摘要：针对基于深度强化学习的机械臂轨迹规划方法学习效率较低,规划策略鲁棒性差的问题,提出了一种基于语音奖励函数的机械臂轨迹规划方法,利用语音定义规划任务的不同状态,并采用马尔科夫链对状态进行建模,为轨迹规划提供全局指导,降低深度强化学习优化的盲目性。提出的方法结合了基于语音的全局信息和基于相对距离的局部信息来设计奖励函数,在每个状态根据相对距离与语音指导的契合程度对机械臂进行奖励或惩罚。实验证明,设计的奖励函数能够有效地提升基于深度强化学习的机械臂轨迹规划的鲁棒性和收敛速度。

摘要：许多生物大分子的振动和转动能级都落在THz波段范围内,因此可以采用THz光谱技术定性地鉴别生物样品。但是大部分生物分子的活性需在液体环境中才能表现出来,而水作为极性物质对THz波具有较强的吸收特性。因此,在THz光谱技术中通常采取各种措施来减少水的影响,以防止水溶液中生物样品的信息被掩盖。该研究设计了两种可利用透射式太赫兹时域光谱(THz-TDS)系统检测的夹心式微流控芯片,通过减小THz与水的作用距离来减少水对THz的吸收,从而达到高透过率的目的。微流控芯片采用环烯烃共聚物(Zeonor 1420R)作为基片和盖片,聚二甲基硅氧烷(PDMS)作为沟道夹层,利用THz-TDS系统对该芯片进行了测试,测得该芯片在0.2~2.6THz频率范围内的透过率可以达到80%以上。在微流控芯片中分别加入去离子水、1,2-丙二醇以及二者在不同体积比下的混合溶液,并测量了它们的透射谱。结果表明,不同比例溶液的THz光谱明显不同,说明该芯片在测量液态样品方面的可行性。此外,用该芯片分别研究了不同浓度的氯化钾和碘化钾溶液,发现氯化钾溶液随着浓度的增加THz透过率减弱,而碘化钾溶液则相反。初步认为,电解质改变了水溶液中的氢键密度,从而导致溶液对THz吸收的改变。

摘要：许多生物大分子的振动和转动能级都在太赫兹波段,且太赫兹波具有光子能量低,峰值功率高的特点,因此用太赫兹技术进行检测,能够从很大程度上保证生物分子不被破坏。然而,大部分的生物分子只有在水溶液中才能保持其生物活性,且水是极性分子,对太赫兹波有强烈的吸收,因此使用常规的太赫兹技术检测水溶液中生物样品的特性存在一定困难。设计了一种具有夹层结构的太赫兹微流控芯片,包含基片、盖片和微通道层,基片和盖片用环烯烃共聚物(COC)和有机玻璃(PMMA)作为材料。COC材料对太赫兹波具有高透性,并且对可见光透明,是制作太赫兹微流控芯片的理想材料,但是价格昂贵且不易获得。为了减少COC的用量,将COC嵌入到基片和盖片的PMMA中,保证太赫兹波能从COC中穿过。COC的直径为5 mm,厚度与PMMA材料一致,都为2 mm,与微通道中心对准。选用厚度为50μm的强粘性双面胶作为微通道层,将双面胶的中心进行镂空处理作为微通道,其长为3 cm,宽为4 mm。基片、盖片和微通道层紧密粘合在一起构成太赫兹微流控芯片,太赫兹探测区直径为4 mm。将微流控技术与太赫兹技术相结合,减少了样品的消耗量,缩短了太赫兹波与样品的作用距离,为液态样品的检测提供了可能。研究发现,水对太赫兹波的强烈吸收主要是由于水中氢键引起的,而电解质溶液会对水溶液中的氢键产生影响。以电解质溶液为研究对象,分别配置了不同浓度的KCl,K_(2)SO_(4),CuCl_(2)和CuSO_(4)溶液,利用太赫兹微流控技术研究了它们的太赫兹透射谱。结果表明:四种电解质溶液的太赫兹透射强度都低于纯去离子水的透射强度,但实验现象也有差别,CuCl_(2)溶液随浓度增加,太赫兹透射强度增加,而KCl,K_(2)SO_(4)和CuSO_(4)溶液则随着浓度的增加,太赫兹透射强度减小。

摘要：手动的编写测试用例既要消耗人力物力,也不能顾忌到所有测试条件,因此高效的测试用例生成是提高测试效率的必要手段。由此,对测试工具运用进化算法自动生成测试用例进行研究。其中测试用例以染色体来表示,每条染色体由对象的构造函数及其带实参的方法构成。介绍测试工具,以及优化后的进化算法在该工具中的实现和在单元测试中的应用。

摘要：太赫兹时域光谱技术是一种在太赫兹频段内,广泛应用的光谱测量技术。这种技术可以用于许多物质的频谱分析,对于研究化学、半导体与生物分子等领域有着无可比拟的作用。然而用该系统进行样品探测时,受回波的影响频谱分辨率较低;受太赫兹波光斑大小以及待测样品与电磁波相互作用距离长短的影响,样品消耗量较多,并且整个系统的占用空间较大,这些局限性都限制了太赫兹时域光谱系统的进一步发展。为了突破太赫兹时域光谱系统的局限性,设计了一种将太赫兹泵浦区、探测区和传输波导集成到一个硅片上的太赫兹片上系统,该系统不仅能够解决上述系统的局限性,还能够省去样品测量前的光路准直环节,使样品的测量过程更加简便,同时集成化的系统也很大程度上提高了太赫兹波传输的稳定性。在太赫兹片上系统中,泵浦区和探测区的光电导天线是由低温砷化镓和金属电极制成,由于受到太赫兹片上系统的高度集成化和低温砷化镓晶体生长条件的限制,如何制备出低温砷化镓半导体薄膜衬底,并将其转移与键合,是太赫兹片上系统研制过程中的关键环节。首先利用分子束外延(MBE)技术制备出由半绝缘砷化镓、砷化镓缓冲层、砷化铝牺牲层和低温砷化镓层构成的外延片,然后利用盐酸溶液与砷化铝和低温砷化镓反应速度差别较大的原理,将200nm厚的AlAs牺牲层腐蚀掉,从而得到2μm厚的低温砷化镓薄膜。为了更加高效并且完整地得到低温砷化镓薄膜,研究了盐酸溶液在不同温度和不同浓度下与AlAs牺牲层的选择性腐蚀速率的关系。给出了低温砷化镓薄膜制备过程中盐酸的最佳体积比浓度和最佳温度,即在73℃下13.57%的盐酸溶液中进行砷化铝牺牲层的腐蚀。相比于已有工艺,这种腐蚀方法对实验设备的要求较低并且具有较高的安全性。最后,将单层低温砷化镓薄膜转移键合至硅片上,并制成光电导天线的结构。利用飞秒激光脉冲进行激发探测到太赫兹信号。由此说明,低温砷化镓薄膜的获取、转移与键合工艺能够满足芯片级太赫兹系统的制作要求,这为太赫兹片上系统的进一步研制打下了坚实的基础。

摘要：测试数据自动生成是软件测试的基础,也是测试自动化技术实现的关键环节。为了提高测试自动化的效率,在结合测试数据自动生成模型的基础上,提出一种传统遗传算法的改进算法。该算法使用了自适应交叉算子和变异算子,并引入模拟退火机制对其进行改进。同时,该算法还对适应度函数进行了合理的设计,以加速数据的优化过程。通过三角形程序、折半查找和冒泡排序程序,与基本遗传算法、自适应遗传算法进行了比较与分析,并且对改进算法做了性能分析。实验结果表明了该算法的实用性以及在测试数据生成中的可行性和高效性。

摘要：为尽早发现负面新闻以降低对公司的影响,提出采用判断新闻文本关键句群倾向性的方法判断新闻的倾向性。对于公司名识别,在综合原有方法优势的基础上增加百度百科查询,向公司名基础词典加入公司名和公司代码映射;在关键句群抽取环节中,使用doc2vec模型计算句子和新闻标题相似度,综合句子位置信息、句子中领域动词信息、句子中公司名信息;使用Word2vec模型并结合TFIDF的句子表示方法,使句子的表示更加准确、更有侧重。使用LSTM模型对关键句群进行分类,实验结果表明,该模型分类效果优于传统机器学习分类模型和CNN。

摘要：抑郁症是最常见的心理障碍之一,严重困扰患者的工作和生活。随着情感感知技术的发展,开发抑郁症自动识别系统具有广阔的前景。基于视频人脸图像,结合级联深度神经网络和多特征(全局特征和局部特征)对抑郁症BDI-II分值进行预测。设计全局特征网络、局部特征网络(眼部,嘴部)三个分支,利用FaceNet网络和深度神经网络提取全局特征,利用基于四元数的局部二进制编码和深度神经网络提取局部特征。在融合层将全局特征向量和局部特征向量拼接,接入第三个深度神经网络对抑郁程度进行预测。在AVEC2013和AVEC2014抑郁症数据库上进行测试,实验结果表明,与其他基于视觉的方法相比,该方法取得了更小的平均绝对误差和均方根误差。

摘要：通过分析基于VHDL模拟故障注入技术对SEU故障注入的不足,提出一种基于VHDL与C语言混合的注入方法。在此基础上,设计实现一款面向SEU的仿真故障注入平台,对该平台的结构及主要模块进行详细的描述。以LEON 2处理器为目标系统进行故障注入实验,实验结果验证了该平台能够实现有效的故障注入。

摘要：针对位于视野两侧的车道线易受光照等影响变得模糊而难以检测的问题,本文利用外形细长的车道线具有较强的空间信息的先验知识,设计了一个基于空间特征编码的端到端多任务网络LDNet-SFE.通过将特征图的每一行视作新的卷积层,把逐层卷积操作的原理应用到逐行卷积中,从而提取丰富空间信息,使网络更好地捕获车道线的空间连续性的特征.我们在公开数据集Cordova1和Washington1下进行实验,LDNet-SFE的F1分数分别达到了0.877和0.866,性能优于现有方法.