weixin_70923796的博客

其中thread_group表示在OpenCL实现中工作组的分组，thread_item表示每个工作组中的工作项，memory_barrier_among_thread()同步不同线程之间的操作.但是如表1所示，存在着较多的N不为16倍数的情况，因此对于GEMM算法来说就产生了很多的分支和判断，降低了算法的并行度和效率.同时硬件的访存效率对GEMM算法的影响也至关重要，对于M,N较小的情况来说，采用固定大小进行分块来实现对不同尺度的、规模的矩阵进行支持，也显得不够.

摘 要 深度学习在2维图像等结构化数据处理中表现出了优越性能，对非结构化的点云数据分析处理的潜力已经成为计算机图形学的重要研究方向，并在机器人、自动驾驶、虚拟及增强现实等领域取得一定进展.通过回顾近年来3维点云处理任务的主要研究问题，围绕深度学习在3维点云形状分析、结构提取、检测和修复等方向的应用，总结整理了典型算法.介绍了点云拓扑结构的提取方法，然后对比分析了变换、分类分割、检测跟踪、姿态估计等方向的以构建神经网络为主要研究方法的进展.最后,总结常用的3维点云公开数据集，分析对比了各类方法的特点与评价指标

其中thread_group表示在OpenCL实现中工作组的分组，thread_item表示每个工作组中的工作项，memory_barrier_among_thread()同步不同线程之间的操作.但是如表1所示，存在着较多的N不为16倍数的情况，因此对于GEMM算法来说就产生了很多的分支和判断，降低了算法的并行度和效率.同时硬件的访存效率对GEMM算法的影响也至关重要，对于M,N较小的情况来说，采用固定大小进行分块来实现对不同尺度的、规模的矩阵进行支持，也显得不够.

据相关报道显示，匈牙利高等教育辍学率达到惊人的30%。除此之外，还有一些相关的行动计划用以推进高等教育数字化转型，包括成立高等教育数字化能力中心，放宽高等教育机构采购资讯及通讯科技设备的限制，采用开放的教育资源，深化高等教育监管制度的质量保证和教师绩效评估及其他方面改革，让学生以数字化方式与高等教育机构服务互动，进一步发展数字化教育管理服务等。需要积极利用数字技术推动高等教育教学活动、教学模式的变革，真正实现高等教育教学的数字化转型，提供更高质量的高等教育服务，用教学数字化转型全面促进高等教育数字化转型。

摘　要： 数字化改革是一场重塑性的制度革命，是从技术理性走向制度理性的跨越。作为数字化改革的先行省，浙江省自2021年以来围绕教育重大改革、义务教育“双减”、教育公平、个性化等教育热点和难点问题，全面推进教育领域数字化改革。该研究从组织领导、顶层设计、机制创新、标准规范、安全保障等层面，分析了浙江省推进教育领域数字化改革的相关举措，并重点阐述了以“教育魔方”工程等为抓手，打造教育领域一体化智能化公共数据平台；以“学在浙江”服务平台等为抓手，打造基于教育大资源的一站式集成服务平台；以“浙江校外培训”和“浙里问

本节首先简要地介绍联邦学习的基础概念；然后，从相似性和独特性角度讨论联邦学习与群体智能的关系；最后，对本文的内容结构进行概览。1.1 基础概念联邦学习的基本范式可表述如下：当多个数据拥有方想要联合它们的数据集 Di共同训练机器学习模型M时，传统方案通常先将数据整合，得到总数据集，然后在D上训练，得到模型Msum。这种做法存在隐私泄露的隐患，甚至可能违反相关法律规定。

开放环境下的群智决策是一种群体参与、人机交互、大数据驱动的新型决策模式，致力于借助开放的互联网环境实现复杂问题求解和智能决策。然而，互联网具有高度开放、复杂交互、行为涌现的特性，使得基于互联网的群智决策面临激励机制难设计、决策个体不可控、决策环境多样化、决策信息高度纷杂等挑战。着眼于开放环境下的群智决策，探讨其概念内涵、决策模式及关键挑战，梳理实施群智决策的引领性技术，并针对群智决策的成功案例进行分析，以期支撑新型决策模式在经济、医疗、民生等领域的应用，推动相应领域的进步和变革。开放环境;群智决策;激励;

群体知识图谱是指通过群体协作，以去中心化或分布式方式管理和维护的知识图谱。相比现有的集中式管理的知识图谱，群体知识图谱具备知识确权、隐私保护、众包激励、可信溯责等特点。尝试探讨构建或应用群体知识图谱平台面临的技术挑战。其中分布式知识迁移考虑在一个分散自治的框架下，通过实现不同来源的多个知识图谱之间的知识迁移，缓解单个知识图谱的知识不完备问题。其主要难点是在充分保护知识的自治所有权的前提下，尽可能共享有用的知识，以增强各自的知识图谱表示。

随着深度强化学习的快速发展，强化学习模型在很多游戏场景中已经取得超越人类玩家的成绩。强化学习因其可适应环境动态变化的特点被认为是通往强人工智能的重要途径。本节主要介绍深度强化学习的整体框架与相关方法以及群体熵计算过程中采用的最大熵原理。1.1 马尔可夫决策强化学习以马尔可夫决策过程为基础框架，智能体通过感知和执行动作与环境进行交互，基于当前观测和输入产生自身的动作行为A，以动作与环境交互实现状态转移，获得环境反馈的奖励。笔者以马尔可夫决策过程为整体决策框架。

现有群体智能系统执行探索任务时往往获取、计算和传输大量冗余信息，造成群智系统资源利用效率低下。设计任务驱动的计算和通信资源高效融合利用机理成为亟待解决的关键科学问题。基于此，提出了一种脑注意力机制启发的群体智能协同避障方法。受脑注意力机制启发，群智系统引入基于深度Q网络的传感器智能选择模块，实现在探索未知环境时高效选择传感器的工作状态，利用尽量少的传感器开销获取和计算关键信息；

可持续学习方法旨在解决模型学习过程中的灾难性遗忘（catastrophic forgetting）问题，即通过新任务学习新知识时会遗忘旧任务中学到的知识。针对灾难性遗忘问题，可持续学习方法按照不同策略对遗忘问题进行处理，并按照策略类型将可持续学习法划分为三大类，分别为数据回顾法、参数正则法和参数独立法。数据回顾法指保留一部分旧数据继续参与训练。旧数据通过直接选取（排演法）、生成法、约束优化法等进行选择。例如，排演法在训练新任务的同时，显式地对有限的存储样本子集进行重新训练。

实验所需的数据集为 NORB 数据集和在 UCI中引用量相对较高的数据集中随机挑选的 10 个数据集（其中包含5个二分类数据集和5个多分类数据集），具体见表1。NORB数据集是一个3D物体图像识别数据集，它从不同的角度对50个玩具进行拍摄，这些玩具分别属于动物、人偶、飞机、卡车、汽车类别。拍摄过程中采用了2个照相机、6种不同的光照条件、9个特定的拍摄角度和18个仰角。每幅图像包含32 × 32 × 2个像素。训练集和测试集中分别包含了每个类别的5个实例。NORB数据集的部分实例如图3所示。

近年来，工业控制系统智能化的趋势方兴未艾，相关新技术新思想不断被提出。知识图谱是人工智能应用的基础资源，构建专业领域知识图谱已经成为研究热点。然而，控制系统知识图谱构建尚处于发展初期。对控制系统的结构特点和任务要求进行分析，给出控制系统的知识图谱构建的方法框架。首先对已有的流程工业控制系统知识图谱构建的工作进行总结，阐述了工业控制系统的特点，给出了控制系统知识图谱构建的基本原则和流程，并以控制系统信息物理资产管理任务为例进行了详细的知识图谱构建说明。最后，对未来的研究方向进行了展望。控制系统;领域知识图谱。

随着物联网的快速发展，传统的以云计算为中心的数据处理方式显现出诸多问题，如带宽占用大、高时延等。而边缘计算以低时延、高可靠的数据处理方式成为云计算的有利补充。主要对面向云边协同的 KubeEdge边缘计算系统及其应用展开全面的讨论与分析。首先对KubeEdge边缘计算系统的架构、功能、关键技术进行了详细的介绍；其次将KubeEdge边缘计算系统应用于双臂协作机器人零部件装配的场景，对面向机器人装配场景的 KubeEdge 云边协同系统的功能和性能进行了全面、系统的分析与测试。

其中，N3接口为UPF用户面与基站之间的接口；而N4接口目前尚属非开放接口，与厂商设备绑定，导致5G集中部署的核心网SMF需要与分布式部署的UPF同厂商设置，这为网络建设与面向垂直行业的发展带来了极大的限制。在阐述5G核心网架构与UPF网元的功能，以及N4接口开放在5G赋能垂直行业方面的重要影响的基础上，重点说明了运营商在推进轻量级UPF N4接口与5G核心网对接验证方面所做的工作，从技术层面证明了N4接口开放的可行性，进而说明了3种面向行业的5G应用部署模式，并结合实际案例进行分析。

为了检测不同大小的目标,目标检测器通常利用卷积神经网络（CNN）的多尺度特征图层次结构,然而这种自顶向下的结构由于底层特征图的卷积层较小,缺乏获取小目标特征所需的细节信息,这些目标检测器的性能受到了限制。此外,由于使用RoIPooling过程中的量化会对小目标检测造成极大的限制,为进一步提高方法的鲁棒性,设计了多尺度RoIAlign来消除这种量化,并通过多尺度的池化来提高网络检测不同尺度目标的能力。当前的目标检测方法通过生成不同尺度的特征表示来适应小目标检测。中不同深度的特征对应着不同层次的语义信息。

另外，为了满足客户的个性化服务，可能需要进行云边协同，MEC应用可能会调用5G核心网的某些能力，例如位置信息等，这时，如果访问控制不当，可能存在MEC应用对5G核心网的安全威胁。同时，引入镜像安全管控、容器安全管控等技术手段，适应MEC应用安全防护需求，具体安全建设框架。本文分析了MEC在建设部署时的安全需求，分别从物理安全建设、网络安全建设、MEC平台自身安全增强、安全检测与防护手段建设、安全运维管理等方面提出了MEC安全建设策略，期望能对相关组织和人员在MEC安全建设部署方面提供一定的参考和借鉴。

训练模式分为被动训练、助力训练、主动训练和阻抗训练等。传动关节的结构形式与驱动方案的选择密切相关，其中，电机驱动所采用的传动形式最为灵活，既可以采用直接驱动，通过减速器、齿轮、齿形带、绳轮传动等形式，也可以采用通过丝杠螺母副、连杆机构传动的形式，把电机转动转化成直线位移来驱动；在截瘫患者康复训练的过程中，仅仅依靠单一的运动训练系统或训练模式不能满足变化的康复需求，无法达到最佳的训练效果，必须根据患者的恢复状况和运动能力选择恰当的训练方式，或者对同一作业方式调节不同的参数，协调人机共融系统的运动关系。

同时，5G网络采用开放的服务化架构，控制面网络功能实体之间的交互均基于服务化接口的调用方式，虽然服务化接口在信息交互、可读性等方面具有优势，但传输上冗余内容较多，且对于设备编码解读有较大的性能消耗，因此5GC仍存在部分接口保持使用非服务化接口，尤其对于SMF和UPF之间需要传递大量的业务和策略信息的N4接口，逻辑相对复杂，使用非服务化接口可以有效提升传输效率。在制定解耦方案时，应考虑尽量使用标准信元，降低接口复杂度，并尽量提升对UPF的兼容性要求，减少对SMF的影响，有利于现网部署实施。

4G中，PFD管理是在PCEF（Policy and Charging Enforcement Function，策略及计费执行功能）/TDF（Traffic Detection Function，流量检测功能）中使用PFDF（Packet Flow Description Function，分组流描述功能），通过SCEF（Service Capability Exposure Function，服务能力开放功能）新建、更新或删除PFDF中PFD的能力，以及从PFDF到PCEF/TDF的分发。

对比一下模式C和模式D对5G网络部署的影响，模式C下，SCP仅实现信令消息转发，可部分消息经过SCP，部分消息不经过SCP，对SCP性能要求较低。5G网络处于IT技术和互联网高度发展的时代，SBA和NFV的引入，为5G网络在功能架构和部署方面增加了极大的灵活性，SBA体现了云计算特点的同时，还有更多优化增强的空间，例如服务的自包含、可重用性，逻辑功能的内聚和细分，基于服务的独立生命周期管理，服务的自动化自愈性以及分布式扩展等，这些增强演进方向将能更好地支持5G网络功能服务的自动化和高可靠性。

最后，利用改进的粒子群算法进行路径搜索，并加入综合转角控制提高路径的平滑性.在传统粒子群算法中加入信息素与启发函数，增强算法的全局搜索能力，并对参数进行特定设计提高算法的收敛速度.仿真结果表明，该方法可以实现实时避障，所规划的路径相对平滑，且改进算法比传统算法具有较高的收敛性.的路径规划提供准确的环境信息；通过多次的仿真比较，滚动策略结合改进粒子群算法的路径规划方法在路径规划曲线上优于传统的例子群算法，且改进粒子群算法比传统粒子群算法收敛速度更快，不易陷入局部最优。

系统的解析表达式和渐近近似表达式，并对此进行仿真和蒙特卡洛验证，分析了信道衰落、指向误差、同频干扰、用户选择和并行中继选择等关键因素对通信系统性能的影响。由于精确的解析表达式只能提供有限的物理洞察力，为了进一步了解系统和衰落参数对系统性能的影响，进一步推导了系统高信噪比下中断概率的渐近表达式。的存在使得系统中断性能明显下降，同时，随着中继节点数量的增加，系统中断性能得到了一定程度的提升，但是相比于无。弱、强湍流条件下的仿真结果显示，弱湍流条件下的中断性能明显优于强湍流条件，恶劣的大气条件对。

同时，5G网络采用开放的服务化架构，控制面网络功能实体之间的交互均基于服务化接口的调用方式，虽然服务化接口在信息交互、可读性等方面具有优势，但传输上冗余内容较多，且对于设备编码解读有较大的性能消耗，因此5GC仍存在部分接口保持使用非服务化接口，尤其对于SMF和UPF之间需要传递大量的业务和策略信息的N4接口，逻辑相对复杂，使用非服务化接口可以有效提升传输效率。在制定解耦方案时，应考虑尽量使用标准信元，降低接口复杂度，并尽量提升对UPF的兼容性要求，减少对SMF的影响，有利于现网部署实施。

然后通过逆变换将上述生成的相关高斯随机样本序列映射为服从双Johnson SB分布的随机样本序列.通过模拟实验发现，该方法生成的双路信号样本序列的统计分布与双Johnson SB分布能很好地吻合，并且每路信号的自相关和双路信号之间的交叉相关均与所需目标值一致.该结果表明，提出的方法能够用于模拟受大气湍流扰动的空间分集OAM信道接收光信号.接收光信号的关键是，要使生成的每路随机光信号时域样本具有指定的自相关性，多路随机光信号样本之间具有指定的交叉相关性，并且所有信号样本序列在统计上服从双。

传统的钢轨表面区域提取方法不同程度存在需要预先给定轨面宽度、假定轨面在轨道图像中央和手动选取边界等前提条件,且存在自适应性差,光照敏感,无法在轨头圆角处存在尘泥等噪声时将轨面完整提取等问题。针对上述问题,提出了一种基于YUV空间的贪心算法选择及斜率探测扩充的轨面区域提取方法。最后利用斜率探测扩充法进行轨面精提取,在粗提取的边界两侧进行一定距离的斜率探测,用偏转角大于设定阈值的中间位置更新轨面边界。提取结果与它们相同纯属巧合。粗提取确定的轨面边界两侧斜率变化曲线图可知（因粗提取确定的轨面区间已提取出。

CoMP需要大量的反馈开销。在LTE网络中，用户数量过多时小区负荷就会超出单站可规划容量的极限，小区进行优化后，扩容效果不显著时往往采用新建基站的方式进行室内扩容和室外扩容[11]，但在5G网络中，因小区容量较大、小区间中心距离较小等特点，导致一定范围内小区容量不易饱和，整体规划后的5G小区间不采用传统4G扩容方案，此时的5G小区覆盖重叠区域较大，为了高效利用网络资源，保障网络性能，小区容量规划应基于特定场景灵活部署[12]，5G小区协作传输在有效降低干扰的同时体现出了合作集群优越的扩容效果。

本文提出了基于区块链的多方频谱动态共享排队论模型，分析了区块链系统区块体长度对区块处理时延、平均队列长度之间的影响，并结合移动通信网络物理资源分配参数、区块链系统处理能力和业务特征，对基于区块链的频谱动态共享场景进行了仿真对比分析，仿真结果表明当区块体长度增加时，频谱动态共享交易打包处理时延由亚ms级增加到ms级，频谱动态共享交易在区块链系统平均列长度也会随之增加，但是相对于区块体长度而言，等待队列相长度远小区块体长度，属于系统可接受范围。，则频谱提供者 可共享频谱资源服从参数为的泊松分布，其中。

针对正交频分复用(OFDM)系统中的稀疏信道估计问题，文章提出了一种基于二进制编码的多导频并行搜索导频设计算法。文章所提算法在最小互不相干性(MIP)规则下，通过最小化字典矩阵的相干性来考虑确定性导频设计问题，并要求将导频分配放在有效子载波范围内以实现更实际的目的。导频集在文章所提算法中是二进制编码的。在每次迭代中，将二进制编码段的序列重新组合，以更新近似最优导频位置。某些编码段的更新可以同时改变多个导频位置，既增加了导频的多样性，又降低了计算的复杂度。

基于事件的相机是一种生物启发的新型视觉传感器，可实时高效地捕捉场景的变化.与基于帧的传统相机不同，事件相机仅报告触发的像素级亮度变化（称为事件），并以微秒级分辨率输出异步事件流.该类视觉传感器已经逐渐成为图像处理、计算机视觉、机器人感知与状态估计、神经形态学等领域的研究热点.首先，本文阐述了事件相机的基本原理、发展历程、优势与挑战；新型事件相机有望进一步解决这个问题，目前的新型事件相机还只是将标准强度帧与事件流简单结合起来，更好的思路是放弃图像帧的概念，直接对强度信息进行异步脉冲编码。

工业物联网作为一个开放的系统，难以构建统一的安全防护平台，因此，本文将利用工业物联网簇头对工业物联网网络节点进行巡视，结合节点数据包完整性、数据包传输率和传输延迟等异常行为检测指标和信誉阈值的变化情况，形成一种以数据驱动为主要方式的巡视间隔自适应设置机制，实现工业物联网异常行为检测的自适应巡视。本文实验区域是某个区的LoRa物联网试验网，覆盖半径1.25公里，在此区域内随机部署了200个信息采集节点（包括10个簇头节点），其中汇聚节点和簇头节点的位置固定，信息采集节点传输数据的时间是随机的。

考虑到广电暂无公网用户，地铁范围内可以将全部或者部分频率资源用于地铁业务传输，例如配置一个2×30 M[8]小区承载地铁业务，一个2×10 M小区承载其他业务，各自独立，不会相互影响，符合地铁的使用要求。这些系统之所以可以采用天线覆盖，是因为首先目前产业界还没有成熟的5.8 GHz频段的漏缆（或者传输损耗太大），此外5.8 GHz频段的天线尺寸可以做得比较小，便于安装，不会侵入列车限界，另外天线的迎风面较小，可抵抗列车通过时风阻的推拉作用，不易导致天线松动。漏缆的信号覆盖均匀，尤其适合隧道等狭小空间，

利用可见光通信技术来传输以太网信号能够克服传统无线通信速率低、频谱资源紧张、使用场景受限等缺点.针对传统的可见光通信系统难以实现高速以太网通信的问题，本文设计了满足以太网技术要求的全双工可见光通信系统.系统主要包括以太网接口处理电路、差分转单端、单端转差分电路、光源驱动电路、光电检测电路，上、下行链路都采用可见光通信技术对以太网信号进行透明传输，无须调制即可实现高速以太网通信.经测试，本系统可在通信距离为10 m的情况下实现100 Mbps以太网的全双工通信.

对特征融合网络的改进,使模型能够充分利用特征信息,增加对目标定位和边界回归的精准度。实验结果表明,改进后的方法在BDD100K数据集上取得了74.3%的AP和111 frame/s的检测速度,比YOLOv5提高11.0个百分点的AP;在Bosch数据集上取得了84.4%的AP和126 frame/s的检测速度,比YOLOv5提高9.3个百分点的AP。鲁棒性测试结果表明,改进后的模型在各种复杂环境中对目标的检测能力都有显著提升,鲁棒性增加,做到了高精度实时检测。其对应的特征图包含着目标的显著特征。

【摘 要】为满足工业无线传感器、视频监控和可穿戴设备等中端物联网用例的需求，3GPP Rel-17研究定义5G新空口（NR）低复杂度低成本终端（即RedCap UE）。介绍了5G RedCap UE的主要用例与标准化目标，分析了RedCap UE降低复杂度与成本、终端节能、终端指示与识别等关键技术，分析了RedCap UE的性能，介绍了RedCap UE标准化的进展，并总结出RedCap UE将拓展5G新的应用场景。【关键词】5G；新空口；低成本UE0 引言5G三大应用场景包括增强型移动宽带（eMBB

针对磁耦合谐振式无线电能传输（MCRWPT）系统在线圈过耦合时输出功率骤降的问题，提出了以粒子间方差衡量算法进程的自适应粒子群优化（APSO）算法.考虑频率分裂时系统功率和效率的特性，选定跟踪目标点为固有谐振频率右侧的最大功率点.所提的方差型APSO根据方差型算法进程因子动态调整参数，提高算法前期的全局性和后期的收敛性.仿真实验结果表明，所提的方差型APSO在实现MCRWPT系统的最大功率点跟踪时，稳态精度更高，收敛代数更少，算法的优势具有统计学意义.

多飞行机器人吊运系统是指由多个旋翼飞行机器人、吊绳及单个悬挂负载共同构成的具有空中操作能力的一类新型机电系统，具有灵活性强、地域可达性好、运输便捷、载荷能力强等显著优点.多飞行机器人吊运系统应用广泛，但是其建模与控制还存在诸多挑战.旋翼飞行机器人自身是一种复杂的欠驱动非线性系统，随着吊绳和负载的引入，系统的耦合性、欠驱动特性和非线性也会随之增加.为了全面对多飞行机器人吊运系统的研究进行综述，首先介绍了多飞行机器人吊运系统的常见构型，并对比分析了其优缺点；

首先分析了对于高铁覆盖，在不同速度和频率条件下的最大多普勒频移，然后给出了不同频段的子载波间隔配置原则和配置a建议，建议在1.8 GHz频段和2.1 GHz频段，子载波间隔配置为15 kHz，在2.6 GHz频段和3.5 GHz频段，子载波间隔配置为30 kHz，最后给出了PRACH和DM-RS的配置原则和配置建议，建议长序列的PRACH子载波间隔优先配置为5 kHz，根据最大多普勒频移的不同，长序列的PRACH配置为非限制集、限制集A和限制集B；对于长序列PRACH，支持非限制集、限制集A和限制集B。

通过以上扑翼飞行机器人的行为规划，可实现扑翼机器人的智能行为控制，无需根据扑翼机器人的飞行状态和飞行环境进行实时发送控制命令，通过基于运动描述语言的智能控制策略可大量节省控制器实时控制的负荷，大量减少底层位置控制的压力，基于行为的智能控制方法为人处于控制闭环的机器人作业提供有力的控制解决方案。这和传统的扑翼飞行机器人进行实时控制相比，大幅地降低了操作者的工作量，为扑翼飞行机器人的控制提供了符合作业特征的、更为有效的控制方式，大幅地提高了扑翼飞行机器人的作业效率。

是无线通信系统中一项很有前景的新型通信技术，相对于传统的射频通信有很多特有的优势，如丰富的频谱资源、良好的保密性、无许可证要求和抗电磁干扰等。的测量矩阵预处理的稀疏信号检测方案，在提供良好性能的同时可以降低检测算法的计算复杂度，尤其适合发射天线数量较大的大规模。针对本问题，本文提出了一种测量矩阵预处理方法，在此预处理方法的基础上，进一步提出了一种基于稀疏性的信号检测算法。性质的情况下，如本文在仿真实验部分得到的结果所示，得不到理想的信号检测性能，从而无法恢复出原始发送信号。