基于超级电容的电动小车动态无线充电系统

基于超级电容的电动小车动态无线充电系统[电源技术][汽车电子]

以电动小车无线充电为主题，实现了以超级电容为基本储能装置的电动小车动态无线充电系统。该系统使用了将无线充电模块与超级电容组相结合的模式，通过把直流电转换成高频交流电，再通过电磁感应原理为超级电容无线充电，放电时通过Boost变换为小车提供电能。实验可实现小车在跑道上的某点充电时，充电指示灯点亮起；当外界电源切断，充电断电后，小车可自动启动并循迹行驶。最终证明了超级电容与无线充电模块组合装置可实现小车在行驶中，经过通电线圈时可以进行闪充,并沿着既定运行轨道继续行进。

发表于：2020/12/16 上午10:37:00

无中断向量重定位单片机中实现IAP和APP中断的方法

无中断向量重定位单片机中实现IAP和APP中断的方法[嵌入式技术][工业自动化]

独创了一种基于RAM中转的中断跳转方法，该方法以软件形式实现了单片机的中断向量重定位功能，实现了在应用中编程，克服了某类普通经济型单片机无法通过硬件寄存器设置中断跳转地址来实现跳转的局限性，使得这类单片机也能在同一片Flash内运行IAP和APP并相互跳转，大大拓展了实用性。采用某国产单片机(SWM240)实现了IAP和APP部分，并在生产实际中得到检验。

发表于：2020/12/16 上午10:25:00

一种高速网络流识别处理系统的设计与实现

一种高速网络流识别处理系统的设计与实现[通信与网络][通信网络]

随着骨干网络传输速率不断提高，对高速网络信号分析处理系统的需求十分迫切。骨干网络高速率、大带宽的特点给整个网络空间的管理带来了许多困难。采用五元组定义的网络流作为研究对象，通过理论分析，设计和实现了高速网络流识别处理系统硬件平台，实现网络信号在流层面的分析识别，并根据分析结果执行不同的处理策略，从而为网络流的分类处理提供了依据。

发表于：2020/12/16 上午10:14:00

基于Wi-Fi信号的环境反向散射技术分析

基于Wi-Fi信号的环境反向散射技术分析[通信与网络][物联网]

环境反向散射技术给物联网低功耗设备部署的商业化带来了新的技术方案。首先简要概述反向散射技术的分类和基本特点，然后基于Wi-Fi信号下的环境反向散射技术，分析反向散射的设备通过接收Wi-Fi报文及反射信号来传递信息的可行性，讨论设备实现Wi-Fi双向通信的硬件框架和软件模块结构，介绍反向散射技术的应用场景，并归纳该技术的挑战和改进方向。最后展望了基于Wi-Fi信号的环境反向散射技术的发展趋势和研究方向。

发表于：2020/12/16 上午9:08:00

5G基站型路侧设备技术方案与应用研究

5G基站型路侧设备技术方案与应用研究[通信与网络][5G]

随着5G技术的发展和商用，基于车路协同的自动驾驶被业界认为是车联网未来发展的主要方向之一，路侧设备RSU是车路协同关键设备之一。立足于未来5G网络和C-V2X网络发展趋势，分析了5G基站型RSU的需求，并对5G基站型RSU的技术方案、基本功能进行了描述，展望了5G基站型RSU的应用场景。

发表于：2020/12/16 上午8:59:00

基于CNN-LightGBM模型的高速公路交通量预测

基于CNN-LightGBM模型的高速公路交通量预测[人工智能][物联网]

有效的交通流量预测对人们出行和交管部门监管都有着重要的意义。传统的交通量预测模型主要基于交通流的时间特性，未结合交通流的时间和空间特性进行深入挖掘，因此预测效果有时不佳。提出了一种基于CNN与LightGBM结合的交通流预测模型，首先利用CNN模型挖掘出高速公路相邻路段监测点和出入口的时间和空间关联性，实现对交通流数据的时空特征提取，然后将CNN提取到的特征向量输入到LightGBM模型中进行预测。为了验证模型的有效性，实验中使用了多种预测模型进行对比，实验结果表明，所提出的考虑到时空特性的CNNLightGBM组合的模型可以明显降低预测误差，是一种有效快速的交通流预测模型。

发表于：2020/12/15 下午10:16:00

基于改进马尔科夫特征的图像拼接检测研究

基于改进马尔科夫特征的图像拼接检测研究[通信与网络][信息安全]

针对传统马尔科夫特征拼接检测准确率不高的问题，提出了一种有效的马尔科夫特征提取方法。与传统马尔科夫特征的计算过程不同，只计算水平和垂直两个方向的转移概率矩阵，选择四个转移概率矩阵中对应位置求和后的值作为最终特征。求和操作不仅降低了特征维度，而且使真实图像与拼接图像之间的概率分布区分更加明显。所提出的算法的特征维度与数据集无关。该方法在哥伦比亚彩色拼接检测图库、CASIA V1.0和CASIA V2.0数据集上测试的准确率分别为94.38%、99.19%、96.02%。

发表于：2020/12/15 下午8:49:00

基于DAPA的卷积神经网络Web异常流量检测方法

基于DAPA的卷积神经网络Web异常流量检测方法[测试测量][通信网络]

针对Web攻击流量检测问题，提出一种基于动态自适应池化算法(Dynamic Adaptive Pooling Algorithm,DAPA)的卷积神经网络模型。首先将数据集中每一条请求流量进行剪裁、对齐、补足等操作，生成一系列50×150的矩阵数据A作为输入，然后搭建基于动态自适应的卷积神经网络模型去进行异常流量检测，使之可以根据特征图的不同，动态地调整池化过程，在网络结构中添加Dropout层来解决流量特征提取过程中的过拟合问题。实验表明，该方法比未使用动态自适应池化的方式精确度提升了1.2%，损失值降低了2.6%，过拟合问题也得到了解决。

发表于：2020/12/15 下午8:32:00

基于方面情感的层次化双注意力网络

基于方面情感的层次化双注意力网络[人工智能][信创产业]

基于深度学习的方面级情感分析，结合注意力机制的神经网络模型取得较好的分类效果，但常用方法仅考虑单一层面注意力机制，且无法获取句子间依赖关系。设计了一种层次化的双注意力神经网络模型用于方面级情感分析，针对特定方面引入方面目标的注意力机制以及文本上下文自注意力机制，获取方面特征信息和句子的全局依赖信息；设计层次化GRU网络，其中单词层嵌入特定方面信息，获取针对方面目标的句子内部特征信息，句子层网络通过双注意力机制和词语层的输入，获取句子间的特征依赖信息，从而实现深层次的方面情感分类。在SemEval 2014两个数据集和Twitter数据集上进行对比实验，验证了该方法的有效性，针对方面级情感，分类准确率均得到了有效提升。

发表于：2020/12/15 下午5:16:25

基于疲劳驾驶的人眼定位方法研究

基于疲劳驾驶的人眼定位方法研究[人工智能][工业自动化]

人眼定位是疲劳驾驶的研究关键。由粗到精，先后进行了人脸检测、瞳孔定位。针对现有方向梯度直方图人脸检测算法泛化能力不佳的问题，提出了一种基于信息熵加权的HOG特征提取算法，该算法将待分类的人脸特征进行信息熵阈值加权，形成新的HOG特征，然后通过支持向量机进行分类；针对现有瞳孔定位算法准确率不高的问题，提出了多算法协同工作的瞳孔定位方法，以自商图为基准寻找二值分割点，实现了眼部区域光照不变性，以灰度积分投影为依据实现了瞳孔精确定位。实验结果表明，该文提出的人脸检测算法在CelebA验证数据集准确率可达到98.26%，较传统识别方法有更高的准确率；而瞳孔定位算法也可达到令人满意的精确度，提高了瞳孔定位的准确性。

发表于：2020/12/15 下午5:08:50