课程文献中心 更多>>

关键词： uBlock算法   AVX2指令集   并行运算   低延迟   快速软件实现  

摘要： 为对国产分组密码算法uBlock进行软件优化,选择支持256 bit数据位宽的AVX2指令集,提高编译器自动优化等级,优化函数的调用过程,优化数据存储结构,综合使用高位并行、低延迟指令逻辑优化等方法实现单线程并行计算。通过使用这种有效的组合方法,uBlock-128/128算法、uBlock-128/256算法和uBlock-256/256算法单密钥短消息加密的速度较原代码分别提升269%、182%和49%。基于这些优化方法,uBlock-128/128、uBlock-128/256和uBlock-256/256三个算法版本均实现了单密钥场景与多密钥场景。

关键词： 索结构   有限元方法   TL列式   UL列式   非线性分析  

摘要： 有限元方法中的TL列式(Total Lagrangian Formulation)和UL列式(Updated Lagrangian Formulation)是分析索结构的两种主要方法,它们基于不同的运动参考状态,在理论推导和求解算法方面也有所差异.尽管两种列式在索结构分析中都有较好适用性,但对于二者在具体应用中的差异和适用场景的对比分析却相对缺乏.本文基于能量变分计算,推导了两种列式下的索单元切线刚度表达式,并对比分析了各自列式下非线性平衡方程的迭代策略差异,最后通过具体算例,证明了对于仅涉及几何非线性的索结构分析而言,二者能得出一致的分析结果,并指出:TL列式相比于UL列式,概念简单且求解算法简洁,在仅涉及几何非线性的索结构分析中有明显优势.

关键词： 基坑工程   主动控制   粒子群算法   轴力优化  

摘要： 当前,轴力伺服(补偿)系统对软土基坑变形控制的效果时好时坏,其优势未能充分发挥。为此,在基坑侧向变形主动控制方法的基础上,创新性地运用基于群智能的粒子群算法解决支撑轴力优化问题,建立考虑基坑施工过程的支撑轴力优化方法,并开发基于粒子群算法的竖向弹性地基梁法计算程序,获得在动态、多工况变化的基坑施工中能够满足支护结构强度、刚度要求的合理支撑轴力。结果表明,本文引入的粒子群算法可以简单高效地求解涉及围护结构内力、变形和支撑承载能力等动态、多约束条件下的支撑轴力优化问题,为今后基于主动控制的深基坑设计提供了借鉴。

关键词： 交通工程   智能交通   交通信号控制   深度强化学习   深度Q网络  

摘要： 为提升单交叉口信号控制效率,针对深度强化学习算法中交通状态刻画不准确以及经验池采样效率低的问题,本文提出一种改进DQN(deep Q network)信号控制算法。考虑车辆长度、元胞与停车线之间距离和检测器数量,构建元胞长度非均匀划分状态空间,以精确刻画道路交通状态;引入依概率采样优先经验回放改善算法的收敛性,设计动态ε贪婪策略优化迭代进程以提高算法学习效率。基于SUMO建模进行实验验证,结果表明:本文改进DQN算法获得更优的信号控制效果,相比传统DQN算法,低峰时段车辆累积延误和平均排队长度分别降低83.63%、83.48%,高峰时段两项指标分别降低94.88%、94.87%。

关键词： PCB缺陷   BiFormer注意力机制   MPDIoU损失函数   上采样算子CARAFE   目标检测  

摘要： 在PCB缺陷检测领域中检测精度的提高一直是1个具有挑战性的任务。为了解决这个问题,提出一系列基于PCB缺陷检测的改进方法。首先,引入一种新的注意力机制,即BiFormer注意力机制,这种机制利用双层路由实现动态的稀疏注意力,从而减少计算量;其次,采用一种创新的上采样算子CARAFE,能够结合语义信息与内容信息进行上采样,使得上采样过程更加全面且高效;最后,基于MPDIoU度量采用一种新的损失函数,即LMPDIoU损失函数,能够有效地处理不平衡类别、小目标和密集性问题,从而进一步提高图像检测的性能。实验结果表明,所提改进后的模型在平均精度均值(mAP)方面取得了显著提高,达到了93.91%,与原YOLOv5模型相比提高了13.12个百分点,同时,在识别精度方面,所提改进后的模型表现也非常出色,达到了90.55%,与原YOLOv5模型相比提高了8.74个百分点。引入BiFormer注意力机制、CARAFE上采样算子以及LMPDIoU损失函数,对于提高PCB缺陷检测的精度和效率具有非常积极的作用,为工业检测领域的研究提供了有价值的参考。

关键词： 大数据   土木工程   造价预算   决策支持系统   数据管理  

摘要： 在土木工程造价预算中,大数据的运用正在逐步改变着传统预算编制与决策过程。本次研究就土木工程造价预算中大数据技术的应用状况进行论述,对其中所带来的优势和挑战进行分析,对其中所出现的一些问题进行解决。本文采用文献综述、案例分析等方法,对大数据技术在造价预算过程中的优化方式进行研究,以提升预算准确性与效率。发现大数据技术可以通过整合海量数据为造价预算提供更为全面的信息支撑,但是在数据获取,处理与分析过程中也存在挑战。文章提出促进大数据技术运用成效的策略主要有强化数据质量管理,优化预算软件集成和开发决策支持系统等。研究结果表明:大数据技术应用于土木工程造价预算具有广阔的发展前景,可为工程造价管理提供更科学,更有效的手段与方法。

关键词： 高斯脉冲成形   有限冲激响应   量化精度  

摘要： 高斯脉冲具有良好的时间、频率响应,在信噪比、弹道亏损等方面综合表现良好。因此,提出了基于有限冲激响应(Finite Impulse Response,FIR)滤波器的高斯脉冲成形算法并在FPGA中编程实现。首先通过仿真计算研究了成形效果和硬件资源用量,并通过测量Mn样品的X射线荧光能谱进行了实际测试。然后以能量分辨率和峰面积计数为性能指标,研究了不同量化精度对高斯脉冲成形的影响,并对梯形脉冲成形、额外截断法高斯脉冲成形与常规高斯脉冲成形三种成形方法进行了对比。结果表明:量化精度高于4位时,120~1140ns达峰时间下成形性能稳定,低于4位时不同达峰时间受到的影响不同,420~780ns范围内影响最小;两种高斯脉冲成形算法性能均优于梯形脉冲成形算法,相同达峰时间下额外截断法能量分辨率更好且更节省硬件资源,而常规高斯脉冲成形的脉冲堆积分离能力更好。

关键词： 各向异性   八叉树   有限单元法   高阶形函数  

摘要： 地下介质通常表现为电各向异性,增加了井地电磁法响应的复杂性。因此,针对各向异性介质模型进行正演模拟并总结规律,对于正确解释电磁勘探的观测数据至关重要。目前,对复杂三维地质模型进行精确建模是正演中的难点之一。本文使用一种基于八叉树网格的高精度建模方法,通过将六面体单元划分为八个较小的单元来局部细化网格,能够使用较少数量单元的同时保证建模的精度,从而降低计算成本。此外,为提高数值解的精度,在计算时使用高阶形函数。结合八叉树网格和高阶形函数实现了井地电磁法三维各向异性正演方法。通过对比各向异性层状模型的数值解与解析解,验证了算法的正确性。使用八叉树网格实现复杂各向异性油气模型精确建模,将异常体设置不同的水平和垂直电阻率,计算结果表明垂直电阻率对响应的影响大于水平电阻率。研究成果对实际的野外施工具有一定的指导作用,为进一步进行各向异性介质的三维反演打下基础。

关键词： 气温预报   ECMWF   机器学习   LightGBM   预报效果评估  

摘要： 为进一步提高站点气温的预报精度,增强对极端气温的预报能力,本研究利用2017-2019年江西省91个国家站地面观测数据和ECMWF模式高空和地面预报数据,基于LightGBM机器学习算法和MOS预报框架,建立了江西省24 h国家站日最高(低)气温预报模型。2020年评估结果表明:LightGBM模型日最高(低)气温预报和观测变化趋势一致,年平均预报效果优于ECMWF、CMA-SH9、CMA-GFS三家数值模式、RF和SVM两种机器学习产品以及主观订正产品。从预报误差的时空分布来看,模型冬、春季日最高(低)气温预报误差略大于夏、秋季;日最高气温预报误差呈现“南大北小、周边大于中心”的空间分布特征,日最低气温则与之大致相反。从重要天气过程来看,在高温过程中,LightGBM模型在七种产品中预报效果最优;在强冷空气过程中,LightGBM模型预报效果仍优于三家数值模式产品和另外两种机器学习模型,但日最低气温预报效果不如主观订正产品。针对强冷空气过程中低温预报误差进行简单经验订正后,模型低温预报效果与主观订正产品接近。模型重要性分析显示临近地面观测特征对模型建立也有较大贡献,该结果可以为模式改进和气温预报产品研发提供参考。目前,LightGBM模型气温预报产品已应用于江西省气象业务。

关键词： 煤矸石分拣   目标检测   实时性   YOLOv8n  

摘要： 为在煤矸石分拣领域实现检测性能与资源消耗的平衡,提出一种基于改进YOLOv8的适用于低性能检测平台的高效实时轻量化目标检测算法。首先以YOLOv8n为基础网络架构,引入MobileNetv3替换原有的主干网络,利用其轻量级结构特性降低模型参数量及运算量,提高模型检测速度;其次引入特征增强网络BIFPN模块,通过多尺度特征融合来弥补引入轻量级网络带来的检测精度损失,实现在保证检测精度的情况下完成模型轻量化;最后引入Inner-CIoU边界框回归损失函数平衡不同质量图像的训练结果,提高模型的定位能力,进一步提高检测精度及速度。为验证改进算法的有效性,进行了实验对比分析,将其与YOLOv3-tiny,YOLOv5n,YOLOv7以及YOLOv8n等算法在自建数据集上进行对比。实验结果表明,该算法展现出了最优的综合检测性能,在保证检测精度的前提下,其参数量降低到1188725,相较于YOLOv8n减少了60.46%,运算量由原模型的8.1 GFLOPs降低到2.8 GFLOPs,FPS由YOLOv8n的86.02 Hz提升到216.58 Hz。研究表明,该算法是一种高效实时轻量化煤矸石检测算法,综合检测性能有效提高,实现了模型检测性能与计算资源消耗的平衡,在煤矸石检测领域有较大的潜力和优越性。