頭條 中国科学院高精度光计算研究取得进展 1月11日消息，据《先进光子学》（Advanced Photonics）报道，在人工智能神经网络高速发展的背景下，大规模的矩阵运算与频繁的数据迭代给传统电子处理器带来了巨大压力。光电混合计算通过光学处理与电学处理的协同集成，展现出显著的计算性能，然而实际应用受限于训练与推理环节分离、离线权重更新等问题，造成信息熵劣化、计算精度下降，导致推理准确度低。 中国科学院半导体研究所提出了一种基于相位像素阵列的可编程光学处理单元（OPU），并结合李雅普诺夫稳定性理论实现了对OPU的灵活编程。在此基础上，团队构建了一种端到端闭环光电混合计算架构（ECA），通过硬件—算法协同设计，实现了训练与推理的全流程闭环优化，有效补偿了信息熵损失，打破了光计算中计算精度与准确度之间的强耦合关系。 最新資訊 采用窗函数法进行数字信号截短的优化算法 对数字信号进行有限点数的截短采样时，通常会发生频谱泄露。提出一种基于FPGA的矩形窗、海明窗、汉宁窗和布莱克曼窗四个窗函数的改进型信号截短算法方案，并对其资源消耗和运行速度进行优化，从而提高频谱泄露的性能。为了减少系统资源消耗和提高精度，采用了资源共享技术、选择合理的数据位宽以及为CORDIC模块选择合适的迭代次数；为了优化速度，采用了恰当的流水线技术，从而较大提高了处理速度。仿真表明，优化后的系统逻辑资源减少20%~51%，时序约束达到360 MHz，其中的布莱克曼窗对第一级旁瓣衰减达到59.3 dB。 發(fā)表于：2015/12/17 基于FPGA与LabVIEW的DDS任意信号发生器设计 实现了一种基于FPGA与LabVIEW平台的任意波形发生器。通过FPGA搭建硬件平台，与LabVIEW上位机软件实现串口通信，实时调整FPGA内部波形数据，可实现正弦波、方波、锯齿波、三角波、高斯白噪声、叠加正弦波、自定义公式等常规波形，同时也可以手动绘制任意波形，充分发挥了软件的灵活性。通过参数的设定，可方便地设计各种复杂波形。本设计在EP4CE15F17C8芯片上实现，与LabVIEW上位机软件协同工作，经测试系统具有良好的稳定性、灵活性。 發(fā)表于：2015/12/16 多路图像数据合成LCD显示控制器设计 针对现有LCD显示控制器处理多路图像数据合成的性能局限，提出了一种用于嵌入式系统的多路图像数据合成LCD显示控制器的设计方案。该方案以FPGA为显示控制器的核心处理器件，经视频接口和8080接口输入数据，由SDRAM协调控制器完成数据存取，最终通过合成叠加送入LCD完成显示。通过实际电路验证表明，该LCD显示控制器可以实现多路图像数据的输入、合成、显示，且性能良好、运行稳定，并具有一定的移植性和可扩展性，可应用于有特殊图像处理要求的嵌入式系统中。 發(fā)表于：2015/12/16 OpenStack云环境下多节点块存储研究 基于OpenStack本身的块存储设计，在云计算平台中实现了多节点块存储的iSCSI SAN配置，为虚拟机提供了跨网段、跨节点的独立块存储服务，并在不同节点间、虚拟机上分别对其进行测试，对学习和实际构建云平台中跨网段多节点的块存储服务有参考价值。 發(fā)表于：2015/12/15 基于MapReduce和分布式缓存的KNN分类算法研究 随着大数据时代的到来，K最近邻（KNN）算法较高的计算复杂度的弊端日益凸显。在深入研究了KNN算法的基础上，结合MapReduce编程模型，利用其开源实现Hadoop，提出了一种基于MapReduce和分布式缓存机制的KNN并行化方案。该方案只需要通过Mapper阶段就能完成分类任务，减少了TaskTracker与JobTracker之间的通信开销，同时也避免了Mapper的中间结果在集群任务节点之间的通信开销。通过在Hadoop集群上实验，验证了所提出的并行化KNN方案有着优良的加速比和扩展性。 發(fā)表于：2015/12/15 基于逐步回归分析的话务预测研究 针对现有话务预测模型变量单一、预测误差大等问题引入了逐步回归分析法；结合海河银行信用卡呼叫中心实际需求，对话务数据进行了抽取集成等预处理操作；随之建立了各影响因素的一元回归模型，并在此基础上得到了多元逐步回归的话务预测模型；最后将此建模方法与其他分析法进行了综合比较并给出评价。 發(fā)表于：2015/12/14 基于编码驱动的超声波测深仪互相关算法研究 传统的超声波测深算法只能在较高信噪比环境下进行有效测量，针对较深湖泊以及海洋深度测量中低信噪比特点，介绍了一种编码驱动的超声波互相关测深算法。编码互相关算法是一种有效估计渡越时间的方法。通过理论推导的方式证明了编码互相关算法具有良好的抗干扰性能，经过仿真论证了编码互相关在测深方面的优势，并在实验中验证了该算法的可行性。 發(fā)表于：2015/12/14 基于软件规模的需求优先级排序方法应用 针对当前流行排序算法中只基于某种算法对需求进行排序而没有考虑项目实际规模的情况，提出了定性和定量分析确定需求优先级的两种思路。定性分析中研究了基于KANO模型确定优先级的方法，定量分析中以AHP算法为基础，将价值、费用、风险等多种属性的影响量化到需求优先级排序中。结合某船厂信息管理系统利用AHP方法确定需求优先级的案例讨论，验证了该需求优先级排序方法的可行性，解决了在资源有限的情况下如何确定需求优先级并分步实施的问题。 發(fā)表于：2015/12/14 基于停车位可用概率的停车位发现算法 利用车载自组网方便、灵活、成本低的特点，使用机会通信扩展车辆通信范围，提出一种基于停车位可用概率的停车位发现算法来解决分布式网络中信息不完全下的停车位发现问题。通过估算附近可用停车位在车辆到达时刻的可占用概率，为车辆分配成功率最大的停车位。仿真结果表明，该算法适用于车载自组网的分布式停车位算法，平均停车时间较短。 發(fā)表于：2015/12/13 基于阈值的数字图像去噪的算法研究 提出了一种基于阈值的数字图像去噪算法。该算法根据椒盐噪声的特点，通过设置阈值，当待处理像素点的灰度值与该点周围像素点的均值的差小于阈值时，该像素点不作处理，否则就用该点周围像素点的均值代替该点的值。同时，研究分析了图像去噪最佳阈值与图像的平均值、方差、熵以及复杂度之间的关系，以便为快速寻找最佳阈值提供理论根据。实验仿真表明，与其他去噪算法相比，该算法既能较好地去除噪声，同时不会使图像变得模糊。 發(fā)表于：2015/12/10 <…176177178179180181182183184185…>
