检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

芯片智能布线方法研究综述

自动化学报 2024年第9期50卷 1671-1703页

作者：周展文卓汉逵中山大学计算机学院广州510006

布线是芯片设计自动化流程中至关重要且特别耗时的一环,直接影响最终产品的面积、成本、功耗、速度和可靠性,研究智能布线算法对提高芯片布线效率和优化芯片布线效果具有重要意义.芯片布线问题是一个多目标、多约束的NP困难问题.即使已... 详细信息

布线是芯片设计自动化流程中至关重要且特别耗时的一环,直接影响最终产品的面积、成本、功耗、速度和可靠性,研究智能布线算法对提高芯片布线效率和优化芯片布线效果具有重要意义.芯片布线问题是一个多目标、多约束的NP困难问题.即使已有几十年的研究历史,目前仍存在大量未突破的问题和空间.随着制造工艺的不断发展,布线规则、约束和目标也持续调整和增加,使得布线选择极其困难.因此,对芯片设计自动化中自动布线的前沿研究进行了全面归纳与分析,以帮助科研人员全面了解该领域的研究进展和方向,助力智能布线算法的研究和发展.具体而言,首先阐述芯片布线的问题背景,然后分别介绍全局布线(Global routing,GR)和详细布线(Detailed routing,DR)的任务定义和目标、过程特点、难点和挑战、评估方法;接着详述和分析各布线方法,重点论述基于规划搜索的布线方法和基于机器学习的布线方法的最新研究成果、优缺点及其应用环节;然后介绍公开数据集和开源布线工具;最后总结现有方法在实际应用中存在的局限性,并对自动布线未来的发展趋势和潜在研究方向进行展望.

关键词：机器学习智能规划强化学习芯片布线全局布线详细布线

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于不变学习的真实雾霾去除方法

浙江大学学报（工学版） 2024年第2期58卷 268-278页

作者：孟小哲冯钰新苏卓周凡中山大学计算机学院中山大学深圳研究院广东广州510000

针对有监督去雾方法面临的质量干扰问题,提出基于不变学习的真实雾霾图像去除方法.该方法使用傅里叶特征变换将网络提取的特征线性化表示,针对线性化特征进行全局加权并求解协方差,去除特征之间的相关性.不变学习使网络更加关注特征与... 详细信息

针对有监督去雾方法面临的质量干扰问题,提出基于不变学习的真实雾霾图像去除方法.该方法使用傅里叶特征变换将网络提取的特征线性化表示,针对线性化特征进行全局加权并求解协方差,去除特征之间的相关性.不变学习使网络更加关注特征与去雾图像之间的本质关系,可以使网络获得稳定的跨域特征.分析并解释了数据和所提出方法的不同作用.该方法既实现了对大气光散射模型的改进,又构建了适用于真实雾霾场景的新数据集.通过大量实验,验证了该方法在真实世界的良好去雾效果.

关键词：图像去雾质量干扰不变学习特征相关

伪时空图卷积网络修复姿态引导的Transformer行人视频修复方法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年第4期36卷 552-564页

作者：唐福梅聂勇伟余嘉祺张青李桂清华南理工大学计算机科学与工程学院广州510006 中山大学计算机学院广州510006

为解决监控视频中被遮挡行人的修复问题,提出了一种基于人体姿态的行人视频修复方法,即先修复视频中残缺的行人姿态序列,然后在修补后的姿势序列的引导下修复视频帧中人体的缺失部分.该方法采用OpenPose从视频中提取被遮挡的人体姿态序... 详细信息

为解决监控视频中被遮挡行人的修复问题,提出了一种基于人体姿态的行人视频修复方法,即先修复视频中残缺的行人姿态序列,然后在修补后的姿势序列的引导下修复视频帧中人体的缺失部分.该方法采用OpenPose从视频中提取被遮挡的人体姿态序列,针对其因存在遮挡情况导致未识别出和未准确识别部分关节点的问题,提出了一种伪时空图卷积网络模型对缺失姿态进行修复,得到一个相对准确的姿态序列;基于修复后的姿态,提出了基于姿态序列引导的Transformer行人视频修复模型.在Human3.6M数据集上进行了测试,所提出的方法在4个指标PSNR,RMSE,SSIM,LPIPS上均比对比方法有提升,特别是RMSE指标提升了9.50%,LPIPS指标提升了21.67%.

关键词：深度学习图卷积神经网络 Transformer 人体姿态补全视频修复

在线全文

学校读者我要写书评

暂无评论

广东省村镇聚落体系演化及其优化重组

地理学报 2024年第2期79卷 281-298页

作者：杨忍邓颖贤中山大学地理科学与规划学院广州510006 中山大学乡村振兴联合研究院广州510275 中山大学土地研究中心广州510275

面向城乡融合发展和乡村振兴战略,村镇聚落体系重组是优化城乡地域空间结构重要基础。本文聚焦村镇聚落体系的等级规模和空间组织特征两方面,全面揭示1990—2020年广东省111个行政单元村镇聚落体系的演化过程和地域类型特征,并探讨其演... 详细信息

面向城乡融合发展和乡村振兴战略,村镇聚落体系重组是优化城乡地域空间结构重要基础。本文聚焦村镇聚落体系的等级规模和空间组织特征两方面,全面揭示1990—2020年广东省111个行政单元村镇聚落体系的演化过程和地域类型特征,并探讨其演化机制和空间优化重组的地域模式。结果表明:(1)广东省村镇聚落体系等级规模分布特征具有显著的区域差异性,村镇聚落斑块呈现以各行政单元几何中心为核向心聚集分布特征。村镇聚落体系位序累积规模系数呈现西南高、东北低和沿海高、内陆低的空间分布格局,位序累积规模系数下降区域集中于珠江口东岸和粤东沿海地区,上升区域主要分布在珠江口西岸。(2)自然本底、经济发展、城镇化发展、交通区位、制度与政策等因素协同驱动村镇聚落体系的发展演变。处于城镇化成熟阶段的城区型村镇聚落体系规模小斑块数量少,逐渐消亡并融入城市;在城镇化、工业化和政策制度共同驱动下,近郊型村镇聚落经历了优胜劣汰并保持着稳定的数量与规模,城乡用地混杂发展使村镇空间组织日渐松散;远郊型村镇聚落在生产要素持续外流驱动下普遍呈现“空心化”,村民回乡建房和宅基地退出机制缺位等使其规模持续稳定增长,空间分布愈加离心外围扩散;山区型发展区位欠佳的村镇在政策制度支持下缓慢发展,呈现沿交通线为发展轴延展的聚集特征。(3)面向城乡空间关联融合发展,凝练提出城乡融合发展、双核驱动发展、中心地等级体系发展和泛中心链式集群化发展4种村镇空间优化重组模式。

关键词：村镇聚落体系乡村转型发展城乡融合发展空间重组乡村振兴广东省

在线全文

学校读者我要写书评

暂无评论

求图中点度数的量子算法

中山大学学报（自然科学版）（中英文） 2024年第1期63卷 1-9页

作者：郎健翔李绿周中山大学计算机学院广东广州510006

本文探讨了图属性测试问题的量子加速:对于给定的图和整数k,图中是否存在一个度数为k的顶点?该问题的量子复杂度在邻接矩阵oracle模型下被证明为O(N√k),而其经典复杂度为Ω(N^(2)),其中N是图中顶点的数量.为了证明该结果,得出了一个技... 详细信息

本文探讨了图属性测试问题的量子加速:对于给定的图和整数k,图中是否存在一个度数为k的顶点?该问题的量子复杂度在邻接矩阵oracle模型下被证明为O(N√k),而其经典复杂度为Ω(N^(2)),其中N是图中顶点的数量.为了证明该结果,得出了一个技术性结论,即对于给定的函数g:[N]→{0,1}和整数k,存在一个量子算法可以在O(√Nk)次查询内判定|{x:g(x)=1}|是否等于k.文中的结果基于量子奇异值变换(QSVT)和有误差输入的量子搜索技术.

关键词：量子奇异值变换量子算法图属性测试

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

二分图匹配模型下的武器目标分配问题

系统工程与电子技术 2024年第2期46卷 549-560页

作者：吕娜王茂桓钟元芾张英朝孙蕾中山大学系统科学与工程学院广东广州510275

武器目标分配问题是研究双方交战时,按照一定分配原则将武器分配给多个能造成威胁的对方目标,从而达到最佳打击效果的问题,也是军事运筹学领域经典的组合优化问题。提出了二分图匹配模型下的武器目标分配问题,并建立了相关的数学模型,... 详细信息

武器目标分配问题是研究双方交战时,按照一定分配原则将武器分配给多个能造成威胁的对方目标,从而达到最佳打击效果的问题,也是军事运筹学领域经典的组合优化问题。提出了二分图匹配模型下的武器目标分配问题,并建立了相关的数学模型,最后运用结合了贪心策略的Kuhn-Munkres算法对模型进行求解。通过使用随机生成的20个规模不同的实例来测试所提模型与算法的有效性。计算实验结果表明,提出的模型与算法求解精度高、求解速度快,可以满足武器目标分配问题快速做出最优决策的要求。

关键词：武器目标分配问题加权二分图贪心策略 Kuhn-Munkres算法

维普期刊数据库博看期刊

基于深度迁移学习的池沸腾瞬时状态快速识别方法

在线全文

学校读者我要写书评

暂无评论

中国科学：技术科学 2024年第6期54卷 1057-1068页

作者：张轩洪敏古江杭莫冬传衡益中山大学计算机学院广州510006 中山大学国家超级计算广州中心广州510006 中山大学广东省计算科学重点实验室广州510006 中山大学材料学院深圳518107 广东省先进热控材料及系统集成工程技术研究中心广州510275

沸腾过程高效传热的同时也面临着沸腾危机,而沸腾状态的瞬时识别与预测是维持“高功率密度电子器件”高效散热与延长生命周期的关键问题之一.得益于人工智能的快速发展,智能监测与快速识别技术逐渐被用于开发高效的沸腾状态检测器.传统... 详细信息

沸腾过程高效传热的同时也面临着沸腾危机,而沸腾状态的瞬时识别与预测是维持“高功率密度电子器件”高效散热与延长生命周期的关键问题之一.得益于人工智能的快速发展,智能监测与快速识别技术逐渐被用于开发高效的沸腾状态检测器.传统机器学习方法作为纯数据驱动方法难以摆脱对数据的过度依赖,而在实际沸腾应用场景下,模型会因为工况改变与数据稀缺面临泛化瓶颈.基于此,本文提出了一种基于深度迁移学习的池沸腾瞬时状态快速识别方法.首先基于卷积神经网络构建状态识别器OrigCNN,并利用自行开展的池沸腾实验获取沸腾瞬时状态数据集Dataset A训练源模型,测试准确率为100%;针对源模型的泛化瓶颈,本文以自有数据集Dataset A为源域,公开数据集Dataset B和Dataset C为目标域,在源模型OrigCNN中引入迁移学习技术构建深度迁移模型TLCNN,并分别使用目标域数据集的10%,5%,2.5%和1%构建小样本数据集用于迁移训练.测试结果表明,迁移训练样本数据量越多,TLCNN的测试准确率越高,以使用5%Dataset B(132张)进行迁移训练为例,TLCNN测试准确率达99.83%,临界状态检测假阴性率(false negative rate,FNR)为0.38%,证明该模型在实际场景切换时迁移应用的有效性与可靠性.此外,本文提出的深度迁移学习模型的识别效率在单机设备上即可达到毫秒级,对开发实时沸腾瞬态状态识别器及相应的数字孪生工具软件有重要的意义.

关键词：沸腾危机状态识别实时检测卷积神经网络迁移学习

在线全文

学校读者我要写书评

暂无评论

区块链欺诈行为识别技术综述

信息安全学报 2024年第4期9卷 1-30页

作者：李广陈梓钿卞静周杰英吴维刚中山大学计算机学院广州510006

近年来,区块链技术和产业的迅速发展为经济和技术创新注入了新的活力,但随之而来的是不断涌现的欺诈行为。这些欺诈行为不仅对用户造成了经济损失,也对区块链技术的信誉和发展带来了威胁。因此,识别和预防欺诈行为对于保障区块链技术和... 详细信息

近年来,区块链技术和产业的迅速发展为经济和技术创新注入了新的活力,但随之而来的是不断涌现的欺诈行为。这些欺诈行为不仅对用户造成了经济损失,也对区块链技术的信誉和发展带来了威胁。因此,识别和预防欺诈行为对于保障区块链技术和产业创新的良性发展至关重要。另一方面,区块链欺诈行为变化快、匿名性强,具有多样性和复杂性,给识别工作带来了巨大挑战,针对这些挑战,目前已提出了相当多的技术方法。本文整理归纳了近五年来的相关文献,清晰呈现区块链欺诈行为识别技术的最新进展。考虑到识别技术的多样性,本文采用了两层的分类框架对其进行归纳。首先从业务场景出发,划分出不同类型的欺诈行为,涉及区块链洗钱、非法代币发行、庞氏骗局和钓鱼诈骗等八种行为。进而,再针对每一类欺诈行为,分析讨论对应的识别技术。通过对识别技术解析与归纳,本文将识别技术从具体场景中抽象出来,构建出一般化的识别技术体系。并基于这一体系对识别技术展开详细讨论,包括:区块链交易图构建技术、特征工程方法以及欺诈行为识别方法与模型。在识别方法上,本文重点关注了近年流行的区块链去中心化生态下的一些反欺诈识别工作,包括:跨链洗钱识别、去中心化平台的代币骗局识别等,此类欺诈行为具有较高的复杂性和识别难度,与之相关的识别技术还较少,亟待得到更多的关注。最后,本文依据当前区块链欺诈行为识别工作所面临的挑战和困难,分析了未来技术趋势。

关键词：区块链反欺诈欺诈识别钓鱼识别洗钱识别

深度强化学习Memetic算法求解取送货车辆路径问题

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2024年第3期18卷 818-830页

作者：周雅兰廖易天粟筱王甲海广东财经大学信息学院广州510320 中山大学计算机学院广州510275

带时间窗约束的同时取送货车辆路径问题(VRPSPDTW)是NP难问题,属于约束较复杂的车辆路径问题,在现代物流中有广泛应用。提出深度强化学习Memetic算法求解该问题,将Memetic算法求解VRPSPDTW问题中的大邻域搜索过程建模成马尔可夫决策过程... 详细信息

带时间窗约束的同时取送货车辆路径问题(VRPSPDTW)是NP难问题,属于约束较复杂的车辆路径问题,在现代物流中有广泛应用。提出深度强化学习Memetic算法求解该问题,将Memetic算法求解VRPSPDTW问题中的大邻域搜索过程建模成马尔可夫决策过程,构建编码器-解码器架构的深度神经网络模型完成大邻域搜索中的移除操作。编码器对当前解中各结点的个体特征和位置特征进行信息交互,解码器输出需要移除的结点,设计了非自回归和自回归两种网络结构,采用强化学习算法训练神经网络模型。设计了混合策略,将人工设计的启发式策略与深度强化学习到的策略相结合,以提高寻优能力。实验结果显示提出的算法具有更强的跳出局部最优的能力,能在有效的时间内获得比对比算法更优的解,特别是在大规模问题上。最后,对提出算法的新组件进行了消融实验,证明了算法的有效性。

关键词：同时取送货车辆路径问题时间窗深度强化学习大邻域搜索