摘要：针对仿真铁路现场的沙盘缩略模型,设计硬件控制系统,特别是信号机和道岔的专用驱动电路,使上位机能控制沙盘上的信号设备和采集信号设备的状态,以利于铁路运输各个功能的仿真。本项目采用了Visio,Altium Designer,keil uvision4工具,完成了接口电路、信号机驱动电路、道岔驱动电路的设计,并为上位机提供二次开发接口。最终上位机通过二次开发接口,实现了上位机对沙盘上设备的控制和状态数据的采集读取的测试。

摘要：本文对LED指示灯正常工作和故障状态进行了分析,探索了一种简易的LED指示灯在线监测方法,可广泛用于大规模在线检测LED指示灯的产品。在LED指示灯控制电路中设置的检测点,LED指示灯在不同故障状态下,检测点呈现不同电压。将这个特点和数字电路芯片相关特性,作者从理论分析并多次实验,设计了一套多LED指示灯在线监测的实用电路。最后编程并进行多次测试,测试结果表明,该方法实时性高、无误差、电路简单,达到了控制和在线检测多个LED指示灯的目的。

摘要：以S3C2410为硬件开发平台进行相关的研究。首先以μC/OS-Ⅱ为嵌入式操作系统,MiniGUI为图形用户界面,进行应用程序的设计,实现一个具有电话名片、画板、计算器等简单功能的中低端PDA;接着以μCLinux为操作系统,使用BusyBox实现文件系统的移植,以MicroWindows作为图形开发库,使用Nano-X API实现具有文件系统的复杂中高端PDA。此外,对两款PDA实现过程中的技术支持广泛程度、硬件要求等技术指标进行了对比:对于μC/OS-Ⅱ与MiniGU-I,其技术支持虽然有限,功能多样性的实现也有限,但是其实施难度较小,因而适合代价相对较小的中低端PDA的解决方案;而对于μCLinux与MicroWindows,其操作系统移植难度较大,具备文件系统等复杂功能,技术支持广泛,图形用户界面更加友好,因而适合功能强大的中高端PDA的开发。对于不同用户需求领域的PDA市场,可采用不同的解决方案,做到量体裁衣,最小化开发成本,最大化市场利润。

摘要：目的针对Java多线程访问临界资源时不能按优先级唤醒的问题,设计一个基于优先级唤醒等待临界资源线程的组件,保证高优先级线程优先获得临界资源,提高通用环境下Java的实时性能.方法创建具有扩展优先级的线程类,为每个共享资源的线程创建包含唤醒用优先级信息的线程代理,线程的唤醒由与共享资源唯一相关的线程代理集合类按照优先级顺序在代理集合中完成.结果使用该组件,等待集合中的线程总是按照优先级高低进行唤醒.结论能够创建访问共享资源时可按优先级唤醒、运行可以预测的Java线程,同时优先级等比例映射有效地解决了原Java线程优先级太少而无法按优先级调度过多线程的问题.

摘要：面向网联自动驾驶车辆(Connected and Automated Vehicles,CAV)与人工驾驶车辆(Human Driven Vehicle,HDV)混行的交通模式,研究部署自动驾驶专用车道(Lanes for Connected and Automated Vehicles,CAVL)环境下的混合交通网络均衡演变规律。考虑CAV在通行能力、时间价值和节能方面的优势,建立了面向不同属性车道的车辆出行成本计算函数,克服了传统BPR函数无法表征CAV特性的问题;提出了面向混合交通流的车道管理策略,并建立了路段交通量分配模型,为混合交通流下的道路通行能力计算提供了基础。假定CAV受中央系统调控而遵循系统最优的路径选择原则,而HDV用户根据自身驾驶经验而遵循用户最优的路径选择原则,基于此构建了CAVL环境下的混合交通均衡模型,并运用改进的连续平均法求解该模型。数值分析结果表明:同时考虑CAV对道路通行能力和用户时间价值的效益,CAV渗透率达到40%时,出行时间成本降低12%。同时发现CAVL与通用车道的设计速度相同时,当渗透率大于31%,部署CAVL才能降低时间成本。通过Nguyen-Dupuis网络测试分析发现:由于CAV行驶稳定和CAVL的优势,为达到系统最优,CAV流量主要沿CAVL路段流动;当交通需求分别为7000 veh·h^(-1)和15000 veh·h^(-1)时,CAV渗透率由20%增大至60%,系统成本分别降低4.12%和46.38%。研究成果为深度刻画混合交通网络流量分配奠定了基础,也为自动驾驶专用车道的优化部署提供了理论指导。

摘要：鼻用制剂具有独特的给药优势,在局部和全身性疾病的临床治疗中应用广泛。我国中医药鼻腔给药治疗历史悠久,近年来,中药鼻用制剂受到广泛关注。基于国家药品监督管理局(NMPA)数据库、药智网及中国知网近30年收载的中药鼻用制剂相关信息,笔者对现代中药鼻用制剂的剂型、上市产品、常用中药、辅料、临床应用及安全性研究方面进行了梳理,围绕中药鼻用制剂发展中面临的部分产品剂量不准确、辅料质量标准体系不齐全、安全性评价建设不完善、鼻腔给药装置研发较为缺乏等诸多问题,从中药提取分离工艺的优化、辅料的质量控制与使用、新剂型的开发、中药鼻腔给药的安全性评价、鼻腔给药装置的设计研发等方面提出了可能的解决对策和展望,以期为中药鼻用制剂的开发提供思路,并为其可持续发展提供科学依据。

摘要：目的 现有基于对抗图像的隐写算法大多只能针对一种隐写分析器设计对抗图像,且无法抵御隐写分析残差网络(steganalysis residual network,SRNet)、Zhu-Net等最新基于卷积神经网络隐写分析器的检测。针对这一现状,提出了一种联合多重对抗与通道注意力的高安全性图像隐写方法。方法 采用基于U-Net结构的生成对抗网络生成对抗样本图像,利用对抗网络的自学习特性实现多重对抗隐写网络参数迭代优化,并通过针对多种隐写分析算法的对抗训练,生成更适合内容隐写的载体图像。同时,通过在生成器中添加多个轻量级通道注意力模块,自适应调整对抗噪声在原始图像中的分布,提高生成对抗图像的抗隐写分析能力。其次,设计基于多重判别损失和均方误差损失相结合的动态加权组合方案,进一步增强对抗图像质量,并保障网络快速稳定收敛。结果 实验在BOSS Base 1.01数据集上与当前主流的4种方法进行比较,在使用原始隐写图像训练后,相比于基于U-Net结构的生成式多重对抗隐写算法等其他4种方法,使得当前性能优异的5种隐写分析器平均判别准确率降低了1.6%;在使用对抗图像和增强隐写图像再训练后,相比其他4种方法,仍使得当前性能优异的5种隐写分析器平均判别准确率降低了6.8%。同时也对对抗图像质量进行分析,基于测试集生成的2 000幅对抗图像的平均峰值信噪比(peak signal-tonoise ratio,PSNR)可达到39.925 1 dB,实验结果表明本文提出的隐写网络极大提升了隐写算法的安全性。结论 本文方法在隐写算法安全性领域取得了较优秀的性能,且生成的对抗图像具有很高的视觉质量。

摘要：为了更好地解决使用卷积神经网在人脸面部表情识别方面的表现,文章设计了一个经典的卷积神经网模型,采用比较通用的FER2013表情数据库对其进行训练,并且尝试了几种参数配置方式,在其中选择了训练速度和过拟合等几个方面表现优秀的配置模式。实验结果表明,这样的参数组合对于提高面部表情识别率有很好的表现。

摘要：二进制递归网络(BR网络)具有结构规则、易于分割等优点,是理论研究和实际应用中颇受欢迎的网络结构。文章在综述互连网络的(强)诊断度、条件诊断度、g-好邻居条件诊断度、g-额外条件诊断度、诊断算法和二进制递归网络研究现状的基础上,针对二进制递归网络的故障结点数大于连通度的随机多故障模式,提出二进制递归网络的随机多故障条件诊断性分析的理论与方法,包括多故障条件诊断度分析、多故障条件诊断策略构建和多故障条件诊断算法设计。