摘要：针对现有的无乘法无限冲激响应(IIR)数字滤波器设计方法存在结构固定、滤波器性能不佳的问题,提出了一种基于随机结构的无乘法IIR数字滤波器设计方法。该方法使用加入移位器的稳定二阶子系统直接进行无乘法滤波器的结构设计。首先,无乘法数字滤波器的结构编码被随机创建;然后,利用一种加入成功父代选择框架的差分进化算法(SPS-DE)对生成的无乘法滤波器结构进行优化。该方法实现了无乘法滤波器结构的多样化设计,而且SPS-DE算法因采用成功父代选择框架机制,具有很好的种群开发与勘探能力,在无乘法滤波器的结构优化上取得了很好的效果。与现有的无乘法IIR数字滤波器设计方法相比,该方法设计的无乘法IIR滤波器通带波纹减小了43%,阻带最大衰减下降了40.4%。实验结果表明所提方法设计的无乘法IIR滤波器满足结构要求并且拥有优良的性能。

摘要：针对传统无限脉冲响应(IIR)数字滤波器设计方法存在传输函数在整个设计阶段可能不是最优的问题,提出一种基于遗传算法结构进化的IIR数字滤波器生成方法。该方法直接设计滤波器结构,无需设计传输函数。首先,随机建立一组滤波器结构生成指令序列(SGIS)。这些指令序列不仅能控制滤波器结构,也能表示滤波器结构。然后,对这些指令序列进行编码,将它们看作染色体;最后用遗传算法优化这些染色体,得到最优滤波器。理论分析和实验仿真表明,与传统基于遗传算法系数进化的IIR滤波器方法相比,基于遗传算法结构进化的IIR滤波器通带波纹缩小40.58%,过渡带宽度缩小87.62%,阻带最小衰减减少9.22%。

摘要：为了进一步提高无限冲激击响应(IIR)数字滤波器的性能,提出了一种基于结构和参数同时进化的IIR数字滤波器设计方法。首先,通过遗传算法(GA)得到初始滤波器结构;然后,利用差分进化(DE)算法优化滤波器参数;最后,通过动态调整个体搜索步长和双向试探搜索的改进寻优算法对滤波器参数进一步优化,并将该算法用于低通、高通数字滤波器的设计。同基于遗传算法结构进化的IIR滤波器方法相比,继续利用差分进化算法和改进的寻优算法优化乘法器参数得到的低通数字滤波器的通带性能相差不大,但是过渡带宽度减小了65%,阻带最小衰减下降了36.48 d B;得到的高通数字滤波器通带波纹减少了75%,过渡带宽度减小了44%,阻带最小衰减下降了12.13 d B。实验仿真结果表明,所提方法可以获得性能更佳的滤波器,是一种有效可行的IIR数字滤波器的设计方法。

摘要：传统U-Net网络模型大,处理图片速度慢,难以适应工业生产中实时的需求。针对该问题,设计并实现了一个轻量级全卷积语义分割网络LU-Net。LU-Net网络以U-Net框架为主体,结合MobileNet-V2的思想,利用深度可分离卷积参数少、计算量小的特点轻量化网络模型。网络综合利用bottleneck模块与普通卷积的优点,并高效利用了高层特征,在保持精度的同时,大幅缩短了分割所需时间。经公开数据集DRIVE及自制凹陷字符数据集上实验的验证,相较于原U-Net网络模型,提出的LU-Net模型参数量缩小至0.59×10^(6),为原模型的1.9%,运行速度提高5倍,处理一张360×270图片的平均耗时为25 ms。LU-Net基本满足工业生产对图像实时处理的要求。

摘要：通过对河南大学物理与电子学院工科电类课程群现状进行分析,发现工科电类课程教学中基于CDIO工程项目的教学模式较为缺失,教师工程项目意识淡薄,教学大纲结合实际工程项目综合设计的涉及面偏少,学生考核方式较单一。为培养更高层次的工科人才,提出以CDIO工程教学模式为导向的电类课程群建设的一些优化策略,不仅能锻炼学生的CDIO工程项目设计思维,而且能挖掘并提升学生的创新能力和实践潜能。

摘要：工业应用中,表面压印字符图像全监督语义分割将会给企业带来高昂的数据集标注成本,针对该问题,提出了双支路特征融合的域适应分割方法(dual-branch feature fusion domain adaptation,DbFFDA)。借鉴U-Net的跨层连接设计思路,提出了双分支上采样结构的残差域适应分割网络(residual adaptation network,Res-Adp);同时提出了融合特征输入用于提升网络分割性能,克服了字符缺失的问题;此外,提出了分割连续性损失函数L_(Con),抑制了分割图像中噪点的产生。在石墨电极表面压印字符无监督分割实验中,所提方法MIoU值可达69.60%,实际分割效果已基本满足字符识别需求,有望在特定工业场景中投入实际应用,为企业节省数据集标注成本。

摘要：以河南大学电子专业的一流专业建设和新工科建设为契机,结合课程思政的改革目标,深入思考专业建设和课程思政之间的内在联系,以及专业建设在课程思政建设中所起的作用,并提出课程思政建设不能孤立存在,要将其作为专业建设的重要环节,在专业建设的顶层设计中融入课程思政的总体规划方案,以专任教师为执行者,以专业建设为坚强后盾,实现课程思政“立德树人”的总体目标。

摘要：轻量化网络已成为面向工业场景部署的关键技术。为进一步提升Ghost module的特征提取能力并减少参数量,提出了一种改进的S-Ghost瓶颈模块(Small Ghost Bottleneck)。此瓶颈模块采用1×1卷积通道与Ghost module并联的结构,缩减Ghost module的通道数以压缩参数量,并用与之并联的1×1卷积进行通道扩充;在模块输出端引入通道混洗(Channel Shuffle)操作以保证通道间信息交互。实验结果表明,利用该瓶颈结构设计的图像分类网络LGSNet (Light Ghost Networks,LGSNet),其计算量和参数量显著降低,同时网络精度与推理速度未受影响,甚至在一些测试中取得最优,此网络设计满足工业需求。这为面向工业场景的轻量化网络架构设计提供了新的解决方案和思路。