面向时空交通栅格流量预测的3D通道注意力网络

城市交通流量预测对交通管理和公共安全具有重要意义。然而,交通栅格流量数据中的规律在时刻变化,在城市中存在全局范围的时空间关系,并且不同特征通道在每个城市区域上有不同的重要性。为解决这些挑战并做出更准确的预测,设计了一种新颖的时空神经网络模型——3D通道注意力网络(three-dimensional channel-wise attention networks,3D-CANet)。提出一个3D通道内注意力(three-dimensional inner channel attention,3D-InnerCA)单元来动态捕获各个通道中不同的全局时空相关性,同时设计通道间注意力(inter channel attention,InterCA)单元来自适应地重校准每个区域上不同特征通道的贡献。在3个真实交通栅格流量数据集上的实验结果表明,3D-CANet模型的预测能力优于其他对比方法,证明了模型的有效性。     

基于迎风型有限体积法的非结构化网格流场格心数据高质量体绘制方法

在计算流体力学领域,对复杂流场进行数值模拟时常用非结构化网格划分空间,并广泛采用迎风型有限体积法求解流场.该方法将数值解存储在非结构化网格单元(控制体)中心,产生格心数据,并假设物理量在相邻单元邻接面上形成"间断".然而,在可视化此类数据时,目前的重构方法破坏了间断约束,导致"流间断"信息丢失,严重制约了绘制质量.为此...     

大规模无线传感器网络中面向ANY型查询的能量高效数据分发算法

在事件数据的push和pull之间实现更好的平衡是无线传感器网络数据分发算法节能的关键.分析了两种典型的有结构和无结构的数据分发算法,结合这两种算法使用的push pull策略,针对无线传感器网络的ANY型查询的特定需求,提出了两种基于有结构和无结构存储模式相结合的混合型数据分发算法SDC1&2.分析表明,这两种算法在保证push pull之间平衡的前提下解决了已有算法存在的热点问题、存储拷贝数多和查询性能低问题,能更好地适应ANY型查询的特点,是两种能量高效的数据分发算法.     

多核处理器验证中存储数据错误快速定位机制

提出并实现的一种数据错误快速定位机制(Fast Fault Location Mechanism,FFLM)面向多核处理器存储系统的功能验证,FFLM基于硬件仿真器构建多端口存储器黄金模型,通过在仿真过程中实时监控存储系统与处理器核之间的访存报文,在线比较被测系统访问真实存储器的数据与黄金模型中的对应数据是否一致,在错误数据从存储系统送入处理器核的时刻就能够发现数据错误。与传统方法相比,FFLM具有仿真速度快、硬件资源代价低以及定位错误时间短的优点。对自主设计的CMP-16多核处理器进行仿真时的统计数据表明:使用FFLM后定位数据错误的速度能够比未使用FFLM时平均提高6.5倍。     

结构主导目标检测中的纹理随机化

已有基于卷积神经网络的目标检测算法倾向于提取目标纹理特征,而非结构特征;因此,已有方法不能实现变纹理目标的可靠检测.针对此问题,提出基于纹理随机化的结构主导 目标检测方法,采用仿真纹理随机化方法减弱网络模型对纹理特征的拟合,实现基于结构特征的变纹理目标可靠检测.利用目标的三维模型,借助Blender渲染引擎,完成纹理随...     

航天器智能能力的构建

为解决航天器智能能力的构建和智能技术的引入问题,从能力部署视角提出了智能等级的划分,从定性的自动、自治、自主的等级出发,自底向上分解为数据注入接收能力、任务执行能力、自学习能力、系统自我管理能力、任务自我管理和思考能力,其程度分为底层反应、中层程序和高层思考。对照上述能力给出可实施的5阶模型和人字架构。人字架构是以即插即用技术加自主控制技术来支持上层智能能力的模型。该模型基于航天器接口业务架构和欧洲空间局的包应用标准业务,采用管理信息库和电子数据单技术进行数据化设计。对应星上的智能能力等级讨论相适应的地面系统能力。人字架构具有层次化、业务模型化和自底向上归一化构建的特点,对上层智能技术的引入是开放的。     

基于随机搜索策略的中继卫星调度方法

高质量的调度方案不仅能满足用户的需求,还能为中继卫星系统的计划编制提供科学的决策手段和依据。针对日益多样化的用户需求,采用全新的中继卫星调度应用模式,允许用户提交多个可以滑动的时间窗口。面向这种调度模式,考虑中继业务中任务调度的灵活性和任务间的冲突,构建考虑多滑动窗口的中继卫星调度模型,并设计基于随机搜索策略的中继卫星调度算法。算法包括任务资源匹配与邻域生成、可用时间段生成、任务冲突分析、邻域搜索与冲突消解以及资源与任务集更新5个算子。通过仿真实验将该算法与基于时间自由度的启发式算法进行对比,验证了算法的有效性。     

异构混合存储的软硬件协同数据放置策略

分析比较当前大数据中心典型混合存储架构,针对其不能综合运用存储管理系统和存储设备优势的问题,提出软硬件协同的数据放置策略,同时考虑软件层混合存储管理系统和硬件层混合存储设备的特点,根据应用特性为数据选择合适的存储管理系统和设备。面向不同应用场景,提出运行前规划存储路径的静态放置模式和运行中规划存储路径的动态放置模式。基于存储管理系统和设备性能参数建模,采用仿真方法实现各数据放置策略,并运行实际应用中的三类负载进行实验测试,结果表明采用软硬件协同的数据放置策略相比只考虑存储管理系统和存储设备的数据放置策略,性能可以提高近30%。     

EEMD+BiGRU组合模型在短时交通流量预测中的应用

针对城市交通流随机波动性强、数据中含噪声多导致预测精度下降的问题,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和双向门控循环单元(bidirectional gated recurrent unit,BiGRU)的组合交通流量预测模型,有效地提升了短时交通流预测的精度。模型利用EEMD算法对原始数据进行分解,根据分解所得的本征模函数(intrinsic mode function,IMF)分量绘制噪声能量图谱,去除分量中的噪声,并将去噪后的IMF分量作为BiGRU网络的输入进行训练,再将训练所得的结果进行重构加和,得到最终的预测结果。实验结果表明,未舍弃含有噪声的IMF分量进行重构的预测结果,相比于参考文献中提出的EMD+LSTM模型、LSTM模型和EEMD+LSTM模型,其平均绝对百分误差分别优化了42.36%、61.82%和30.95%;舍弃含有噪声的IMF分量后进行重构的预测结果,其平均绝对百分误差相比于将全部IMF分量进行重构优化了56.62%。     

以FPGA 重构方式实现的高速采集处理系统

ＦＰＧＡ是８０年代发展起来的先进的ＡＳＩＣ技术。由于其具有现场可编程特性,故特别适用于现场动态改变结构的多任务系统。本文利用这一特点实现了一个高速采集、处理多任务的系统。在系统中用ＦＰＧＡ实现了动态总线结构,结构随系统任务的要求,在线改变存储器数据总线、地址总线组织方式,节省了硬件资源,减小了体积,提高了系统的灵活性和可靠性。