决策树进行选择集成.通过实验证明, 相比其他算法, MR-RF-SHDSE能够有效提高了对多类←别不平衡数据集的分类准确率.