算法战争,车用芯片的下一道“地平线”

模式改变,从卖车到卖“迭代”2020年,全球汽车产业首次爆发芯片“断供”危机,一家名为地平线的中国芯片企业却迎来首次“上车”,成为继Mobileye和Nvidia后,第三个实现汽车智能芯片前装量产的AI芯片公司,也成为首个经过量产验证的中国车规级智能芯片供应商。如今,地平线已与包括长安汽车、上汽集团、奥迪等传统车企巨头,以及理想汽车等新造车势力,达成在智能座舱与自动驾驶等领域的多层次深入合作,包括芯片供应、软件算法协同、联合开发等。首个量产汽车AI芯片征程2截至2020年底,出货量已达16万片,AI算力高达96 TOPS的征程5将于2021年发布,支持L4+自动驾驶的征程6也已经在定义过程中。     

基于TSK模糊系统的模糊对向传播神经网络

充分利用了TSK（Sugeno-Tanaka)模糊系统的优点，提出了改进的模糊对向传播神经网络Improved-FCP，并给出了其学习算法，实验结果表明Improved-FCP网络之FCP网络对样本有更高的逼近精度。     

神经网络在铁道车辆齿轮箱故障诊断系统中的应用

将BP神经网络技术应用于铁道车辆齿轮箱故障诊断领域,搭建了BP神经网络诊断模型,在此基础上提出了一种改进的BP算法,并将常规诊断方法所提取的典型故障信号作为神经网络的输入数据,用改进的BP神经网络进行仿真测试。测试结果表明,经过改进的BP神经网络诊断系统具有较好的诊断效率和诊断精度,达到了预期的诊断结果。     

基于遗传-神经网络的字符识别

设计并实现了一种基于遗传一神经网络的字符识别系统．遗传一神经网络算法综合了遗传算法的全局优化和神经网络的并行计算等特点，可克服遗传算法最终进化至最优解较慢和神经网络易陷入局部解的缺陷，具有较好的全局性和收敛速度．     

改进的BP网络对ESP运行参数预测的研究

针对一般的人工神经网络在静电除尘器运行参数预测中存在的网络规模及计算量大的问题,建立了改进的BP神经网络预测模型.在分析了静电除尘器运行参数特点的基础上,该模型利用K-means聚类算法分析得到运行参数的聚类中心,并用输入参数向量与聚类中心的欧氏距离代替原始输入数据作为神经网络的输入向量,将二雏的输入向量转化为一雏的向...     

一种分布式人机界面组件容错调度模型的研究

为了解决分布式系统中人机界面组件的容错、动态配置以及各个人机交互结点界面切换的统一控制问题,基于组件技术和容错调度理论,提出一种人机界面组件两级容错调度模型,并给出了相应的调度算法.模型由一个统一调度处理组件和多个人机交互结点组成.其中,每个人机交互结点包含一个局部调度处理组件、一个界面组织处理组件以及多个人机界面组件.局部调度处理组件处理没有容错需求的局部界面调度请求.统一调度处理组件处理有容错需求的局部界面调度请求和全局界面调度请求.界面组织处理组件根据调度请求的处理结果完成界面的组织显示.最后,通过实验验证了两级容错调度模型及其算法的可行性.     

基于JSCORS与似大地水准面精化模型的RTK三维水深测量研究

文章以长江江苏段为实例,提出了一种RTK三维水深测量测量方法,利用长江江苏段沿岸的控制点资料,基于分段二次曲面与BP神经网络拟合算法建立似大地水准面精化模型。利用该模型换算测深点高程数据文件,并输出数据成图。经多方面精度测试比对,此方法能够获得高精度的水底点高程。     

基于遗传BP神经网络的电控发动机故障诊断研究

为提高发动机故障诊断的正确率与精确度,提出遗传算法和BP神经网络相结合的故障诊断模型。将发动机部分尾气信息和传感器数据作为BP神经网络诊断模型的输入变量,利用遗传算法的全局搜索能力优化BP神经网络的初始权值和阈值,采用优化后的BP神经网络建立发动机故障的诊断模型。实验结果表明该诊断模型可提高发动机故障诊断的正确率。