摘要：为了缓解3D片源的不足,设计了一种分段化结构重建方法为视频2D/3D转换提供深度线索.采用分层提取的方式,将视频基于内容分解为子序列,在每个子序列中建立优化准则选择出处于非退化状态的关键帧,并以此为基础提出了分段化结构重建框架,利用改进的耦合自标定算法重构出每个子序列对应的离散3D结构信息,从而获取视频的深度线索.实验结果表明,该方法通过分段化后的局部优化,不仅使结构化重建能够有效处理多场景下的连续镜头,还加快了转换的效率,能够稳定、高效地获取深度信息,适用于视频2D/3D转换.

摘要：本文提出了一种基于非张量积小波分解的高效图像匹配方法。首先利用一种非张量积小波将图像模板和被搜寻区域图像分解成粗尺度图像数据;通过自适应阈值选取算法最终完成匹配,并可将搜寻到的目标图像定位到原图上。然后,在粗尺度被搜寻图像上找到的候选目标区域再在细尺度图像上做进一步匹配,直到满足一定的精度要求。文末给出了实验。

摘要：为解决舌象分类算法容易受到面部无关信息以及舌部杂质信息的干扰,造成分类准确率下降的问题,设计一种融合注意力机制的多阶段舌象分类算法。通过舌部定位阶段提取不同感受视野的舌象特征进行融合,获得舌部区域,减轻面部信息干扰;在舌象分类阶段基于舌部区域,借助注意力机制模块抑制舌部杂质信息的干扰,提取精准特征,进行分类。将算法得到分类结果的P、R、F值与KNN、SVM和Inception-V4的作比较,结果均优于这3种算法。

摘要：随着调控云的持续推进,传统基于虚拟化技术的调控云在资源调度、弹性伸缩、应用快速响应等方面尚无较好的支撑,这对基于虚拟化技术的调控云平台服务层(platform as a service,PaaS)平台的可维护性和可用性构成一定的威胁。容器引擎(Docker)技术的迅速发展解决了传统基于虚拟机形式的调控云PaaS平台存在的不足。该文利用Docker容器技术设计调控云PaaS平台,对容器的弹性伸缩、资源调度、容器响应等性能方面进行分析与验证,实验表明基于Docker容器的调控云PaaS平台在资源上的合理分配、及时响应、弹性管理等方面具有良好的效果。

摘要：提出一种新型的具有两步式结构的时间数字转换器。基于传统的包含粗量与细量二级TDC的结构,通过对延时器的数量与部位的重新调整,对传统电路结构做出了改进,大大降低了电路的复杂度,进而节省了整个时间数字转换器的功耗和面积。同时出针对时间放大器的非线性问题,提出了一种新的在线校准方案,无需额外配置校准电路就可以实现对时间放大器的非线性的在线校准。基于16nm PTM Model对电路进行仿真,仿真结果显示最终的时间数字转换分辨率可达到1ps,微分非线性和积分非线性均小于最低有效位,在时钟频率为100MHz时功耗仅为0.17m W。

摘要：DC-DC变换器是所有开关变换器的基础和核心。其中,Buck变换器是最典型的电路结构,对它进行建模仿真,能对其它电路结构的建模仿真有较大的参考意义。文中运用了电路分析法和Simpower法对主电路进行建模仿真,再通过开关元件平均法建立主电路的传递函数;对控制环路中模块进行建模并推导其传递函数,用Simulink仿真,得到未补偿时的波特图,根据未补偿时的波特图设计补偿网络,得到补偿后的波特图。最后用Simulink建立开环和闭环系统的仿真模型,对比波形得到闭环系统的动态性能得到提高。

摘要：针对特定应用场景下,Tiny-YOLOv3(You Only Look Once v3)网络在嵌入式平台部署时存在资源开销大、运行速度慢的问题,文中提出了一种结合剪枝与量化的结构化压缩方案,并搭建了针对压缩后网络的卷积层加速系统。结构化压缩方案使用稀疏化训练与通道剪枝来减少网络中的计算量,使用激活值定点数量化和权重二的整数次幂量化来减少网络卷积层中的参数存储量。在卷积层加速系统中,可编程逻辑部分按照并行加流水线方法设计了一个卷积层加速器核,处理系统部分负责卷积层加速系统调度。实验结果表明,Tiny-YOLOv3经过结构化压缩后的网络平均准确度为0.46,参数压缩率达到了5%。卷积层加速系统在Xilinx的ZYNQ芯片进行部署时,硬件可以稳定运行在250 MHz时钟频率下,卷积运算单元的算力为36 GOPS。此外,加速平台整体功耗为2.6 W,且硬件设计节约了硬件资源。