摘要：针对传统蚁群算法在室内移动机器人全局路径规划中,存在的搜索效率低下、路径不够平滑、易陷入局部最优及死锁状况等问题,设计出一种融合改进A^(*)算法的双向搜索蚁群优化算法。首先利用改进A^(*)算法在栅格环境中快速收敛得到初始路径,构建初始信息素矩阵,并引入障碍物因子来减少蚂蚁死锁状况的发生;其次设定双向搜索蚁群优化算法规则,并改进双向搜索中的启发函数模型,引入精英蚂蚁搜索策略和自适应信息素挥发因子策略;最后利用三阶贝塞尔曲线对路径进行平滑处理。通过Pycharm平台仿真结果表明,该算法融合了A^(*)算法全局搜索能力强及蚁群算法正反馈的特性,使得融合改进后算法比传统蚁群算法和麻雀算法在路径长度上优化12.85%和7.76%,搜索时间上优化38.17%和23.46%,迭代次数上优化67.71%和54.41%,全局路径优化效果较明显。

摘要：为了提高三维片上网络(3D NoC)资源内核的测试效率,提出一种在功耗约束条件下多播流水线并行测试同构核与单播测试异构核相结合的方法对IP核进行测试。为了减少测试数据因资源冲突而进行等待的时间,设计一种改进XYZ路由算法,并采用改进人工蜂群(ABC)算法求解最佳测试规划方案。以国际标准电路测试集ITC'02作为实验对象,结果表明,测试时间最大优化率达到15.45%,与其他测试规划方法相比该文方法能有效地提高并行测试效率。

摘要：清洁机器人能够代替人工完成日常清洁任务,解决人力成本高、人工清洁效率低等问题,而高精确度的路径跟踪控制和避障技术是机器人安全执行清洁任务的基础。文章设计了一种基于阿克曼底盘的路径跟踪控制器,建立了前视路径点的几何模型,并通过计算曲率来确定前轮角度和线速度指令,解决了前进、后退和转向控制的问题。此外,还提出了一种障碍物碰撞检测方法,解决了机器人在面临局部路径障碍物时的安全避让问题。在多种室外场景进行测试,测试结果显示,该机器人路径跟踪控制误差小于15 cm,能够有效安全避障,具有一定工程应用的价值。

摘要：针对现行主流的基波分析法在电压增益计算时准确度较差,以及传统的谐振参数设计方法在对电池这类非阻性电源负载时存在参数难以确定的问题,提出基于时域近似法的CLLC谐振参数计算,解决了电压增益精确度和参数选取困难的问题。首先建立变换器的P、N、O等3种模态的时域方程,通过对运行时主要工作模式中PO、PN波形的简化,求出对应模式的电压增益公式,以电压增益范围和全局软开关的实现作为参数选取的约束条件,求出具体的谐振网络参数;然后利用MATLAB搭建仿真实验模型,实现全局软开关和电压增益要求,在谐振频率下工作效率均在95%以上。仿真实验结果验证了所提设计方法的可行性。

摘要：人脸识别技术广泛应用于考勤管理、移动支付等智慧建设中。伴随着常态化的口罩干扰,传统人脸识别算法已无法满足实际应用需求,为此,本文利用深度学习模型SSD以及FaceNet模型对人脸识别系统展开设计。首先,为消除现有数据集中亚洲人脸占比小造成的类内间距变化差距不明显的问题,在CAS-IA Web Face公开数据集的基础上对亚洲人脸数据进行扩充;其次,为解决不同口罩样式对特征提取的干扰,使用SSD人脸检测模型与DLIB人脸关键点检测模型提取人脸关键点,并利用人脸关键点与口罩的空间位置关系,额外随机生成不同的口罩人脸,组成混合数据集;最后,在混合数据集上进行模型训练并将训练好的模型移植到人脸识别系统中,进行检测速度与识别精度验证。实验结果表明,系统的实时识别速度达20 fps以上,人脸识别模型准确率在构建的混合数据集中达到97.1%,在随机抽取的部分LFW数据集验证的准确率达99.7%,故而该系统可满足实际应用需求,在一定程度上提高人脸识别的鲁棒性与准确性。

摘要：针对局部路径规划时因无法提前获取环境信息导致移动机器人搜索不到合适的路径,以及在采用马尔可夫决策过程中传统强化学习算法应用于局部路径规划时存在着学习效率低下及收敛速度较慢等问题,提出一种改进的Q-learn-ing(QL)算法。首先设计一种动态自适应贪婪策略,用于平衡移动机器人对环境探索和利用之间的问题;其次根据A*算法思想设计启发式学习评估模型,从而动态调整学习因子并为搜索路径提供导向作用;最后引入三阶贝塞尔曲线规划对路径进行平滑处理。通过Pycharm平台仿真结果表明,使得改进后的QL算法所规划的路径长度、搜索效率及路径平滑性等特性上都优于传统Sarsa算法及QL算法,比传统Sarsa算法迭代次数提高32.3%,搜索时间缩短27.08%,比传统QL算法迭代次数提高27.32%,搜索时间缩短17.28%,路径规划的拐点大幅度减少,局部路径优化效果较为明显。

摘要：现有胆红素定量检测方法存在成本高、灵敏度低的问题。由于血清胆红素水平与心血管疾病风险呈负相关,为实现对低水平胆红素的测定,本文运用层层自组装方法,将能发出蓝色荧光和红色荧光的金纳米簇探针沉积于同一薄膜中,对两种探针的荧光强度比值进行定量,构建比率型荧光传感器。在此传感器基础上,根据胆红素对薄膜传感器发生的荧光猝灭效应,设计了一种便携式的比率型血清胆红素荧光检测系统。系统硬件部分主要由主控芯片STM32F407、TSL237及TSL238T光频传感器组成。本系统通过三维打印设计了避光的检测暗室,减少环境光干扰。实验表明,所设计的比率型荧光检测系统具有较强的抗干扰性、稳定性和准确性。该系统检测胆红素的线性相关度为0.987,具有良好的线性关系,在重复性实验以及与标准仪器测试结果的对比中都具有较好的效果。本系统有望用于对低水平血清胆红素的测定。

摘要：广泛应用的移动定位设备方便了用户位置数据的获取,轨迹数据量高速增长.通用伴随模式挖掘聚焦时空维度上的用户高相似度行为路径发现问题,基于大规模轨迹数据设计高效准确地伴随模式挖掘方法对发现用户偏好、构建新商业模式等具有重要意义,同时也极具挑战.一方面,海量且不断增长的轨迹数据要求伴随模式挖掘应具有良好的可扩展性,集中性挖掘策略并不适用.另一方面,现有的分布式挖掘框架在为高效模式挖掘提供高质量数据输入、轨迹数据中大量松散连接的有效处理等方面考虑不足,使得通用伴随模式发现存在改进空间.提出了一个分布式的2阶段通用伴随模式挖掘框架——DMFUCP,其通过嵌入数据预处理优化、松散连接分析优化等,让伴随模式挖掘方法呈现了更好的性能.其中,该框架为数据预处理阶段设了融合运动方向的密度聚类算法DBSCANCD和聚类平衡算法TCB,确保后续挖掘任务获得提供少噪音、高质量的轨迹数据输入;在模式挖掘阶段,该框架设计了G剪枝重划分算法GSPR和分段枚举算法SAE,GSPR使用参数G对长轨迹进行分割,并将分割后的所有分段重划分以改善松散连接的处理效果,SAE负责引入多线程和前向闭包保证挖掘算法的性能.实验证明,相比现有的通用伴随模式挖掘框架,DMFUCP具有更好的通用伴随模式发现能力的同时,将挖掘每组通用伴随模式的时间消耗降低了20%~40%.

摘要：全息术是一种三维成像技术,它已经被应用于多种实际场景。随着计算机科学与技术的迅猛发展,计算全息由于其方便和灵活的特性,已经成为一种广泛应用的全息成像方法。本文回顾了我们近期基于超表面的太赫兹计算全息研究进展。其中,作为全息板的超表面展示出了超越传统光学器件的独特性能。首先,利用超表面实现了对于全息板每个像素的相位振幅同时且独立的调控,进而实现了高质量全息成像。这种新的电磁波操控能力也带来了新的全息成像效果,如利用介质超表面实现了全息像沿传播方向上的连续变化。其次,对超表面在不同偏振态下的响应进行设计,分别实现了线偏振态与频率复用、圆偏振态复用、以及基于表面波的偏振复用超表面全息术。此外,本文提出了依赖于温度变化而主动可控的超表面全息术,为今后计算全息术的设计与实现提供了新的方案,也推动了超表面在实际应用方面的发展。

摘要：为了优化测试时间,提高片上网络(NoC)资源内核的测试效率,结合NoC测试特点,提出一种基于超立方体拓扑结构的NoC测试规划优化方法。该方法针对超立方体结构自身优势设计一种具有部分自适应能力的E-cube路由算法,增加测试过程中对路由节点和通信链路的利用率;通过引入混度序列和压缩因子对粒子算法进行改进,增加种群多样性。在ITC’02国际标准电路测试集上进行对比实验,结果表明,与其他方法相比,该方法测试时间最大优化率可达17.38%,有效缩短了测试时间。