|
搜索
搜 索
高等教育领域数字化综合服务平台
一种面向超光谱数据库的小波去噪算法
本发明公开了一种面向超光谱数据库的小波去噪算法，属于超光谱数据的处理方法，用于对带有噪 声的超光谱曲线进行降噪。本发明顺序包括小波降噪参数选择、小波降噪。本发明在小波降噪参数学习 过程中充分考虑了超光谱数据库中各种物质超光谱曲线的特性，快速的选择适合超光谱数据库绝大多数 光谱曲线的小波降噪参数，然后使用选择得到的参数对测量到的超光谱曲线进行降噪。该方法能快速的 针对各种不同应用场景的超光谱数据库选择与之适应小波降噪参数，提高了降噪的效果，提高光谱匹配 的准确率。
武汉大学
2021-04-13
基于分裂算法的湖泊三维水动力-水温-水质模拟预测方法
本发明公开了一种基于分裂算法的湖泊三维水动力-水温-水质模拟预测方法。构建湖泊三维水动力-水温-水质模型，将湖泊离散成若干网格单元，并对网格采用 Arakawa-C 模式布置变量，基于分裂算法将湖泊三维水动力-水温-水质模型中各算子按照其物理波动过程的波频快慢特性进行分类，对低频慢过程算子采用显式处理，对高频快过程算子采用隐式处理，运用分裂算法分步离散求解模型，得到湖泊水域内不同位置和时间的三维流场、水温和水质指标浓度。本发明提出的基于分裂算法的湖泊三维水动力-水温-水质模拟预测方法能较准确地反映湖
华中科技大学
2021-04-14
基于光谱拟合与差分算法的光纤传感动态信号解调方法
本发明公开了一种基于光谱拟合与差分算法的光纤传感动态信 号解调方法，包括：扫描得到光谱纹波；对光谱纹波进行拟合获得静 态光谱；将光谱纹波与静态光谱进行差分处理获得差值信号；对光谱 纹波的极值点进行拟合获得上下边缘包络曲线；对上下边缘包络曲线 进行差分处理获得光谱变化函数，将差值信号与光谱变化函数进行归 一化处理，获得去包络后差值信号，根据扫描速度和初始波长将波长 换算为时间，获得去包络后时域动态信号。本方法对纹波光谱及其拟 合曲线进行差分获得动态信号，可以消除诸如温度、湿度等环境干扰， 且恢复的动态
华中科技大学
2021-04-14
一种基于模糊 PI 算法的微电网并网逆变器的控制方法
本发明公开了一种基于模糊 PI 算法的微电网并网逆变器的控制 方法。该方法包括：（1）采样当前电网电压、当前并网逆变器的输出 电流和当前滤波器的电容电流；（2）确定并网电流指令值；（3）调 整 PI 控制器的比例系数和积分系数；（4）通过修正后的 PI 控制器得 到滤波器的电容电流指令值；（5）通过 P 控制器得到并网逆变器的输出电压指令值；（6）产生控制信号控制并网逆变器开关管的通断，在 并网逆变器的功率输出端产生期望的输出电压；（7）重复（1）～（6）， 使并网逆变器的输出电流始终跟踪指令值。本
华中科技大学
2021-04-14
一种基于可穿戴生理设备的睡眠阶段分类检测算法
本发明公开了一种基于可穿戴生理设备的睡眠阶段分类检测算法，包括以下步骤：获取多模态脑电生理信号；对多模态脑电生理信号依次执行滤波去除噪声和Z‑score归一化处理，得到预处理信号数据；对预处理后的信号数据通过反向传播算法和梯度下降优化实现，以交叉熵损失函数衡量生成信号与真实信号的差异，不断调整参数使生成信号更接近真实睡眠信号；构建一个与生成器具有相同的卷积单元形式的判别器，判别器与生成器构成生成对抗网络模型，自动调整调节参数，输出不同睡眠阶段的分类结果。本发明通过合理整合EEG和EOG等信号和GAN模型的应用，使模型能够学习到真实睡眠信号的分布并进行准确分类；提高分类的准确性和稳定。
复旦大学
2021-01-12
基于神经网络模型BP算法的嵌入式矿压检测方法
本发明公开了一种基于神经网络模型 BP 算法的嵌入式矿压检测方法法，首先根据根据待检测区域的地域情况，采用多个振弦式压力传感器进行测量；然后 ARM7 处理器根据系统任务个数建立相应的进程；最后在建立的任务中打开定时器，输出一个固定在某一频率范围内的脉冲，经过驱动激振电路，产生一个能对振弦式压力传感器内部振弦起振的信号，同时使用 ARM7处理器对振弦式压力传感器返回的脉冲信号进行频率测量，计算得到压力值，最后，利用温度传感器采集振弦周围区域的温度，采用 BP 算法建立神经网络模型，利用神经网络模型对得到的各组压力数据及采集的温度数据进行学习，并根据神经网络模型找出压力随温度的变化规律，对振弦式传感器进行温度补偿。
安徽理工大学
2021-04-13
以色谱中心策略算法（CCS）提高基于质谱的组学数据质量
南科大医学院教授张文勇、研究助理教授栾合密等在国际著名生物信息学与计算生物学期刊Bioinformatics上发表题为“CPVA: a web-based metabolomic tool for chromatographic peak visualization and annotation”的论文。该研究创新提出了以色谱中心策略算法（CCS）提高基于质谱的组学数据质量，并搭建了R-Shiny的Web应用CPVA，实现了组学数据在线交互式的处理。
该论文提出了色谱中心策略算法（CCS），并开发了在线互动工具来解决该领域普遍存在的问题。色谱中心策略是指通过对组学数据中提取的色谱峰形状进行数字化描述，包括对称性（Symmetry）、锯齿度（Jaggedness）、形态（Modality）、色谱质量指数（MCQ）等，并以在线互动的方式直接展示色谱峰的形态特征。
南方科技大学
2021-04-11
高密度高性能并行计算平台
高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。 该计算平台相对于传统的服务器系统具有体积小、重量轻、功耗低、计算能力强的优点。由于CPU适合逻辑业务、DSP适合粗粒度的并行计算、GPU适合规整数据的细粒度计算，所以通过CPU刀片、DSP卡、GPU卡数目的组合配置，可适合多种、不同类型的计算业务。 1. 硬件环境 硬件环境为6U高标准的服务器，最多可支持三类（CPU/DSP/GPU/）、9张板卡。在板卡间提供网络和PCIE的高速数据总线，示意图如图1所示。 平台硬件包括一个主控板和8个扩展插槽。主控板集成1片Intel i7的CPU；8个扩展插槽可插CPU刀片、DSP板卡、GPU板卡及其任意组合。因此即可组成小型的PC集群，也可以组成高性能的GPU服务器、DSP服务器，或它们之间的组合。该硬件平台还可通过InfiniBand高速网络进行扩展，最大可形成20个服务器互联的统一的软硬件系统。 2. 软件环境： 平台中的CPU主要起控制作用，计算任务主要由DSP和GPU承担。针对高密度计算资源，通过软件框架屏蔽硬件差异。软件框架如图2所示。 平台提供动态链接库，封装任务的调度、CPU与DSP之间的通信、CPU与GPU之间的通信等功能。用户在动态链接库基础之上进行二次开发，实现自己的业务逻辑。 3. 参数指标： ？ 单台计算能力：插8张DSP卡，做快速傅里叶变换（FFT），相当于40台8核Intel i7计算机的计算能力；插4张GPU卡，做场强计算，相当于50台Intel i7计算机的计算能力; ？ 尺寸：6U标准高度，（420±0.6）mm×（256±1）mm×（≤500）mm（宽×高×深）；重量：<35公斤；功耗：<1000瓦。 图1高密度高性能并行计算平台硬件示意图 图2高密度高性能并行计算平台软件框架
电子科技大学
2021-04-10
基于云计算的虚拟实验室系统
随着信息技术的发展,传统的实验教学环境由于自身环境的静态性、实验资源的有限性， 使得它无法满足计算机实验教学的要求。 一方面，单纯的客户机升级也不能完全满足不断增长的需求，另一方面，各个教育系统 (学校) 中的服务器资源未充分利用。云计算能够通过网络以按需、易扩展的方式获得所需的计 算资源，为资源整合、按需付费、虚拟化和服务提供了很好的解决方案。本项目将各教育子系 统中的服务器资源构建为一个教育云平台，从而满足师生员工的计算机实验教学等工作。 本系统针对不同类型 (校外用户的单个计算机资源需求和校内用户基于实验室的批量计 算机需求) 的用户需求，以先进性、实用性、前瞻性、可扩展性为设计思路，采用资源按需分 配、动态调整的管理方式将数据中心的存储资源和计算资源合理的分配给不同类型的用户。 特别地，本系统所构建的云计算虚拟实验室系统，能够按需动态配置教学实验环境，为每 个学生的每门实验课程定制一个个性化的实验环境，并便于教师动态设计不同的实验内容，从 而能够促进现有计算机教学实验资源的共享，实现师生之间的实时互动，建立一个有效的网上 学习通道，进而提升实验教学质量。
华东理工大学
2021-04-11
高密度高性能并行计算平台
高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。
电子科技大学
2021-04-10