摘要：空间认知能力被认为是人类正常生活所必备的重要能力,适当的训练可以帮助认知功能受损的老年人提高空间认知能力。该研究旨在探讨如何借助虚拟社区公寓游戏、脑机接口(BCI)和虚拟现实(VR)技术来提升认知障碍老年人的空间认知能力。研究方法包括基于空间认知理论、使用VR头戴设备HTC VIVE Focus的虚拟社区公寓游戏设计,以及对脑电信号进行功率谱密度特征提取和支持向量机(SVM)分类分析。在行为数据分析结果中,随着实验者训练次数的增加,完成任务所需的时间明显减少。整个训练周期中,完成任务的时间成本总体呈下降趋势,同时任务准确性逐渐提高。从而表明受试者经过训练后的认知能力得到有效提升。利用功率谱密度提取脑电信号特征,并采用SVM和极线学习机(ELM)进行信号分类,发现在Alpha2频段,SVM的平均分类准确率逐步上升,这为游戏对空间认知有积极影响的观点提供了明确支持,受试者通过游戏训练显著改善了空间记忆和其他认知能力。研究结论表明,基于空间认知理论的VR训练游戏对提高老年人的空间认知能力具有显著效果。该系统结合科学理论和VR技术为认知障碍康复与个性化训练开辟了新途径,预期将提升老年人生活质量并推进医疗康复技术的创新。

摘要：随着集成电路工艺进入纳米时代,在集成电路设计约束重要性方面,功耗已成为与性能等量齐观的设计约束.由于缺少有效的晶体管级时延模拟器,所以现有的低功耗设计技术均为逻辑门级功耗优化方法.受惠于更低的优化颗粒度,晶体管级优化方法具有比逻辑门级方法更强的静态功耗优化能力,因此针对高静态功耗的纳米工艺芯片,开展晶体管级优化方法的研究具有非常重要的意义.基于晶体管级VLSI模拟器,提出了一种新的晶体管级优化方法用于进一步降低静态功耗,它由两个算法步骤构成:先用聚团策略(clustering)在逻辑门空间来提高优化算法的效率,再用粒度较小的晶体管空间优化算法来提高功耗的优化效果.实验证明所提方法具有以下优点:1)该方法适用范围较广,可以分析和优化各种电路.这些电路中,每个晶体管都可以有不同的阈值电压VT0、沟道宽度W和沟道长度L.2)该方法的功耗优化效果较好.在晶体管级W+VT0+L的功耗优化实验中,该方法在不降低动态功耗优化效果的前提(动态功耗平均仅增加0.02%)下,在合理的运行时间(优化C7552仅用856.4s)内,在晶体管级对逻辑门级优化结果进行进一步优化,使静态功耗得到进一步降低,平均降低22.85%,最大降低43%.

摘要：随着集成电路工艺进入纳米工艺时代,VLSI规模在增大的同时,还伴随着显著的工艺参数变化,使得电源线/地线网络(P/G网)分析从确定式分析算法转变为统计式分析算法,迫切需要能够降低算法复杂度的局部分析算法.为了计算设计者感兴趣的P/G网少数IR电压降比较大的问题节点电压变化,必须分别计算出这些点的相关电阻向量,本文提出了一种单点SOR(Successive Over Relaxation:连续过松弛-超级松弛)的统计分析方法(SN-SOR).与传统的全局SOR方法相比,SN-SOR方法有如下三个优点:(1)局部松弛.由于计算一个问题节点q的相关电阻向量,必须仅在q点加一个激励,所以SN-SOR方法不是采用全局电路节点的顺序松弛方法,而是采用从q点不断向周围节点进行松弛的波状松弛方法,当某些节点的IR电压降小于一个极小的设定值时(即相关电阻足够小),这些节点就不再向外进行松弛计算,因此SN-SOR方法具有局部松弛的特性.(2)高效.与传统的全局SOR方法相比,SN-SOR方法不仅松弛点非常少,而且松弛次数也有所减少.(3)低空间复杂度.当计算出q点相关电阻向量后,SN-SOR方法不是将所有相关电阻都存起来,而是只将强相关电阻存起来,对于大多数的弱相关电阻,仅将少数代表节点上的弱相关电阻存起来,所以本文方法的空间复杂度比较低.大量的实验数据表明,与全局SOR求解方法相比,SN-SOR方法在保持较高精度(误差小于0.38%)的前提下,速度可以提高20倍.

摘要：为了得到片上电源线/地线网络(P/G网)快速而准确的求解算法,根据结构化供电网的局部性效应,重新分析了连续过松弛迭代法(SOR)和变向隐含迭代法(ADI)在P/G网中的求解效率及并行性,提出了利于GPU加速的并行算法:G_RBSOR和G_ADI.它们均采用规则的数据结构,以利于GPU并行读写数据,并采用合并归约来并行计算迭代结束标志位.为了避免GPU计算的数据冲突,G_RBSOR算法采用棋盘格方式对电路节点进行红黑分类,并对红黑节点进行交错松弛.实验结果表明,在不损失精度的前提下,与各自对应的CPU串行算法相比,G_RBSOR和G_ADI算法均取得了超过50倍的加速效果;与高效的P/G分析串行求解算法ICCG相比,也取得了超过5倍的加速效果.

摘要：该文给出了一个新的二次多项式混沌系统,并利用系统与Tent映射拓扑共轭的性质,给出了系统的概率密度函数,基于概率密度的形式,进一步设计了一个变换函数,实现了系统的均匀化。针对均匀化前后的混沌系统构造了S盒生成算法,对该算法产生的300个S盒进行差分概率(DP)和线性概率(LP)的统计分析,结果表明均匀化后混沌系统产生的S盒的DP和LP略优于均匀化前的值。

摘要：对干涉合成孔径雷达的目标定位误差问题进行了研究。通过使用矢量分析方法,给出了目标位置误差概率分布密度的显式表达。通过对该概率分布密度表达式的分析,获得了一些简洁明了的结果,这对干涉合成孔径雷达的设计有意义。这些结果与有关的文献报道相容。最后,通过仿真数据验证了目标位置误差概率分布表达式的正确性。

摘要：IPv6不能直接构建于IEEE802.15.4网络上,为了实现IPv6 over IEEE802.15.4,该文对6LoWPAN的核心技术即适配层帧格式、适配层分片和重组、Mesh支持、报头压缩等进行了深入的研究,并结合TinyOS的系统特点,设计和实现了一个基于TinyOS 2.0的6LoWPAN无线传感器网络。阐述了该网络系统的设计方案,构建了测试环境,并对该系统的实现进行了测试分析。测试结果表明,该系统工作正常,能够实现WSN与外部IPv6环境直接交换数据的目标。

摘要：为降低基于修正差别矩阵的属性约简算法的复杂度,给出了基于修正差别矩阵的简化差别矩阵,证明了基于该简化差别矩阵的属性约简定义与基于原修正差别矩阵的属性约简定义是等价的.在此基础上设计了一个基于简化差别矩阵的属性约简算法,其空间和时间复杂度分别被降为O(|C|(|U′pos||U/C|))和max{O(|C|2(|Up′os||U/C|)),O(|C||U|log|U|)}.实例说明:用新算法进行属性约简,不仅减少了计算量,而且减少了存储空间,因而是一种高效的属性约简算法.

摘要：研究了路由器运行PIM-SMv2组播协议时IPv6组播转发过程.针对分布式路由器,设计了组播转发表优化分布式存储及组播报文两级转发方案提高性能.分析及测试表明,该设计能够较大地提高分布式路由器系统中的IPv6组播转发性能.基于软件转发进行研究,对硬件线速转发提供了极大价值的参考.

摘要：在运用粗糙集理论和神经网络理论进行信息融合的基础上,分析了其各自的优势和存在的问题,设计了将两者综合的信息融合方法。该方法主要思想是利用粗糙集理论对神经网络待处理的数据进行属性约简,借此来简化神经网络的结构。利用这种方法对煤矿中各种与瓦斯危险相关的信息进行融合,以此对其瓦斯安全性进行评价。结果表明,这种方法减少了训练次数而且收敛效果比传统神经网络效果好。