摘要：目前,以深度学习为代表的人工智能算法凭借超大规模数据集以及强大的计算资源,在图像分类、生物特征识别、医疗辅助诊断等领域取得了优秀的成果并成功落地.然而,在许多实际的应用场景中,因诸多限制,研究人员无法获取到大量样本或者获取样本的代价过高,因此研究图像分类任务在小样本情形下的学习算法成为了推动智能化进程的核心动力,同时也成为了当下的研究热点.小样本学习指在监督信息数量有限的情况下进行学习并解决问题的算法.首先,从机器学习理论的角度描述了小样本学习困难的原因;其次,根据小样本学习算法的设计动机将现有算法归为表征学习、数据扩充、学习策略三大类,并分析其优缺点;然后,总结了常用的小样本学习评价方法以及现有模型在公用数据集上的表现;最后,讨论了小样本图像分类技术的难点及未来的研究趋势,为今后的研究提供参考.

摘要：随着探测和考察手段的丰富,地磁观测数据大量增长且呈现出多源、多分辨率、异构等特点.传统的语义组织模型难以支持大规模异构数据的高效存储、处理与关联分析,应建立一种面向动态地球磁层的时空数据组织模型,在提高数据检索效率的基础上兼容多检索模式,以满足数据的高效检索、呈现、分析和过程事件的演化等应用需求.本文基于漂移壳对地球磁层进行多层级时空剖分及编码,实现了地球磁层时空框架的建模;结合多卫星能量粒子探测数据及辐射带粒子通量模型数据,设计了基于该时空框架的数据重组方案,进行了数据一致性验证;基于HBase数据库及HBase协处理器技术构建了重组方案对应的物理存储模型,并设计了查询算法用于对该模型进行实验验证.实验结果表明:本文提出的数据组织模型实现了数据和时空框架之间的有效映射,极大地提高了数据检索效率,并且兼容了语义检索、时空位置检索、时空关系检索等多种模式,为动态地球磁层大规模观测数据组织与高效检索提供了一种新方案.

摘要：针对SpaceFibre星载数据网络中超高速数据交换的应用需求,提出低延时可重构SpaceFibre路由器设计方案。采用多模式包头识别状态机,支持完整的路由器功能;利用并行映射,降低映射延时;通过可重构混合机制仲裁器,提高仲裁方式的灵活性,缩短仲裁延时。在型号为XC7Z100FFG900-2的FPGA上对该方案进行实现,实验结果表明,该路由器功能完备,最大工作频率为240.96MHz,占用寄存器和查找表资源分别为0.5%和2.02%。

摘要：异构计算为系统达到更高的性能功耗比提供了新的思路和方向,但异构系统中中央处理器(CPU)和加速器协同执行任务的过程中大量的控制信号传输和数据搬运始终是系统性能的一个重要瓶颈。对此,本文提出了一种紧耦合异构线程处理器结构,包括一个硬件CPU线程和一个硬件加速器线程,二者采用流水线紧耦合的硬件线程间通信接口和共享存储的方式降低了通信代价,大幅提高了系统性能。为验证该结构的优势,本文在开源BOOM核的基础上设计了硬件线程间通信接口,实现了一个具有高级加密标淮(AES)加速器的紧耦合异构线程处理器,并在现场可编程门阵列(FPGA)上进行了评估。结果显示,在加密任务中,该处理器吞吐量约是Intel Comet Lake使用AES指令集(AES-NI)的5.7倍,是BOOM平台上仅使用通用指令的4000倍。实验进一步验证了通过CPU和加速器快速通信实现的细粒度并行可以取得更多的性能收益。由此得出结论:该结构能敏捷地将加速器整合到CPU周围,有效降低了通信时间,实现CPU线程和加速器线程的细粒度并行,有效地发挥出异构计算的优势,取得可观的性能收益。

摘要：为有效减轻新一代运载火箭传感器数据采集与传输系统的质量,设计并实现了基于CC1310芯片的无线传感器系统。采用频分复用(FDM)结合时分复用(TDM)的方式完成多节点组网并实施分组管理,组间频分复用既实现了节点数的扩增,又提升了传输速率复用倍数,分组数为4时子节点数量可达100个以上。提出主节点授时法结合多节点分时传输协议的优化设计方法,保证多节点高精准同步,避免节点间碰撞,获得了最优的组内可达速率;设计节点唤醒/休眠模式切换策略,有效降低了系统功耗。实测结果表明:2个主节点带5个子节点并行工作时,传输速率可达400 Kbps,且主节点数量增加时,系统的传输速率成比例增大;单个子节点忙时功耗不超过60 mW,闲时功耗不超过12 mW,平均功耗为15.2 mW,符合低功耗要求;同时,所设计的无线传感系统具备良好的可靠性和鲁棒性。

摘要：为提升在资源、功耗受限的嵌入式平台上运行的深度卷积网络算法的速度和能效,提出一种基于现场可编程门阵列(FPGA)的卷积并行加速方案。利用卷积层与批归一化(batch normalization,BN)层融合减少计算复杂度;利用数据分片减少片上存储消耗;利用数据复用、并行计算提升运算速度,减少系统硬件开销;利用设计空间探索找到最符合硬件资源约束的计算并行度。实验结果表明,在100 MHz的工作频率下,加速器的峰值计算性能可以达到52.56 GFLOPS,性能是CPU的4.1倍,能耗仅为GPU的9.9%,与其它FPGA方案相比综合性能有一定的提升。

摘要：针对目前网络会议数字评选系统无法做到既保证评审人意见的隐私性又获得安全可信的结果的问题,提出一种基于隐私计算的网络会议数字评选系统设计方案。首先,通过里所(RS)码的编码矩阵对评审数据进行秘密分享以得到秘密份额,并将每一方评审数据的哈希值作为存根交由主办方存档以防止抵赖;然后,通过编码矩阵之单调扩张矩阵对秘密份额进行协同计算以得出计票结果;最后,通过校验矩阵检查多方协同计算过程中是否有秘密份额的分享错误或篡改行为存在。理论分析与仿真实验表明,所提方案可在中小规模的网络会议数字评选系统中实现隐私计算功能。

摘要：针对分布式存储中热数据访问性能低下的问题,提出一种基于局部修复码(LRC)的负载均衡方法,采用编码的方式规避节点的集中式访问,并提高热数据的访问效率。首先,利用平衡不完全区组设计(BIBD)构造一类适用于小规模存储系统的特殊LRC,从而为编码数据提供多种访问方式;然后,分别基于里所(RS)码和随机阵列码将LRC推广到更大规模,并使它满足存储系统一定的容错需求;最后,提出一种热数据访问算法以降低热数据的访问压力,并结合合理的数据布局方案实现存储系统在高频访问场景下的负载均衡。理论分析和实验结果表明,所提方法能以极小的代价实现负载均衡,明显优于传统方法中利用多副本及最大距离可分(MDS)码实现的负载均衡方法,尤其是解决了因冷热数据访问不均带来的负载失衡问题,可以有效提高热数据存储系统的访问效率。

摘要：为提高航天器热试验用红外灯阵的设计效率、提升灯阵热流分布均匀性,提出一种基于粒子群算法的红外灯阵自动优化设计方法:建立红外灯单灯的热流分布数据库与灯阵位置参数的自动优化设计方法;并通过优化参数的重新选择和优化参数间约束条件的建立,改进传统的粒子群算法以提高设计效率。计算结果表明,相比遗传算法,使用改进粒子群算法进行灯阵优化设计用时缩减82%,而优化所得的热流分布均匀度仅低了0.77%。

摘要：现有的指纹索引方法大多是基于实数值特征向量,当应用于大规模指纹库时无法避免计算资源与存储空间消耗巨大的问题。为了在海量指纹库中进行高效快速检索并得到实时响应结果,提出了一种全新的基于有监督深度哈希的指纹索引方法。将传统指纹领域知识与自注意力深度哈希模型相结合。传统领域知识用于指纹图像预处理来获取指纹二值骨架图,自注意力深度哈希模型进行特征提取与哈希映射得到二进制编码。其中特征提取模块使用Transformer结构替换卷积神经网络来提取指纹细节特征,此外模型中加入了自动对齐模块并设计了一种STN-AE的结构来辅助训练该模块。最后在NIST4、NIST14、FVC2000、FVC2002、FVC2004等公开指纹数据集上进行了实验,实验结果证实该方法在提高海量指纹库中的检索速度以及降低存储消耗等方面是卓有成效的。