【摘 要】
：
二值卷积神经网络(BNN)占用存储空间小、计算效率高,然而由于网络前向的二值量化与反向梯度的不匹配问题,使其与同结构的全精度深度卷积神经网络(CNN)之间存在较大的性能差距,影响了其在资源受限平台上的部署。至今,研究者已提出了一系列网络设计与训练方法来降低卷积神经网络在二值化过程中的性能损失,以推动二值卷积神经网络在嵌入式便携设备发展中的应用。因此,本文对二值卷积神经网络进行综述,主要从提高网络表达能力与充分挖掘网络训练潜力两大方面,给出了当前二值卷积神经网络的发展脉络与研究现状。具体而言,提高网络表达能
【机 构】
：
北京航空航天大学无人系统研究院,北京航空航天大学电子信息工程学院,北京航空航天大学自动化科学与电气工程学院
【基金项目】
：
国家自然科学基金企业创新发展联合基金(U20B2042),国家自然科学基金(62076019),国家重点研发计划“新一代人工智能专项(2030)”(2020AAA0108200)。
论文部分内容阅读
二值卷积神经网络(BNN)占用存储空间小、计算效率高,然而由于网络前向的二值量化与反向梯度的不匹配问题,使其与同结构的全精度深度卷积神经网络(CNN)之间存在较大的性能差距,影响了其在资源受限平台上的部署。至今,研究者已提出了一系列网络设计与训练方法来降低卷积神经网络在二值化过程中的性能损失,以推动二值卷积神经网络在嵌入式便携设备发展中的应用。因此,本文对二值卷积神经网络进行综述,主要从提高网络表达能力与充分挖掘网络训练潜力两大方面,给出了当前二值卷积神经网络的发展脉络与研究现状。具体而言,提高网络表达能
其他文献
采用压敏漆技术和瞬态热色液晶技术研究了V肋对尾缘劈缝表面气膜冷却特性的影响,获得了不同吹风比及V肋宽度下2种不同尾缘劈缝表面形状的气膜冷却效率和对流换热系数分布的试验数据,并采用净热流密度值评估对比了带有V肋的劈缝结构的综合冷却性能。试验结果表明:V肋的加入对未扩张型劈缝表面的气膜覆盖产生了不利影响,在小吹风比工况下,V肋宽度对面积平均气膜冷却效率无明显影响,相同V肋宽度结构下,未扩张型劈缝表面的气膜冷却效率始终高于扩张型劈缝表面的;V肋宽度对劈缝表面换热强度的影响不明显,V肋在未扩张劈缝表面结构上展现出
探索平板水漂运动的流体力学现象机理对飞行器着水问题的研究有重要的参考价值。基于有限体积法和k-εRNG湍流模型求解非定常雷诺平均Navier-Stokes(URANS)方程,采用流体体积分数(VOF)模型与速度入口造波法构造数值波浪水池,并结合整体动网格方法,完成二维平板在静水面与波浪水面的水漂运动数值模拟。在与试验值和理论值对比的基础上,讨论初始姿态角、投掷角度与投掷速度对水漂运动的影响。进一步研究不同波浪参数和波浪位置对平板水漂的影响,并从能量角度展开分析。结果表明:20°姿态角平板能以最小的投掷速度
采用固相萃取-超高效液相色谱串联质谱技术建立水中抗抑郁类、抗癫痫类、抗精神分裂类共15种精神类药物分析测定方法.水体样品经过Oasis HLB固相萃取柱进行富集后以ACQUITY U
飞翼飞机易发生刚体短周期模态与机翼低阶弯曲模态耦合所致的体自由度颤振。飞行控制系统对飞机的短周期模态特性影响很大,因此考虑飞行控制系统的闭环体自由度颤振特性值得进一步研究。针对自主设计的颤振模型开发了相应的俯仰姿态保持控制律,综合运用风洞试验和仿真计算开展了相关研究,获得了不同刚体自由边界条件下的开环/闭环体自由度颤振特性,研究了闭环增益对体自由度颤振特性的影响规律,简要分析了影响机理。试验和仿真计算结果共同表明:俯仰姿态保持控制律明显地改变了俯仰模态阻尼的原有走势,闭环后的体自由度颤振特性变化明显。以开
有限差分法应用于具有复杂外形的网格时需要进行坐标变换,在此过程中经常会引入坐标变换诱导误差.在柱坐标系下使用均匀网格进行均匀流场计算,计算结果表明,即使物理坐标对计
等离子体激励具有电离效应、气动效应和热效应,可被用于飞行器防除冰。背面电极的气隙构型对于交流供电的沿面介质阻挡放电(SDBD)防除冰激励器的单周期放电次数和放电电荷分布均有影响,电源频率也为影响激励器温升的重要因素。目前对于交流SDBD温升效果的研究均是基于背面电极无气隙的构型,且缺乏激励频率大于15kHz的高频条件。为此制作了背面电极有气隙和无气隙的对照构型,在35~55kHz的高频范围内,采用电学特性、红外测温、放电形态相结合的方式研究了交流SDBD防除冰激励器温升特性。结果表明:施加相同的电压或频率
重叠网格装配是处理计算流体力学领域多体相对运动问题的关键技术之一。针对常见重叠网格隐式装配方法中几何分析过程复杂、节点无差别并行查找操作影响并行装配效率等问题,提出一种高度自动化的重叠网格隐式装配方法。首先,基于协方差分析、切割盒子等快速算法,将壁面距离计算与贡献单元存在性判断解耦,实现网格组动态重叠关系的自动化识别;其次,结合集合分析,设计出并行化的自动挖洞算法;最后,通过快速查询方法建立重叠单元与贡献单元的插值关系。针对所实现的并行重叠网格隐式装配工具库,采用某五球体部件验证了自动挖洞逻辑的准确性,并
开展了亚声速风洞中可压缩流体流场品质测量技术研究,以满足高精度风洞试验的需求.在一维等熵流动的前提下,对风洞自由来流所包含的扰动模态进行了分析,对扰动模态求解方法及
碳/碳(C/C)复合材料具有热导率大、比强度高、耐烧蚀和耐冲刷等优异特性,被广泛应用于飞行器的热防护系统中,其有效导热系数对于实际应用而言是重要的热物理性质,尽管可以通过有效介质理论、对热扩散方程直接求解和玻尔兹曼输运方程等传统方法计算C/C复合材料有效导热系数,但这些数值方法通常十分耗时。本文引入深度学习方法,将格子玻尔兹曼(LBM)的三维格子模型作为三维卷积神经网络(3D-CNN)微观结构,不仅解决了三维微观结构模型难以捕获的问题,还便于实现数值计算模型和CNN模型的同步简化,利用3D-CNN快速精准
为解决航迹异步与系统误差并存情况下的多局部节点航迹关联问题,提出一种基于区间序列离散度的多局部节点异步抗差航迹关联算法。定义区间型数据集的离散信息度量,给出系统误差下航迹序列区间化方法,通过累次积分计算离散度,结合多维分配进行关联判定。针对多局部节点上报目标不完全一致现象,设置零号航迹管理关联质量。与传统算法相比,无需时域配准,可在系统误差下对异步航迹直接关联。仿真结果表明,算法能在局部节点上报目标不完全一致场景下实现有效关联,且正确关联率随局部节点数目的增加或目标密集程度的增大而提高。