检索结果-南通市图书馆

二维六方氮化硼的制备及其光电子器件研究进展(特邀)

在线全文

学校读者我要写书评

暂无评论

光子学报 2024年第7期53卷 68-84页

作者：罗曼周杨成田恬孟雨欣王奕锦鲜佳赤秦嘉怡余晨辉南通大学微电子学院(集成电路学院) 信息科学技术学院南通226019

六方氮化硼是一种具有宽带隙和二维层状结构的代表性材料,拥有优异的物理化学稳定性和高热导率等独特特性。其表面原子级平整、无悬挂键和带电杂质,被公认为是作为其它低维材料衬底的理想选择。另一方面,六方氮化硼对深紫外波段的强吸... 详细信息

六方氮化硼是一种具有宽带隙和二维层状结构的代表性材料,拥有优异的物理化学稳定性和高热导率等独特特性。其表面原子级平整、无悬挂键和带电杂质,被公认为是作为其它低维材料衬底的理想选择。另一方面,六方氮化硼对深紫外波段的强吸收和中红外波段的双曲特性,使其成为了制备高性能深紫外和中红外探测器的重要材料。本文首先介绍了六方氮化硼的晶体结构和材料特性,然后将材料制备方法分为“自上而下”和“自下而上”两类,系统阐述了六方氮化硼的制备现状,接着从衬底/介质层/钝化层、隧穿层和吸收层三方面重点回顾了六方氮化硼在光电子器件领域的研究进展。最后,基于六方氮化硼的研究现状,分析了其所面临的一些挑战和机遇。

关键词：二维材料六方氮化硼材料特性制备方法光电子器件

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

混合概率信道下的全双工无人机中继轨迹优化

系统仿真学报 2024年第6期36卷 1369-1377页

作者：王涛吉晓东南通大学信息科学技术学院江苏南通226019

研究了固定翼无人机作为全双工移动中继,通过混合概率信道为源节点向目标节点转发数据的飞行轨迹优化设计,在满足源与目标通信任务量要求的情况下,最小化无人机飞行能耗。建立了跑道形和混合轨迹的两种最优化问题,该问题是非凸问题,难... 详细信息

研究了固定翼无人机作为全双工移动中继,通过混合概率信道为源节点向目标节点转发数据的飞行轨迹优化设计,在满足源与目标通信任务量要求的情况下,最小化无人机飞行能耗。建立了跑道形和混合轨迹的两种最优化问题,该问题是非凸问题,难以求得闭式解,先将混合信道增益用平均信道增益代替,并利用泰勒展开求出中继和目标节点接收数据量的下界,以此化简约束,从而得到原问题的近似问题。利用遗传算法和内点法求解近似问题,给出跑道形和混合轨迹两种无人机轨迹设计。实验结果表明:跑道形轨迹在任何场景下均有较好的节能效果;在大任务量和源与目标距离较远时,混合轨迹节能效果好于直线和圆形轨迹。时间复杂度分析发现,遗传算法的复杂度小于内点法,更加适用于实时性要求高的场景。

关键词：无人机通信混合概率信道轨迹设计全双工能耗最小化

一种改进型Le Net的交通标识多分类异构加速器的实现

在线全文

学校读者我要写书评

暂无评论

北京大学学报(自然科学版) 2024年

作者：杨永杰郑君泰马立杨昊南通大学信息科学技术学院

提出一种基于改进型LeNet的交通标志多分类异构加速器的实现。该加速器利用ARM+FPGA异构平台,将改进型LeNet的前向推理部署到FPGA上,实现并行计算。在FPGA端,采用AXI-Stream协议,通过DMA实现数据高速流转,使用数组分区和多级流水线等技... 详细信息

提出一种基于改进型LeNet的交通标志多分类异构加速器的实现。该加速器利用ARM+FPGA异构平台,将改进型LeNet的前向推理部署到FPGA上,实现并行计算。在FPGA端,采用AXI-Stream协议,通过DMA实现数据高速流转,使用数组分区和多级流水线等技术实现数据的并行处理。在ARM端使用PYNQ框架进行数据更新和加速器调度。在GTSRB数据集上的实验结果显示,该设计在工作时钟频率为50 MHz时,平均推理时间为14.489 ms,在MCU上的推理时间为710 ms,加速比可达49,对于实现交通标识多分类的边缘端应用具有显著的帮助。

关键词： LeNet FPGA PYNQ 异构计算

基于改进YOLOv5s的着装不规范检测算法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

图学学报 2024年第3期45卷 433-445页

作者：李跃华仲新姚章燕胡彬南通大学信息科学技术学院江苏南通226000

针对餐饮后厨工作人员着装不规范,在复杂背景下采用现有算法检测精度低且易出现误检、漏检等问题,提出一种基于YOLOv5s的着装规范检测改进算法YOLOv5s-ESW。首先,在主干网络引入新型多尺度注意力机制改进C3模块,增强网络的特征提取能力... 详细信息

针对餐饮后厨工作人员着装不规范,在复杂背景下采用现有算法检测精度低且易出现误检、漏检等问题,提出一种基于YOLOv5s的着装规范检测改进算法YOLOv5s-ESW。首先,在主干网络引入新型多尺度注意力机制改进C3模块,增强网络的特征提取能力;其次,在颈部网络中采用空间和通道重建卷积模块(SCConv)替换原始网络中的卷积模块(Conv),减少模型参数冗余,同时提升模型的精度;最后,在预测部分引入WIoU损失函数更换CIoU损失函数,提高模型泛化能力,加快收敛速度。将改进算法应用到自建餐饮后厨工作人员着装数据集中进行实验,实验表明,改进后的模型检测平均精度提升了4.1%,参数量减少了11.4%。该模型在提高了检测精度的同时降低了网络复杂度,能够满足餐饮后厨工作人员的着装规范检测的要求。

关键词：着装规范检测注意力机制卷积损失函数 YOLOv5s-ESW算法

基于历史缺陷信息检索的语句级软件缺陷定位方法

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第10期35卷 4642-4661页

作者：岳雷崔展齐陈翔王荣存李莉北京信息科技大学计算机学院南通大学信息科学技术学院中国矿业大学计算机科学与技术学院

软件在开发和维护过程中会产生大量缺陷报告,可为开发人员定位缺陷提供帮助.基于信息检索的缺陷定位方法通过分析缺陷报告内容和源码文件的相似度来定位缺陷所在位置,已在文件、函数等粗粒度级别上取得了较为精确的定位效果,但由于其定... 详细信息

软件在开发和维护过程中会产生大量缺陷报告,可为开发人员定位缺陷提供帮助.基于信息检索的缺陷定位方法通过分析缺陷报告内容和源码文件的相似度来定位缺陷所在位置,已在文件、函数等粗粒度级别上取得了较为精确的定位效果,但由于其定位粒度较粗,仍需要耗费大量人力和时间成本检查可疑文件和函数片段.为此,提出一种基于历史缺陷信息检索的语句级软件缺陷定位方法 STMTLocator,首先检索出与被测程序缺陷报告相似度较高的历史缺陷报告,并提取其中的历史缺陷语句;然后根据被测程序源码文件与缺陷报告的文本相似度检索可疑文件,并提取其中的可疑语句;最后计算可疑语句与历史缺陷语句的相似度,并进行降序排列,以定位缺陷语句.为评估STMTLocator的缺陷定位性能,使用Top@N、MRR等评价指标在基于Defects4J和JIRA构建的数据集上进行对比实验.实验结果表明,相比静态缺陷定位方法 BugLocator, STMTLocator在MRR指标上提升近4倍,在Top@1指标上多定位到7条缺陷语句;相比动态缺陷定位方法 Metallaxis和DStar, STMTLocator完成一个版本缺陷定位平均消耗的时间减少98.37%和63.41%,且具有不需要设计和执行测试用例的显著优势.

关键词：软件调试缺陷定位信息检索缺陷报告

同方期刊数据库

MMCUP:融合多模态信息的代码注释自动更新方法

在线全文

学校读者我要写书评

暂无评论

计算机学报 2024年第1期47卷 172-189页

作者：刘诗凡崔展齐陈翔李莉北京信息科技大学计算机学院北京100101 南通大学信息科学技术学院江苏南通226019

良好的代码注释对于程序维护有着重要价值.但在实际开发过程中,开发人员经常会在更改代码后忽略更新相应的代码注释,导致更新后的代码和注释不一致,对软件可维护性造成影响.现有注释更新方法在进行注释更新时,通常仅将代码视为普通文本... 详细信息

良好的代码注释对于程序维护有着重要价值.但在实际开发过程中,开发人员经常会在更改代码后忽略更新相应的代码注释,导致更新后的代码和注释不一致,对软件可维护性造成影响.现有注释更新方法在进行注释更新时,通常仅将代码视为普通文本进行处理,忽视了代码结构信息.为此,本文提出了一种融合多模态信息的代码注释更新方法MMCUP(Multi-Modal Comment UPdating).MMCUP使用了旧代码注释、代码编辑序列和AST差异序列三种模态的信息来训练基于Transformer架构的模型,以对注释进行更新.实验结果表明,,MMCUP在Accuracy、Recall@5等指标上相较于CUP和HatCUP等方法至少提高了5.8%和4.4%.

关键词：代码注释更新程序理解代码-注释共同演化深度学习序列到序列模型

IATG:基于解释分析的自动驾驶软件测试方法

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第6期35卷 2753-2774页

作者：谢瑞麟崔展齐陈翔郑丽伟北京信息科技大学计算机学院北京100101 南通大学信息科学技术学院江苏南通226019

以深度神经网络(deep neural network,DNN)为基础构建的自动驾驶软件已成为最常见的自动驾驶软件解决方案.与传统软件一样,DNN也会产生不正确输出或意想不到的行为,基于DNN的自动驾驶软件已经导致多起严重事故,严重威胁生命和财产安全.... 详细信息

以深度神经网络(deep neural network,DNN)为基础构建的自动驾驶软件已成为最常见的自动驾驶软件解决方案.与传统软件一样,DNN也会产生不正确输出或意想不到的行为,基于DNN的自动驾驶软件已经导致多起严重事故,严重威胁生命和财产安全.如何有效测试基于DNN的自动驾驶软件已成为亟需解决的问题.由于DNN的行为难以预测和被人类理解,传统的软件测试方法难以适用.现有的自动驾驶软件测试方法通常对原始图片加入像素级的扰动或对图片整体进行修改来生成测试数据,所生成的测试数据通常与现实世界差异较大,所进行扰动的方式也难以被人类理解.为解决上述问题,提出测试数据生成方法IATG(interpretability-analysis-based test data generation),使用DNN的解释方法获取自动驾驶软件所做出决策的视觉解释,选择原始图像中对决策产生重要影响的物体,通过将其替换为语义相同的其他物体来生成测试数据,使生成的测试数据更加接近真实图像,其过程也更易于理解.转向角预测模型是自动驾驶软件决策模块重要组成部分,以此类模型为例进行实验,结果表明解释方法的引入有效增强IATG对转向角预测模型的误导能力.此外,在误导角度相同时IATG所生成测试数据比DeepTest更加接近真实图像;与semSensFuzz相比,IATG具有更高误导能力,且IATG中基于解释分析的重要物体选择技术可有效提高semSensFuzz的误导能力.

关键词：深度神经网络自动驾驶软件解释方法软件测试

在线全文

学校读者我要写书评

暂无评论

基于可解释性分析的深度神经网络优化方法

计算机研究与发展 2024年第1期61卷 209-220页

作者：吴欢欢谢瑞麟乔塬心陈翔崔展齐北京信息科技大学计算机学院北京100101 南通大学信息科学技术学院江苏南通226019

近年来,深度神经网络(deep neural network,DNN)在众多领域取得了广泛应用,甚至在安全关键系统中已经可以代替人类作出决策,如自动驾驶和智慧医疗等,这对DNN的可靠性提出了更高的要求.由于DNN具有复杂的多层非线性网络结构,难以理解其... 详细信息

近年来,深度神经网络(deep neural network,DNN)在众多领域取得了广泛应用,甚至在安全关键系统中已经可以代替人类作出决策,如自动驾驶和智慧医疗等,这对DNN的可靠性提出了更高的要求.由于DNN具有复杂的多层非线性网络结构,难以理解其内部预测机制,也很难对其进行调试.现有的DNN调试工作主要通过修改DNN的参数和扩增数据集提升DNN性能,以达到优化的目的.然而直接调整参数难以控制修改的幅度,甚至使模型失去对训练数据的拟合能力;而无指导地扩增训练数据则会大幅增加训练成本.针对此问题,提出了一种基于可解释性分析的DNN优化方法(optimizing DNN based on interpretability analysis,OptDIA).对DNN的训练过程及决策行为进行解释分析,根据解释分析结果,将原始数据中对DNN决策行为产生不同程度影响的部分以不同概率进行数据变换以生成新训练数据,并重训练DNN,以提升模型性能达到优化DNN的目的.在使用3个数据集训练的9个DNN模型上的实验结果表明,OptDIA可以将DNN的准确率提升0.39~2.15个百分点,F1-score提升0.11~2.03个百分点.

关键词：深度神经网络 DNN优化 DNN缺陷 DNN性能可解释性分析

在线全文

学校读者我要写书评

暂无评论

广域环境下的高能效无人机辅助通信方法研究

南京邮电大学学报(自然科学版) 2024年

作者：李业陈东虎胡英东南通大学信息科学技术学院

广域环境下基站覆盖范围有限，用户分布稀疏，两者间的通信链路容易发生中断，难以实现有效传输。针对这种情形，本文提出了一种高能效的无人机辅助通信方法，通过对用户接入与无人机航迹进行设计，在满足用户需求的基础上优化无人机能... 详细信息

广域环境下基站覆盖范围有限，用户分布稀疏，两者间的通信链路容易发生中断，难以实现有效传输。针对这种情形，本文提出了一种高能效的无人机辅助通信方法，通过对用户接入与无人机航迹进行设计，在满足用户需求的基础上优化无人机能效。首先，将无人机能效优化建模为一个非凸优化问题，随后基于块坐标下降法，将问题解耦成优化无人机航迹和用户调度两个子问题，对两个子问题采用松弛变量和连续凸逼近方法进行转化，并利用迭代算法获得所提问题的解。仿真结果表明，所提出的迭代算法具有良好的收敛性，能够在满足用户需求的基础上可以进一步提升无人机的能效，并且验证了中断问题对无人机优化方案的影响。

关键词：无人机通信能量效率航迹优化广域环境