123,123

融合多模态分组特征处理模块的脑肿瘤分割方法[人工智能][医疗电子]

当前脑部肿瘤分割模型大多在通道维度上简单拼接多模态MRI图像，未充分利用其多模态信息。为此，基于3D UX-Net，提出融合多模态分组特征处理模块的MGF-UX Net模型。该模型通过模态特征抽取与融合两大模块，实现多模态特征的有效利用。模态特征抽取模块针对四种MRI模态特性，采用专门的特征提取网络，以最大化保留有效信息；模态特征融合模块基于先验知识，将四个模态划分为两组，并通过模态分组交叉注意力（MGCA）机制进行深度融合。实验结果表明，在BraTS2021数据集上，MGF-UX Net的平均DSC和HD95分别达到91.01%和4.975 mm，在脑肿瘤分割任务中各项指标优于现有对比模型。

發(fā)表于：2025/11/13 下午3:47:53

基于双视角点云配准的猪只体尺测量方法研究[人工智能][其他]

体尺参数是生猪育种的重要指标，针对现有猪只体尺测量方法中存在的测量参数单一、设备复杂和大规模点云数据处理受限的问题，提出了一种基于双视角点云配准的生猪体尺非接触式测量方法。首先，基于2台Kinect DK深度相机搭建点云采集系统获取猪体左右两侧点云数据，并采用改进的LoOP滤波算法和基于多层次特征提取的点云精简方法完成点云预处理。其次，通过粗配准与精配准相结合完成猪只双视角点云拼接。最后，融合法线点云与Alpha Shapes算法提取猪只轮廓特征，实现多体尺参数的非接触式测量。试验结果表明，生猪体长、体高、臀高、体宽、腹宽、臀宽、胸围和腹围的平均相对误差分别为1.28%、0.88%、1.97%、2.71%、2.83%、3.71%、2.03%和2.17%，整体相对误差平均值和绝对误差平均值分别为2.20%和1.04 cm。该方法能够实现生猪多体尺参数的高精度、非接触式测量，为种猪的高效筛选提供了技术参考。

發(fā)表于：2025/11/13 下午3:38:53

基于生成对抗网络的PCB布线生成方法[EDA与制造][工业自动化]

为解决印制电路板（Printed Circuit Board， PCB）设计过程中传统自动布线算法时间开销愈发高昂的问题，提出了一种基于生成对抗网络的布线生成方法。该方法将PCB布线问题转换为图像生成问题，通过舍弃生成器的噪声输入、引入多级残差连接和添加自定义损失函数使网络能够学习布线问题的物理特征，提高预测结果准确度。网络在自建的PCB布线数据集中进行训练和测试，实验结果表明，与传统自动布线算法A*搜索算法相比，所提出的生成式方法减少了约50%的布线时间。该方法为PCB布线问题提供了新的解决方案，有利于降低其复杂度及时间开销。

發(fā)表于：2025/11/13 下午3:28:53

基于FPGA的视频处理硬件平台设计与实现[可编程逻辑][航空航天]

为了满足机载显示器画面显示多元化的要求，提出了一种基于FPGA的视频转换与叠加技术，该技术以FPGA为核心，搭配解码电路及信号转换电路等外围电路，可实现XGA与PAL模拟视频信号转换为RGB数字视频信号，并且与数字图像信号叠加显示，具有很强的通用性和灵活性。实验结果表明，视频转换与叠加技术能够满足机载显示器画面显示的稳定可靠、高度集成等要求，具备较高的应用价值。

發(fā)表于：2025/11/13 下午3:19:34

基于FPGA的多源数据融合目标检测的研究与实现[可编程逻辑][汽车电子]

随着智能驾驶、机器人等技术的高速发展，在这些场景下常规的二维检测算法并不能满足环境感知的要求，需要三维目标检测去获得精准的环境信息。但是，目前大多主流的多源数据融合的三维目标检测模型都依赖于高算力、高功耗的平台，难以在性能较低的嵌入式平台实现。针对这些问题提出了一种在低功耗的FPGA平台上实现多源融合的三维目标检测的方法，通过融合激光雷达点云与摄像头图像数据，来弥补点云特征信息的不足，以实现更高的准确率和检测的稳定性。同时结合FPGA平台的特点，对融合的特征进行筛选及处理，并结合量化策略对模型进行压缩。经过实验，融合方式明显提升小物体的准确度，量化后的模型在三维检测平均精度损失小于3%的情况下在端侧FPGA平台成功运行。

發(fā)表于：2025/11/12 下午5:22:32

基于RK3588与ZYNQ的双光图像处理平台设计与研究[可编程逻辑][汽车电子]

针对可见光成像、红外成像在越来越多的场景得到应用，采用一体化设计理念，设计一款小型双模成像图像处理平台。该双光图像处理平台采用RK3588与ZYNQ作为主协处理器，可完成1080P可见光图像与1 280×1 024分辨率非制冷红外图像的并行实时处理，在软件算法的控制下可实时完成目标跟踪识别。经实物样机外场测试与高低温测试，该平台性能稳定可靠、结构紧凑，能够满足车载、船载、机载的多种应用场景需求。

發(fā)表于：2025/11/12 下午5:14:39

基于改进UNet的沥青道路缺陷检测系统的研究与实现[可编程逻辑][智能交通]

针对道路缺陷检测中传统方法泛化能力低、易受环境干扰，以及深度学习模型部署在计算平台时存在的高功耗、低速度等问题，提出一种基于低功耗FPGA平台的语义分割模型的加速与部署策略。首先，构建包含道路裂缝与坑洞的多源数据集，通过数据增强技术平衡样本分布；其次，针对UNet模型的特征提取网络与上采样网络分别进行通道裁剪，并结合量化技术将模型权重从FP32压缩至INT8，进一步降低计算量；最后，利用Vitis AI工具链完成模型量化与编译，部署至FPGA平台，充分发挥其并行计算能力。实验结果表明，优化后的模型在保证平均交并比（MIoU）损失小于5%的前提下，推理速度达到了17 ms，模型参数量与计算量大幅度降低，并且功耗显著降低。该方法在边缘端实现了高效、低功耗的道路缺陷检测，为沥青道路自动化养护评估提供了可行方案。

發(fā)表于：2025/11/12 下午5:05:47

数字主权视角下欧盟个人数据跨境流动规制之惑[其他][其他]

欧盟以数字主权为指导，通过完善GDPR内部机制和借助FTA推广其个人数据跨境规则，并拓宽隐私例外条款以增强规则效力。然而，其规制形成了“软”数据本地化，反而不利于维护数字主权。问题的根源在于欧盟数字主权目标的双重性——既保护公民隐私，又促进数字经济发展，这两者存在内在冲突。同时，欧盟采取的相对主义主权适用模式，与多数经济体的数字主权利益不符，易引发抵制，进一步损害其主权目标。鉴于此，我国首先应当完善我国的数字主权理念，其次基于我国数字主权利益诉求进一步完善我国的个人数据跨境流动规则。在国际层面，可调整援引例外规则的思路，适当借鉴欧盟在FTA中将主权诉求“权利化”的做法。

發(fā)表于：2025/10/29 下午4:53:37

数据质量高效校验方法研究[其他][工业自动化]

数据质量监控是数据处理领域的重要挑战。提出了一种创新方法，通过规则配置高效生成数据质量验证规则与告警策略，并在单一SQL查询中实现多指标并发校验，显著提升了校验效率。详细阐述了技术方案设计原理并做了性能对比实验：数据处理速度提升10~20倍,规则配置效率提升4~5倍，实际应用中的资源消耗指标(CPU、内存）与传统解决方案基本一致，准确率仍保持在99.99%，为大数据环境下的数据质量管理提供了可量化的参考实践。

發(fā)表于：2025/10/29 下午4:44:37

基于区块链的云边协同大规模IoT数据完整性验证[通信与网络][物联网]

针对大规模物联网(IoT)数据完整性验证中存在的计算效率低和存储开销大的问题，提出了一种基于区块链的云边协同大规模IoT数据完整性验证方案。该方案通过以下两个创新点实现优化：第一，引入边缘节点协助区块链智能合约完成验证任务，既降低了区块链的计算负担，又通过智能合约执行仲裁算法保障了验证公正性；第二，采用ZSS短签名技术构建批量验证协议，有效减少了数据块标签计算和区块链存储的开销。最后，从安全性、复杂度理论分析和性能仿真验证两个角度证明所提方案的有效性。实验结果表明，所提方案在数据块标签计算效率上较传统BLS签名方案提升50.7%，验证计算效率较同类型签名方案提升29.3%。

發(fā)表于：2025/10/29 下午4:35:38