摘要：当前,基于数字电路的脉冲神经网络硬件设计,在学习功能方面的突触并行性不高,导致硬件整体延时较大,在一定程度上限制了脉冲神经网络模型在线学习的速度。针对上述问题,文中提出了一种基于FPGA并行加速的高效脉冲神经网络在线学习硬件结构,通过神经元和突触的双并行设计对模型的训练与推理过程进行加速。首先,设计具有并行脉冲传递功能和并行脉冲时间依赖可塑性学习功能的突触结构;然后,搭建输入编码层和赢家通吃结构的学习层,并优化赢家通吃网络的侧向抑制的实现,形成规模为784~400的脉冲神经网络模型。实验结果表明:在MNIST数据集上,使用该硬件结构的脉冲神经网络模型训练一幅图像需要的时间为1.61 ms、能耗约为3.18 mJ,推理一幅图像需要的时间为1.19 ms、能耗约为2.37 mJ,识别MNIST测试集样本的准确率可达87.51%;在文中设计的硬件框架下,突触并行结构能使训练速度提升38%以上,硬件能耗降低约24.1%,有助于促进边缘智能计算设备及技术的发展。

摘要：针对并行流道风冷式动力电池热管理系统,开发了一种导流板形状优化方法。采用控制点描述导流板的形状,结合数值模拟方法,以电池组温差极小化为优化目标,通过逐步调整控制点高度优化导流板形状。典型算例结果表明,采用提出的优化方法优化Z形风冷系统的进口导流板形状,可显著提高系统的散热性能。在不同冷却空气流量下,与原始系统相比,优化后系统在压降增加20%的情况下,电池组最高温度下降了3.7 K以上,最大温差减小了85%以上;与文献中的Z形流道优化系统相比,本研究的优化系统在保证系统压降基本不变的情况下,电池组温差减小了48%以上。

摘要：太阳能蒸汽发生是一种通过光热转换过程利用太阳能的可靠、环保、成本低廉的技术,其中界面太阳能蒸汽发生系统以其光热转换、热管理、输水逸汽、外围装置的高度集成以及精细设计的特点,借助微结构光子学、材料改性加工、热结构设计、机械设计等技术,能高效(蒸发效率高)、快速(蒸发速率高)地从块状水体甚至大气中吸取水分并通过太阳能转换的热能产生蒸汽,从而产出淡水、无机盐和能量。界面太阳能蒸汽发生技术以其广阔应用前景吸引了学者们的研究兴趣。本综述介绍了界面太阳能蒸汽发生系统的工作原理与组成材料;按光热转换、热管理、疏水逸汽等部分从宏微观结构设计角度总结了设计、优化策略;通过介绍具体的应用展示了界面太阳能蒸汽发生系统的外围装置;最后总结了界面太阳能蒸汽发生系统的研究进展并对其未来发展进行了展望。

摘要：以珠三角核心城市广州市和深圳市为例,采用中国劳动力动态调查个体问卷数据(CLDS-2016)并运用线性回归模型,旨在解析城市流动人口心理健康的影响因素及其作用机理,并对比广州市和深圳市流动人口心理健康影响机制的差异。研究发现:1)工作环境特征、社会交往特征、生理健康特征和社会人口特征均对流动人口的心理健康产生影响。其中,工作环境特征中的工作满意度、工作压力与流动人口的心理健康呈显著相关,社会交往特征中的社区信任以及生理健康特征中的自评健康对流动人口的心理健康具有显著影响。2)对于广州市而言,工作环境特征(工作压力)、社会交往特征(社区信任)、生理健康特征(自评健康、饮酒历史、日常锻炼、因伤救治)对流动人口的心理健康影响显著。3)对于深圳市而言,其心理健康的影响因素仅体现为工作环境特征(工作满意度、工作压力)和生理健康特征(自评健康、因伤救治)。实证研究表明,相同因素对于不同城市流动人口的心理健康作用机理存在差异,广州城市规划与治理中应注重打造优质社区并完善休闲健康设施配套,而深圳市则应注重通过改善工作环境来提升流动人口的心理健康。

摘要：基于迭代法原理 ,提出一种适用于集成滤波器非线性失真的分析方法 ,得到相当准确的解析表达式 ,可以为集成滤波器设计的改进提供有用的信息。对于一般阶数不高或者以二阶滤波器为单元的电路 ,解析法能够充分发挥其优点。

摘要：微服务因其敏捷的开发方式、快速的部署方式,逐渐成为以云为基础的软件系统的主流架构方式之一.但是,微服务系统结构复杂,动辄上百个服务实例,而且服务之间的调用关系异常复杂,当微服务系统中出现异常时,难以定位故障根因.为了解决这个问题,端到端请求追踪(trace)成为微服务系统监控的标配.然而现有的分布式请求追踪实现方式对应用程序具有侵入性,严重依赖于开发者对请求追踪的经验,无法在运行时控制追踪功能的开启和关闭.这些不足不仅会增加开发者的负担,而且限制了分布式请求追踪技术的实际应用.设计并实现对程序开发者透明的请求追踪系统Trace++,能够自动生成追踪代码,利用动态代码插桩技术将追踪代码注入到运行中的应用程序.Trace++对程序低侵入,对开发者透明,能够灵活控制追踪功能的开启和关闭.此外,Trace++的自适应采样方法有效减少了请求追踪产生的开销.在微服务系统TrainTicket上的实验结果证明,Trace++能够准确发现服务依赖关系.在开启请求追踪时,性能开销接近于源代码插桩,在关闭请求追踪时无性能开销.此外,Trace++的自适应采样方法在采样到具有代表性样本的同时减少了89.4%的追踪数据.

摘要：[目的]优选黄石斛多糖提取工艺。[方法]以提取黄石斛多糖含量为评价指标,采用正交设计试验L9(34),选择提取温度、加水量、提取次数及提取时间为考察因素,对影响黄石斛多糖提取工艺的因素进行了研究。[结果]黄石斛多糖的最佳提取工艺为90℃下以10倍水量提取3次,提取时间每次2h。[结论]试验设计因素中温度与提取次数的影响作用具有显著性意义。

摘要：提出了一种新型的强鲁棒黑盒指纹水印框架及方法。首先,提出了一种基于数字水印技术的高视觉质量的、具有一定安全性的毒化图像构造方法,将指示用户身份的信息嵌入到毒化图像,实现多用户场景下深度神经网络模型的可追溯性,并降低毒化图像被伪造的概率;其次,提出了毒化特征加强模块来优化模型训练;最后,设计了对抗训练策略,有效地学习到嵌入强度很小的指纹水印。大量的仿真实验表明,所构造的毒化图像中的指纹水印具有非常好的隐蔽性,大幅超越了WaNet等同类最优模型水印方法;以分类性能降低不超过2.4%的代价获得了超过99%的黑盒模型指纹水印验证率;且即便在指纹水印相差1位时亦能准确地进行模型水印版权验证。这些性能总体上优于同类最优的模型水印方法,表明了所提方法的可行性和有效性。

摘要：目前国内外已建设的人类疾病动物模型资源数据库尚未涵盖所有疾病,也无统一的资源查询路径或渠道,为此,探索开发一个较为完整和可以共享资源的人类疾病动物模型数据平台。收集和整理挖掘相关文献、专著、研究机构的人类疾病动物模型资源数据,以促进人类疾病动物模型资源数据整合、挖掘和共享为目标,从系统疾病、动物种属、造模方法3个维度搭建人类疾病动物模型资源共享平台总体架构,在全面性、可扩展性、开放性、稳定性和安全性的设计原则指导下,采用当前主流的B/S结构,引入可扩展标记语言对异构数据进行结构化和标准化处理,再以层次结构法对资源数据进行分类和编码,最后经专家审核通过发布。该平台目前试运行结果显示,既便于用户查找符合需求的数据,同时也保证数据的准确性。

摘要：多峰优化问题(MultiModal Optimization Problems,MMOPs)需要同时找到问题的多个高精度全局最优解,它需要算法具有较强的全局搜索能力且能很好地平衡种群的多样性和收敛性.当前在处理MMOPs时通常面临以下难点:(1)现有方法通常只考虑到进化过程中种群的当前状态(如常用的贪婪选择策略),容易导致种群陷入局部最优;(2)传统的随机搜索策略在复杂搜索空间内难以快速有效找到全局最优解;(3)当前设计的多峰优化算法往往需要手工设置参数(如变异因子和交叉因子等),而参数的大小将直接影响种群的多样性和收敛性.针对上述难点,本文提出了一种新的基于局部时空的多峰优化(Localized Time-Distance-based Multimodal Optimization,LTDMO)算法,主要包括三个贡献点:首先,提出了结合随机搜索和定向引导的变异(Random and Direction-based Mutation,RDM)策略,利用随机变异增加种群中个体的多样性,并通过划分邻域将整个种群分成不同的可重叠子种群,在局部搜索空间内进行变异操作来更好地定位全局最优解,从而避免个体陷入局部最优.其次,提出了基于时间局部性原理的拥挤选择(Locality-based Crowding Selection,LCS)策略,利用进化过程中的时间局部性记录对当前个体更有潜力的进化方向,并在此方向上生成新的子代,使种群进一步向全局最优解收敛.最后,提出了自适应参数控制(Self-adaptive Parameter Control,SPC)策略,基于个体进化信息自适应调整算法的参数值,降低算法在进化过程中对变异因子和交叉因子的参数敏感性.本文将LTDMO算法在CEC'2013测试集上进行实验,并将结果与其他11种多峰优化算法对比,表明LTDMO算法能有效处理较多的全局最优复杂多峰优化问题,具体地,在F1~F5、F8和F10问题上峰值率和成功率均达到100%;在具有较多局部最优的多峰优化问题(F6和F7)上,LTDMO算法的峰值率达到86%以上,这优于9种其他对比算法的性能;在处理复合多峰优化问题时,LTDMO算法在处理F11、F12、F14、F16问题上性能达到最优.同时将LTDMO算法在比例-积分-微分(Proportional-Integral-Derivative,PID)控制器上进行应用,结果表明LTDMO算法能为PID控制器找到多种最优控制参数,使系统达到稳定状态且误差更小.