葡京娱乐场-富盈娱乐场开户

本發明公開了一種基于 flash 編程干擾錯誤感知的 LDPC 譯碼優化方法，隨著 NAND 閃存存儲密度的提升，每個單元存儲較多的比特信息，單元之間的耦合干擾較強烈，造成嚴重的編程干擾錯誤，使得傳統的 BCH 碼不足以保證數據的可靠性，LDPC 碼具有優于 BCH 碼的糾錯性能而被應用于 NAND 閃存存儲系統中。使用被優化的 LDPC譯碼算法具有重要意義。現已觀察，編程干擾錯誤具有數值相關性特征，當進行 LDPC

1.痛點問題 協作機器人與人類共享工作空間，通過直接（即物理上）或間接地與人類交互共同開展操作任務。相比傳統工業機器人，協作機器人有更高的安全性和更易于編程的特點，能夠通過人類示教部署于各種不同的任務并靈活地與人類配合。隨著傳統工業機器人帶來的效率提升趨于飽和，能夠安全配合人類的協作機器人能夠進一步提高制造業的生產效率，帶來可觀的經濟效益。然而，現有的協作機器人存在以下兩大痛點問題。 問題一：安全和效率之間的權衡一直是人機交互中未系統解決的開放性問題。當存在人機直接接觸時，為了保證人的安全，現有的協作機器人是通過中止正在進行的任務、順從人的干預以保證安全；然而，不論人是有意地干預（即工人直接抓取機械臂來引導其任務）還是無意地接觸機器人，都將造成機器人暫停手頭工作；直到人類停止干預，機器人才能繼續執行它的任務。雖然這種人機協作方式能夠保證機器人與工人合作的安全，但因為機器人需要在不同的工作模式之間切換，其工作效率將會受到影響。 問題二：如何提高人的示教效率為協作機器人的另一大痛點問題。協同機器人多用于能夠靈活拆裝的生產線，以適應新的任務，因此新任務的編程效率很大程度上決定了工作效率。基于人類示教的編程方式具有自然、本能的優勢，能夠直接傳遞人類的操作技巧與經驗。其中，將示教軌跡參數化為可以編輯修改、適應不同任務的形式是提高效率的核心問題。該示教軌跡不光應該包含機器人末端的運動數據，而且應該包含同時調整的冗余關節運動數據，從而同時完成末端主任務與關節避障任務，以適應工作環境。現有的示教方式未能結合離線示教與在線介入，因此無法適用于需要同時記錄機器人末端和關節的示教任務。 2.解決方案 本項成果基于增強現實-觸覺感知技術，開發了混合交互接口與人機互補操作算法，以解決上述痛點問題。 ①對于問題一，本項成果提出了自適應視覺控制與零空間阻尼控制的協作框架：在有限視場、未校正相機、關節奇異的情況下，保證了機器人在整個工作空間內的全局穩定性；在不影響機器人末端任務的前提下，允許人類專家隨時、安全地介入以改變機器人關節姿態，以應對環境動態變化或突發事件，從而實現了安全與效率并重的人機協作方式。 ②對于問題二，本項成果構建了增強現實-觸覺感知的混合接口，讓人類專家可以在任務和冗余聯合空間進行雙手演示，同時記錄機器人末端與機器人關節的數據。示教軌跡基于DMP方法進行參數化，能夠根據不同任務所需的末端位置、關節角度、運動速度進行自適應調整，在保證末端任務精度的同時完成關節的避障任務。 技術核心： ①基于增強現實-觸覺感知的混合交互接口; ②用于雙手示教的機器人軌跡學習方法; ③自適應全局穩定控制算法。 預期產品：用于人機互補協同操作的設備與軟件 3.合作需求 1)資金需求：本項成果開發的人機互補協作平臺，在硬件與軟件研發階段需要資金投入，需約250-500萬元人民幣； 2)孵化資源：公司研發所需辦公及研發場地、實驗室、分析與測試實驗室等； 3)團隊：協作平臺開發團隊、商務開發與合作團隊、財務、法務等支持團隊； 4)生產制造企業合作：提供人機協同操作的場景與需求，開展工廠真實環境的測試與部署； 5)基礎研究合作：與協作機器人、增強現實、觸覺感知方向的國內外基礎研究團隊合作，開發新的交互設備與算法。

本發明公開了一種糾刪碼存儲中負載感知的數據歸檔方法，包 括步驟：獲取糾刪碼存儲集群中生產集群的每個節點的負載權重值， 并將負載權重值存儲在數組中，并根據節點負載權重值來確定不同條 帶在生產集群中的歸檔節點集合。對第 i 個條帶，初始化其歸檔節點 集合為空，從第 i 個條帶的數據分布集合中選擇負載權重值最高的節 點，并判斷該節點的負載權重值是否大于該節點的數據塊個數，如果 為是，則將該節點對應的數據塊填充在該條帶的歸檔

本發明公開了一種基于視覺感知特征的光譜降維方法及系統，包括構造綜合人眼視覺色度特性和光 譜特性的權函數 w(λ)，利用構造的權函數 w(λ)計算任意光譜樣本集 S 的權函數 Siw(λ)，對樣本集的權函 數 Siw(λ)進行均值化處理，得到樣本集均值權函數矩陣 Wfv，構造用于均值權函數 Wfv 平滑優化模型及 約束目標函數，利用優化目標函數 ObjFunc 對平滑優化模型進行約束，確定權函數矩陣 Wfv 最佳平滑優 化函數參數 n 值，利用確

研究背景 芯片是人類最偉大的發明之一，也是現代電子信息產業的基礎和核心。小到手機、電腦、數碼相機，大到6G、物聯網、云計算均基于芯片技術的不斷突破。半導體光刻工藝水平的發展是以芯片為核心的電子信息產業的基石，目前半導體光刻的制造工藝幾乎是摩爾定律的物理極限。隨著制造工藝的越來越小，芯片內晶體管單元已經接近分子尺度，半導體制作工藝的“瓶頸效應”越來越明顯。隨著全球化以及科技的高速發展，急劇增長的龐大數據量要求數據處理模型和算法結構不斷優化升級，帶來的結果就是對計算能力和系統功耗的要求不斷提高。而目前智能電子設備大多存在傳輸瓶頸、功耗增加以及計算力瓶頸等現象，已越來越難以滿足大數據時代對計算力與功耗的需求，因此提高運算速度同時降低運算功耗是目前信息工業界面臨的緊要問題。 如當年集成電路開創信息時代一樣，當下已經普及的光通信正在成為新革命力量的開路先鋒。與此同時，光子芯片正在從分立式器件向集成光路演進，光子芯片向小型化、集成化的發展趨勢已是必然。相對于電子驅動的集成電路，光子芯片有超高速率，超低功耗等特點，利用光信號進行數據獲取、傳輸、計算、存儲和顯示的光子芯片，具有非常廣闊的發展空間和巨大的潛能。 項目功能 本項目瞄準光通信關鍵技術及核心芯片，基于量子阱二極管發光探測共存現象，探索關鍵微納制造技術，研制出可以同時實現通信、感知功能的一體化光電子芯片。 技術路線 一、技術原理及可行性 本項目主要負責人王永進教授發現如圖1所示的量子阱二極管發光探測共存現象，首次研制出同質集成發射、傳輸、調制和接收器件的光電子芯片，這些原創工作引起了業界相關科研小組地廣泛關注，化合物半導體同質集成光電子芯片成為研究熱點。香港大學的蔡凱威小組和申請人合作提出濕法刻蝕和激光選擇性剝離技術，在藍寶石氮化物晶圓上實現LED基同質集成光電子芯片(Optica 5, 564-569 (2018))。沙特阿卜杜拉國王科技大學Ooi教授和美國加州大學圣巴巴拉分校Nakamura教授小組在藍寶石氮化物晶圓上，研制出基于氮化物激光器的同質集成光電子芯片(Opt. Express 26, A219(2018))。中科院蘇州納米所孫錢小組在硅襯底氮化物晶圓上，研制出基于氮化物激光器的同質集成光電子芯片(IEEE J. Sel. Top. Quantum Electron. 24, 8200305 (2018))。在NRZ-OOK調制方式下，InGaN/GaN量子阱二極管可實現Gbps的光發射、調制和探測速率(Appl. Phys. Express 13, 014001 (2020))。這些工作表明研發基于光子傳輸的化合物半導體同質集成光電子芯片以實現片上光子通信是可行的。   二、總體結構設計及工藝流程 本項目提出的同時通信/感知一體化光電子芯片基于常規的藍寶石襯底氮化鎵基多量子阱LED外延片進行設計，無需特殊定制的外延結構。以典型的2寸氮化鎵基藍光LED外延片為例，其外延片結構如圖2所示，從下至上依次為藍寶石襯底、AlGaN緩沖層、未摻雜GaN層、N型GaN層、InGaN/GaN多量子阱層和P型GaN層，通過調節InGaN/GaN多量子阱層的參數（層厚度與In的比例等等）可制備具有不同中心波長的光源器件。   圖3為本項目所提出的同時通信/感知一體化光電子芯片結構。在藍寶石襯底的氮化物晶圓上通過刻蝕和沉積等一系列晶圓級微納加工技術，制備出單片集成的InGaN/GaN多量子阱LED和PD。光子芯片的P、N電極可以采用倒裝技術直接與基板相連，光線從透明的藍寶石襯底發出，這樣不僅使得器件具有優良的電性能和熱特性而且簡化了其后期的封裝工藝。 三、技術創新優勢 1、同一塊晶圓上集成LED和PD使得兩者間距離大大縮短，不僅有助于增強PD對藍寶石表面反射光線的耦合，提升感知系統性能，而且縮小了器件整體外形，符合集成電子器件小型化、便攜化的發展趨勢； 2、單片集成的LED和PD器件相比于傳統異質的、分立的LED和PD簡化了封裝形式和工藝，不再需要對LED和PD進行單獨的封裝，而且同質集成器件的基板也較異質結構的簡單統一，極大地縮短了集成系統的制作周期； 3、同時通信/感知一體化光電子芯片采用相同的工藝就可以制作出LED和PD，簡化了生長異質材料的復雜性，縮短了器件流片的周期，使用同一工藝就可將LED和PD進行批量生產，有效地降低了生產成本。 四、實驗驗證 本項目團隊所在的Peter Grünberg研究中心擁有完整的LED器件制備、光電性能測試與電學性能測試平臺，并且項目成員積累了豐富的測試技術與經驗，能夠滿足本項目的同時通信/感知一體化光電子芯片測試同時表征光電參數與電學參數的需求。下圖4所示為器件形貌表征圖，從左邊依次是掃描電鏡圖、光鏡圖、原子力顯微鏡圖。   基于通信感知一體化芯片，本項目利用單個多功能集成器件成功實現了對人體脈搏的監測功能，如圖5所示。   另外基于通信感知一體化氮化鎵光電子芯片，我們還實現了照明、成像和探測功能為一體的LED陣列系統，如圖6所示。該系統可以在點亮照明的同時，實現對外界光信號的探測與感知，通過后端系統處理后，再將信息通過陣列顯示出來，實現多種功能的集成。 項目負責人王永進教授是國家自然基金委優秀青年項目、國家973項目獲得者，他以第一或通訊作者身份在Light-Sci Appl.等主流學術期刊發表一系列高質量研究論文，獲授權中國發明專利23項，美國發明專利2項，被National Science Review、Semiconductor Today等做9次專題報道，榮獲2019年中國電子學會科學技術獎（自然科學）、2019年南京市十大重大原創成果獎等。

本發明公開了一種模擬駕駛人主觀感知與反應的交通流微觀仿真方法，該方法包括以下步驟：(1)確定元胞的總數和仿真車輛的個數，初始化仿真系統；(2)仿真系統按照如下步驟進行演化：根據駕駛人的最大期望速度，對車輛進行加速操作；根據交通狀況對車輛進行速度調整操作；根據交通狀況，對車輛進行隨機慢化操作；更新車輛在下一仿真時刻的位置；(3)計算交通流的密度、速度和流量關鍵交通參數。本發明在速度調整操作和隨機慢化操作等關鍵技術環節更加真實地考量了駕駛人的主觀感知與反應特征，使得模型能夠更好地分析駕駛人的主觀因素對交通流運行的影響，為道路交通系統的規劃、設計與管理提供支持。

本發明公開了一種固態盤內部閃存芯片閾值電壓感知優化方法， 主要用于多層單元閃存芯片使用低密度奇偶校驗碼糾錯時的一種優化 方法。該系統結構主要由 LDPC 編碼模塊、閃存芯片存儲模塊、非均 勻閾值電壓感知模塊、對數似然比計算模塊和 LDPC 譯碼模塊組成。 LDPC 編碼模塊主要對原始數據利用 LDPC 生成矩陣編碼生成碼字； 閃存芯片存儲模塊主要存儲數據；非均勻閾值電壓感知模塊主要對閃 存芯片進行非均勻閾值電壓感知；

面向機器人的智能視覺環境感知及三維場景重建? 面向機器人視覺的自然場景理解是近年來的研究熱點和重要挑戰之一，其目標是對自然場景圖像及視頻的內容作出有效分析、認知與表達，目前相關理論和算法正處于初期探索階段。我們的研究成果表明，從場景視覺語義推理、場景目標識別和場景行為模式檢測三個環節展開研究，有助于構建自然場景理解的創新機制，進一步開發機器人

本發明公開了一種基于壓縮感知理論的文本數據流抽樣方法，包括步驟 1）將文本數據流分割成固 定大小的文本片段并通過向量空間模型表示成矩陣；2）使用壓縮感知理論對文本數據流進行空間降維 抽樣；3）計算降維后每個文本的信息熵；4）基于文本的信息熵通過對數傾斜時間（LTT）模型得到抽 樣文本。本發明面向互聯網海量的、不斷增加的文本流，通過更少的存儲消耗來實現更快的文本流抽樣 和存儲，在大大降低抽樣文本流規模的情況下，能夠以全局視角獲得整個文本流中最有價

本發明公開了一種應用于數據去重系統中的碎片消除方法，該 方法利用歷史信息準確地識別碎片，系統內存開銷少且恢復吞吐率高。 該方法首先對數據流中的文件進行分塊、求指紋，查詢索引找到重復 數據塊；然后在上次備份記錄的稀疏容器集合中查找重復數據塊的容 器 ID，判斷哪些重復數據塊屬于稀疏容器。對于屬于稀疏容器的重復 數據塊，將其重寫到新的容器中。該方法在備份過程中，只需記錄下 相關容器的利用率，內存開銷極小。本發明還提供了相