使用有安全保障的闪存存储构建安全的汽车系统

最新设计资源

基于约束的多维Apriori改进算法[其他][其他]

针对经典多维关联规则挖掘算法执行效率不高、存在冗余规则的不足，提出基于约束的多维Apriori改进算法，在多维Apriori算法的基础上，将用户约束引入挖掘过程，根据关于谓词的约束产生用户感兴趣的频繁谓词集，并以此为依据删减事务集。该算法一方面通过用户约束大大缩减了候选谓词集的产生，另一方面经过删减的事务集也降低了扫描数据库的开销，最终实现了挖掘效率的提高以及冗余规则的减少。应用该算法在FPGA代码缺陷事务集上进行对比实验，实验结果证明了该算法相比多维Apriori算法，在搜索效率以及挖掘结果的准确性方面均得到了改善，有效提高了FPGA代码缺陷分析的准确性。

发表于：10/23/2023

基于云模型的变分自编码器数据压缩方法*[其他][医疗电子]

图像数据解压缩问题是一类重要的数据处理问题，数据特征学习在数据压缩研究中有重要的研究价值。提出了一种基于云模型的变分自编码器特征表征模型，将云模型作为变分自编码器的先验分布，解决变分自编码器在特征表征上的局限性。变分自编码器的编码器部分负责构建数据的特征空间，通过在该空间中采样获得隐变量，完成数据压缩；解码器部分完成从数据特征到原数据的生成，即数据的解压。在人脸数据集上与原方法作实验对比，验证了该方法的正确性和有效性。

发表于：10/23/2023

基于EWT-ARIMA组合模型的银杏液流预测与因子关联分析*[其他][其他]

树干液流速率由于受到外在环境因子与内在生长机理的综合作用，往往呈现出非线性与高随机的特点，单一的预测方法往往难以对其做出较为准确的预测。对此，提出引入经验小波变换（EWT）方法，对非线性、高随机的银杏液流数据进行分解，得到两组多分辨率分析分量，分别对分量采用统计模型ARIMA进行预测。根据真实数据实验结果验证，提出了EWT-ARIMA组合模型能够较为准确地预测树干液流的变化趋势，模型评价指标MSE、MAE、MAPE、R2分别为11.05、2.488、0.1640、0.9599，相较单一ARIMA模型各项评价指标均有较大提升。此外，还利用传递熵（EWT），无模型假设地对时滞内环境因子与银杏液流之间的因果关系进行了探讨。

发表于：10/23/2023

面向车联网多播业务中断概率约束的资源优化研究[通信与网络][汽车电子]

随着汽车工业和通信技术的迅速发展，获取高质量的交通信息在车辆紧急情况中至关重要。在车联网中车辆的高速移动性会导致信息传输面临中断的风险，同时随着车辆数目的增加，有限的频谱资源为车联网的功率分配带来了挑战。为了解决这一难题，采用单频网络技术，通过资源分配策略来降低信干噪比的中断概率，最小化单频网络中每个路边单元的传输功率。该优化问题被建模为马尔可夫决策过程，并采用基于好奇心驱动的DQN（C-DQN）资源优化算法来求解。大量仿真结果表明，该方案在满足较低中断概率的前提下最小化传输功率，所采用的算法与基准算法相比，在学习速度和稳定性方面具有良好的性能。

发表于：10/23/2023

一种高效的卫星通信多模式身份认证协议方案的设计方法[通信与网络][通信网络]

针对现有星地协同认证模式认证时延高、地面认证服务器受到攻击易导致故障等问题，创新性地提出一种可切换的高效多模式身份认证方案。该方案采用星上主用、地面备用的认证模式，星上认证模式下，可有效降低传统星地认证传输过程带来的通信高时延，实现在不依赖地面归属网络的情况下快速认证；当星上认证模式不可使用时，可迅速切换地面认证模式，保证认证过程稳定可靠，提高系统稳定性和抗毁坏性。同时，该方案采用哈希算法和对称加密算法完成认证核心运算，有效减少认证过程计算开销，在提高卫星通信设备接入效率和安全性方面具有较高的应用价值。

发表于：10/23/2023

基于改进OS-ELM的电子鼻在线气体浓度检测*[测试测量][消费电子]

电子鼻是一种仿生传感系统，该设备能够同时对多种气体进行识别，因此应用在许多领域当中。气体浓度算法是电子鼻对气体定量分析时的核心部分，为了提高电子鼻浓度检测算法精度，提出一种基于在线序列极限学习机（Online Sequential-Extreme Learning Machine， OS-ELM）的预测模型。该模型通过一维卷积神经网络（One Dimensional Convolutional Neural Network， 1DCNN）提取特征，使用OS-ELM对气体浓度进行预测，并提出了一种改进的粒子群（Particle Swarm Optimization， PSO）算法以克服OS-ELM需人工调整模型参数的问题。由理论分析，改进的算法比传统PSO算法有更强的搜索能力。实验结果表明，所提模型对气体的预测精度上较传统的预测模型具有更高的预测精度和泛化能力。

发表于：10/23/2023

基于国产化云平台的航天数据混合组播应用技术[测试测量][航空航天]

构建了一种基于云架构的一体化计算机系统，系统国产化率100%。提出了基于国产化云平台航天数据混合组播应用技术，实现了操作系统、云平台、虚拟机CPU资源三个层面技术优化，解决了国产操作系统及云平台网络资源虚拟化对数据组播的性能瓶颈问题，提升了云平台数据组播的性能。经过实际测试，提升后性能可满足了航天任务中心业务使用需求。

发表于：10/23/2023

H.265/HEVC熵解码的分组并行流水线实现[模拟设计][工业自动化]

针对高效视频编码（H.265/HEVC）中CABAC熵解码模块的高资源消耗和数据依赖性，设计了一种多路并行的高效FPGA实现结构。根据不同类型语法元素特性，采用分组并行数据调度方法，减少数据处理等待时间和内部存储器访问次数，同时利用流水线技术实现运算加速。评估验证结果表明，熵解码模块吞吐量可以达到1.64位元/时钟周期，满足当下超高清视频实时解码的要求。

发表于：10/23/2023

一种应用分段式电容阵列的20 MS/s 10-bit SAR ADC*[电子元件][工业自动化]

设计了一个10位分辨率，20 MS/s采样率的逐次逼近型模拟数字转换器（SAR ADC）。该电路通过采用分段式电容阵列设计，缩短了量化过程中高位电容翻转后所需要的稳定时间，从而提高了量化速度。此外，还提出了一种新颖、高效的比较器校准方法，以较低的成本实现了比较器失调电压的抑制。该ADC芯片基于180 nm CMOS工艺设计制造，核心面积为0.213 5 mm2。实际测试结果表明，在1.8 V电源电压、20 MS/s采样频率下，该ADC的信号噪声失真比（SNDR）达到了58.24 dB。

发表于：10/23/2023

一种基于深度学习模型的无人机巡检输电线路山火检测方法[人工智能][智能电网]

输电巡检图像的背景复杂，目标检测易受干扰，基于YOLOX神经网络模型，提出一种输电线路山火检测方法。首先采用YOLOX的主干特征提取网络框架，并将其中多尺度特征提取模块的常规卷积替换为可变形卷积；其次在加强特征提取阶段增加了通道注意力和空间注意力模块的融合，能够自适应火焰的外形多变特点，更加有效地提取到山火特征，从而提高目标检测的准确率。经实验验证，所提方法能够较为准确地检测到山火，满足日常巡检的需求。

发表于：10/23/2023

结合不确定性估计的轻量级人体关键点检测算法[人工智能][医疗电子]

人体关键点检测在智能视频监控、人机交互等领域有重要应用。针对基于热图的人体关键点检测算法依赖高分辨率热图、计算资源消耗大的问题，提出一种结合不确定性估计的轻量级算法。使用低分辨率热图，结合不确定性估计预测误差分布的尺度参数，提高了预测结果的可信度；利用尺度参数监督和约束热图，缓解梯度消失，增强了网络的鲁棒性。COCO数据集上实验结果表明，与积分姿态回归算法相比，改进后算法的平均精度提高了3.3%，降低了资源占用。

发表于：10/23/2023

集成电路产业的多源数据融合前沿识别研究[电子元件][数据中心]

大数据时代，能够精准及时地识别研究前沿对于科技战略的定位和科研方向的部署尤为重要，可提供更加全面的决策参考和依据。利用自开发的多源数据融合分析方法，从全球期刊论文、会议论文、专利文献、科技新闻、研究报告、科技政策、标准等数据进行数据挖掘和去噪，有效识别出集成电路领域当前的研究前沿和技术清单。当前全球集成电路领域的研究热点和重点发展方向集中在半导体制造设备、高制程制造技术上，重点产品集中在高端芯片、功率器件、传感器、存储器以及第三代半导体的相关产品上。中国半导体产业国产化迫在眉睫，前沿识别结果为政府与企业提供有价值的决策支持和参考。

发表于：10/23/2023

考虑多主体利益电力-交通耦合网络定价策略*[电源技术][智能电网]

随着电动汽车渗透率的增加，电力网络和交通网络在时空上的耦合更加密切。为降低电动汽车无序并入给电网安全稳定运行带来的挑战，充分考虑电力负荷需求和交通路况不确定性的影响，建立电动汽车用户-充电站聚合商-电网运营商多主体利益分层博弈模型，在满足约束条件的前提下基于改进型蝙蝠算法对多主体利益分层优化问题进行求解。由仿真算例可知，电网运营商针对不同电动汽车渗透率积极调整定价策略可以获得更高的运行效益。所提方法能有效改善电网电压质量以确保系统安全稳定运行，为完善电力产业价值链体系提供理论支撑。

发表于：10/23/2023

基于图像识别的用电安全检查子系统设计与实现*[电源技术][智能电网]

用电安全检查是保障电网正常运行的重要途径，传统的用电安全检查主要依赖人工的形式对存在安全隐患的场所、设备进行逐一排查。随着人工智能技术的发展，基于图像数据的智能分析可协助及时排查相关安全隐患，也可减少对于检查人员的经验要求，在提升效率的同时，保障安全检查准确性。为了更好地提升用电安全检查的准确性，提出了基于YOLO神经网络的用电隐患识别算法，该算法可对用电设备的指示灯进行识别，并与正常状态进行比对，发现异常状态及时发出告警信息。基于该算法，还设计并实现了基于图像识别的用电安全检查子系统。通过实际数据验证，系统对设备指示灯状态不一致性检测等可达到较高水平，满足对用电安全检查的需求。

发表于：10/23/2023

计及MCMC方法的电网概率检修计划指标优化模型*[电源技术][智能电网]

电力检修是保证电力系统正常运行的重要环节，有效的电力检修计划安排将大幅提升电网运行的可靠性。通过设备状态分级、设备运行年限、设备运行成本等指标构建概率检修模型，实现检修计划的优化，采用概率检修计划优化策略提高电网可靠性和经济性指标，并在检修模型采用马尔可夫链-蒙特卡洛法用于提高模型准确度。最后通过仿真对概率检修模型与传统检修模型进行分析比较，在确定最优检修概率的同时，突显了概率检修模型的优越性，为电力产业价值链体系中电力检修环节的完善提供理论基础。

发表于：10/23/2023