摘要：针对合成孔径雷达(synthetic aperture radar,SAR)图像样本特征差异大、目标尺度不均衡、背景散斑噪声高所导致的检测精度低、推理速度慢问题,提出一种融合空-频域的动态SAR图像目标检测算法。首先,采用分流感知策略构造空-频域感知单元,结合动态感受野及分数阶Gabor变换法,增强算法对空间多样性特征和频率散射特征的捕获能力与感知力,优化模型对全局上下文信息的保留能力,加快推理速度,降低特征映射模式相似性与背景噪声干扰,有效改善漏检、误检情况。其次,采用重参数学习法设计自适应特征融合模块,优化多尺度特征间的交互与整合,丰富特征的多样性,缓解特征采样引起的差异映射与信息丢失问题,加强小目标信息与关键频率信息在融合过程中的显著性,提高多尺度样本检测精度。最后,引入DY_IoU动态回归损失函数,利用自适应尺度惩罚因子与动态非单调注意力机制解决锚框膨胀和位置偏差问题,进一步增强模型对多尺度目标的定位与检测能力,加快模型收敛速度,减少模型计算量。在公开数据集SAR-Acraft-1.0和HRSID上进行相关实验,实验结果表明:该方法mAP@0.5数值达到了95.9%和98.8%,较基线模型分别提升5.2%和1.2%,且优于其他对比算法。表明该算法显著提升了检测精度,具备良好的鲁棒性与泛化性。

摘要：针对目标密集、有遮挡的复杂施工场景下安全帽佩戴检测存在漏检、误检的问题,提出了一种基于YOLOv8的HD-YOLO安全帽佩戴检测算法。首先,设计了GRC-C2f结构,使用多分支结构捕获多尺度特征,兼顾训练阶段的特征提取能力和推理阶段的计算效率。其次,设计了DSASF颈部结构,结合动态上采样和多尺度特征融合,精准识别和定位图像中的小目标,以提高检测性能。然后,引入Focal Modulation模块替换原有的快速空间金字塔池化(Spatial Pyramid Pooling-Fast,SPPF)结构模块,捕捉图像中的长距离依赖和上下文信息,聚焦于复杂背景中的目标。最后,采用空间增强注意力模块(Spatially Enhanced Attention Module,SEAM)解决小目标遮挡问题。试验结果表明,HD-YOLO算法在同一数据集上平均精度均值为81.8%,相比原始YOLOv8算法提高了5.0百分点。设计的HD-YOLO算法有效提高了复杂场景中佩戴安全帽的检测精度。

摘要：由于可扩展处理器能够在设计周期、灵活性、性能以及功耗等方面提供良好的折中,近年来,可扩展处理器大量地在嵌入式系统和电子设备中使用.自定义指令自动识别是可扩展处理器设计的关键.针对自定义指令自动识别问题,提出并实现了从给定的应用程序代码中自动识别最大凸自定义指令(maximal convex subgraphs,MCSs)的迭代设计流程.提出的设计流程解决了2个关键问题:MCSs自动枚举问题和MCSs自动选择问题.针对MCSs枚举问题,提出了一种夹心方式枚举所有候选最大凸自定义指令,该算法结合了自下而上和自顶向下方式的优点.与最新算法相比,提出的算法可以实现数量级的加速.针对MCSs选择问题,提出了一种利用候选指令之间的重叠关系建立兼容图,并应用非重叠规则来修剪大量的搜索空间的精确选择算法.实验结果表明:利用提出的精确算法,在大多数情况下可以找到用于最大化提升性能的MCSs.

摘要：为对CUDA并行程序内核性能进行分析和预测,从而指导并行程序设计及性能优化,提出一种性能预测框架.1)从GPU编程模型和设备架构细节入手,以线程束为研究单位,通过整合与GPU程序用时密切相关的软硬件基本特征,定义了并行空间闲置度、流处理器线程束负载、并行效应因子等高层次性能相关特征.2)基于上述特征,框架针对线程负载均衡型GPU程序,评估内核函数在不同问题规模以及执行配置下的执行时间.3)依据性能评估原理提出了内核函数执行配置参数的优化策略.验证实验结果表明,该框架在两种典型情境下对现有程序性能的平均预测准确率分别达到89%和94%,客观归纳了高层次特征与程序性能间的相关关系,且能定性分析并行算法性能水平.

摘要：为了提取更具表达能力和区分度的重点特征,减少网络传递时关键特征的流失,提高神经网络图像分类能力,提出一种新的门控机制图像分类网络(image classification Network of Gating Mechanism,GMNet).首先,使用门控卷积提取浅层特征,通过门控机制选择性地进行卷积操作,提高网络对原始图像关键特征的提取能力;其次,设计了一种插值门控卷积(Interpolation Gated Convolution,IGC)模块,利用Lanczos插值与门控卷积相结合,强化浅层特征的同时提取更具区分度的特征,提高特征的非线性表达能力;然后,设计了大核门控注意力机制(Large kernel Gated Attention Mechanism,LGAM)模块,将大核注意力与门控卷积相融合,实现了特征的选择性增强和选择性融合,提高关键区域特征的贡献度;最后,将大核门控注意力机制模块嵌入到残差分支中,让模型更有效地学习输入数据的特征和上下文信息,减少关键特征在网络信息传递时流失,提高网络的分类能力.本文方法在图像数据集CIFAR-10、CIFAR100、SVHN、Imagenette、Imagewoof上分别达到了97.05%、83.68%、97.68%、90.60%、83.05%的分类准确率,与当前先进的方法相比分别平均提高了3.26%、7.08%、3.44%、2.65%、5.02%.与现有主流网络模型相较,本文门控机制图像分类网络能够增强特征的非线性表达能力,提取更具表达能力和区分度的重点特征,减少关键特征流失,提高关键区域特征的贡献度,有效地提高神经网络图像分类能力.

摘要：由于制造系统中设备随生产活动的进行而逐渐劣化,其可靠性及产品质量随之降低。选择合理的时机对设备进行预防维护不但可保证产品质量、降低生产费用,还可避免因设备故障而造成损失。针对多周期、多产品种类、多设备并联的生产系统,提出基于设备劣化率的保养维护和预防维护双维护模式,并以产能和库存约束、生产启动费用、生产费用、库存持有费用、缺货费用、维护费用为决策依据,对周期性生产批量和非周期性维护计划进行联合建模。在此基础上,设计了任务单元规划和多邻域下降复合算法,以实现对模型的高效近似求解。最后,通过求解大量算例,验证了模型和算法的有效性,并对实验结果进行了分析。

摘要：SAR图像中舰船目标稀疏分布、锚框的设计,对现有基于锚框的SAR图像目标检测方法的精度和泛化性有较大影响,因此该文提出一种上下文信息融合与分支交互的SAR图像舰船目标无锚框检测方法,命名为CI-Net。考虑到SAR图中舰船尺度的多样性,在特征提取阶段设计上下文融合模块,以自底向上的方式融合高低层信息,结合目标上下文信息,细化提取到的待检测特征;其次,针对复杂场景中目标定位准确性不足的问题,提出分支交互模块,在检测阶段利用分类分支优化回归分支的检测框,改善目标定位框的精准性,同时将新增的IOU分支作用于分类分支,提高检测网络分类置信度,抑制低质量的检测框。实验结果表明:在公开的SSDD和SAR-Ship-Dataset数据集上,该文方法均取得了较好的检测效果,平均精度(AP)分别达到92.56%和88.32%,与其他SAR图舰船检测方法相比,该文方法不仅在精度上表现优异,在摒弃了与锚框有关的复杂计算后,较快的检测速度,对SAR图像实时目标检测也有一定的现实意义。

摘要：车辆共乘可有效提升运输资源利用率,降低出行成本,缓解交通拥堵并降低环境污染.针对动态车辆共乘问题构建了整数规划模型,并提出了一种基于离线匹配和在线匹配的双模式协作匹配算法.在离线匹配阶段,以共乘比率和绕行距离为标准对匹配价值进行评估,设计了基于带权路径搜索树的通用共乘比率生成算法对共乘参与者进行准确高效的预匹配.在在线匹配阶段,提出了基于首尾距离度的实时订单插入算法,并对离线匹配结果中的行驶路径进行修正.通过双模式协作,可有效兼顾算法的实时性和结果质量.基于真实数据的大量实验结果表明,该算法给出的匹配方案在总匹配价值和求解效率上均优于实验中的对比算法,其平均离线匹配率达93.71%、平均双模式协作匹配率达85.53%,增加运输资源利用率82.86%,减少车辆并发数84.86%.

摘要：车辆共乘旨在通过降低车辆空载率以提升运输效率、缓解交通拥堵、降低环境污染并节省出行资源.首先针对即时车辆共乘问题构建了数学模型,以共享路程比率和绕行距离约束为手段对车辆合乘中车主资源的利用效率进行评估.然后提出离散排列问题的解空间图理论并对其原理进行了阐述和分析,继而基于此理论构建一种多策略解空间图搜索算法.该算法以并行化结构生成价值矩阵显著提升了传统方法的效率,并以多种控制策略操纵结合离散排列问题特点设计的不同搜索算子,指导搜索过程在解空间图中向更高价值方向移动以高效获取高质量的匹配方案.实验结果表明,该算法的求解质量可达最优解的95%以上,且求解效率明显优于对比实验中的其他算法.

摘要：为将可持续发展纳入制造业供应链决策,利用企业信息资源有效平衡其三重底线,基于绿色供应链CITI指数提出一种对经济效益、环境污染和社会责任进行整体协调,促进三者平衡发展的制造业可持续供应链网络模型,并研究了一种高效的进化求解算法。首先基于经济侧、环境侧和社会侧的八项指标,构建了一个多层次、多产品类型和多能源模式的混合整数线性模型,提出了将多个优化目标进行标准化整合的方法。然后,设计了供应链网络的多叉树结构表征,在此基础上提出了一种自适应多叉森林进化算法,并通过自适应参数调整显著提升了算法的求解精度。最后,基于制造业真实数据进行了大量仿真实验,验证了所提模型和算法的有效性和优越性。实验结果表明,仅升高5%以内的成本,企业即可使碳排放量平均降低17.67%、废气排放量平均降低10.54%、废水排放量平均降低13.05%、固体废物排放量平均降低20.19%。