(中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院先進(jìn)材料中心、精密工程研究中心、高性能計(jì)算技術(shù)研究中心、高性能數(shù)據(jù)挖掘重點(diǎn)實(shí)驗(yàn)室、物聯(lián)網(wǎng)計(jì)算研究中心、《集成技術(shù)》編輯部)

中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院先進(jìn)材料中心孫蓉研究員與曾小亮副研究員及其團(tuán)隊(duì)主導(dǎo)的研究[1]在高導(dǎo)熱絕緣聚合物復(fù)合散熱材料開發(fā)方面取得進(jìn)展(氮化硼取向調(diào)控制備高導(dǎo)熱、高強(qiáng)度聚合物復(fù)合材料)。該研究通過調(diào)控?zé)釅旱臏囟群蛪毫Γ芯苛似鋵?duì)制備的環(huán)氧樹脂/有序氮化硼復(fù)合材料斷面形貌和導(dǎo)熱系數(shù)的影響。結(jié)果表明，該研究制備的環(huán)氧樹脂/有序氮化硼復(fù)合材料具有良好的氮化硼取向，在填料含量為 50 wt% 時(shí)，其導(dǎo)熱系數(shù)達(dá) 6.09 W/m·K，相對(duì)于環(huán)氧樹脂/無序氮化硼復(fù)合材料對(duì)比樣，其導(dǎo)熱系數(shù)提高了接近三倍。在機(jī)械性能方面，該復(fù)合材料的拉伸強(qiáng)度達(dá) 31.79 MPa，楊氏模量為4.63 GPa，都高于對(duì)比樣的機(jī)械強(qiáng)度(拉伸強(qiáng)度為21.21 MPa，楊氏模量為 1.48 GPa)。該研究為滿足電子器件、航空航天、醫(yī)療器械領(lǐng)域散熱需求的下一代高導(dǎo)熱絕緣聚合物復(fù)合散熱材料開發(fā)和研究奠定了堅(jiān)實(shí)的基礎(chǔ)。

中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院精密工程研究中心何凱研究員及其團(tuán)隊(duì)主導(dǎo)的研究[2]在彎板漸進(jìn)成型技術(shù)方面取得進(jìn)展(新型復(fù)雜曲面鋼板的彎板漸進(jìn)成型技術(shù))。船體鋼板的加工是船舶制造的關(guān)鍵環(huán)節(jié)之一。目前國(guó)內(nèi)外造船廠對(duì)船板的成型加工普遍采用水火彎板法，但該方法具有效率低下、精度不足、工作環(huán)境差等諸多缺點(diǎn)，使得船板的加工成為當(dāng)前造船業(yè)發(fā)展的瓶頸。鑒于此，該論文提出了一種新型的彎板漸進(jìn)成型技術(shù)，旨在突破當(dāng)前造船工業(yè)中船板成型加工環(huán)節(jié)的困局。該論文通過采用點(diǎn)壓式和分層加工相結(jié)合的漸進(jìn)成型工藝，來加工成型具有復(fù)雜曲面的船用鋼板。同時(shí)，該論文還介紹了基于該工藝方法所研發(fā)的一臺(tái)新型樣機(jī)，并展示了一些相關(guān)實(shí)驗(yàn)結(jié)果。結(jié)果顯示，該論文所提出的新型彎板漸進(jìn)成型技術(shù)適用于具有復(fù)雜曲面的船體成型加工，所研發(fā)的樣機(jī)與相關(guān)實(shí)驗(yàn)結(jié)果都充分地證明了該方法的創(chuàng)新性和可行性。論文所展示的成果可為超大形船體復(fù)雜曲面鋼板加工工藝及智能化成套裝備的研發(fā)打下堅(jiān)實(shí)的理論基礎(chǔ)，在海洋船舶工業(yè)領(lǐng)域具有一定的工程應(yīng)用前景和重要的學(xué)術(shù)價(jià)值。

中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院精密工程研究中心左啟陽博士及其團(tuán)隊(duì)主導(dǎo)的研究[3]在新型多孔金屬材料方面(新型閉孔立方結(jié)構(gòu)有序多孔金屬材料的制備工藝及其力學(xué)性能)取得進(jìn)展。首先，通過沖壓工藝結(jié)合膠粘或激光焊接工藝制備獲得新型多孔金屬材料。其中，該多孔金屬材料具有有序、規(guī)則的閉孔立方單元結(jié)構(gòu)。其次，利用準(zhǔn)靜態(tài)壓縮實(shí)驗(yàn)和落錘沖擊實(shí)驗(yàn)對(duì)該材料的抗沖擊吸能特性進(jìn)行研究，旨在探究這種新型的材料能否應(yīng)用于制造高效、輕量化的沖擊緩沖結(jié)構(gòu)或吸能件。結(jié)果顯示，該新型有序多孔金屬材料展示出優(yōu)秀的沖擊能量吸收性能，因此能在被動(dòng)安全保護(hù)方面發(fā)揮重要作用。同時(shí)，所開發(fā)的這種新型多孔金屬材料的基體單元為閉孔晶胞且排列有序，因此在力學(xué)性能尤其是抗沖擊動(dòng)力學(xué)性能方面，擁有許多其他多孔金屬材料無法比擬的優(yōu)勢(shì)。該新型材料在制造高效、輕量化的沖擊緩沖結(jié)構(gòu)或吸能件方面具有潛在應(yīng)用，能廣泛地應(yīng)用于被動(dòng)安全保護(hù)領(lǐng)域。

中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院高性能計(jì)算技術(shù)研究中心張?jiān)蒲芯繂T及其團(tuán)隊(duì)主導(dǎo)的研究[4]在圖像質(zhì)量評(píng)價(jià)方面取得進(jìn)展(基于多個(gè)專家卷積神經(jīng)網(wǎng)絡(luò)的無參考圖像質(zhì)量評(píng)價(jià)方法)。該研究結(jié)合卷積神經(jīng)網(wǎng)絡(luò)模型，構(gòu)建無參考圖像質(zhì)量預(yù)測(cè)網(wǎng)絡(luò)模型，所提算法框架主要分為三大部分：(1)構(gòu)建基于卷積神經(jīng)網(wǎng)絡(luò)的圖像失真類型識(shí)別模型；(2)針對(duì)特定失真類型分別構(gòu)建基于專家卷積神經(jīng)網(wǎng)絡(luò)的圖像質(zhì)量預(yù)測(cè)模型；(3)將圖像失真類型識(shí)別結(jié)果和多個(gè)專家網(wǎng)絡(luò)預(yù)測(cè)結(jié)果融合得到圖像質(zhì)量分?jǐn)?shù)。將該算法在公開數(shù)據(jù)集 LIVE 上進(jìn)行了驗(yàn)證，評(píng)價(jià)算法性能的準(zhǔn)則是計(jì)算該算法預(yù)測(cè)的圖像質(zhì)量分?jǐn)?shù)和真實(shí)值之間的皮爾森相關(guān)系數(shù)(PLCC)、斯皮爾曼秩相關(guān)系數(shù)(SROCC)和均方根誤差(RMSE)。PLCC、SROCC 和 RMSE 指數(shù)分別為 0.957 2、0.953 0 和6.546 9。結(jié)果表明，基于多個(gè)專家卷積神經(jīng)網(wǎng)絡(luò)的無參考圖像質(zhì)量評(píng)價(jià)方法能夠適用于通用性失真的圖像質(zhì)量評(píng)價(jià)，克服了參考圖像不易獲取的缺陷，應(yīng)用領(lǐng)域更廣泛。另外，圖像質(zhì)量的準(zhǔn)確預(yù)測(cè)能進(jìn)一步對(duì)編碼算法起指導(dǎo)作用，促進(jìn)圖像編碼領(lǐng)域的發(fā)展。

中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院高性能計(jì)算技術(shù)研究中心郭媛君博士及其團(tuán)隊(duì)主導(dǎo)的研究[5]在緊湊式教學(xué)優(yōu)化算法方面取得進(jìn)展(一種緊湊式教學(xué)優(yōu)化算法及其神經(jīng)網(wǎng)絡(luò)參數(shù)訓(xùn)練的應(yīng)用)。該研究提出了一種全新的緊湊式教學(xué)優(yōu)化算法求解有限存儲(chǔ)空間內(nèi)的復(fù)雜優(yōu)化問題。將高效的教學(xué)優(yōu)化算法邏輯與一種基于剪裁后的高斯分布采樣方法結(jié)合，將啟發(fā)式算法嵌入到緊湊式優(yōu)化框架中，在進(jìn)化過程中每代僅需要生成極少數(shù)進(jìn)化粒子，與全局最優(yōu)解等粒子進(jìn)行學(xué)習(xí)和全局分布更新。該文將提出的新算法在經(jīng)典優(yōu)化測(cè)試函數(shù)上進(jìn)行對(duì)比實(shí)驗(yàn)，并在前饋神經(jīng)網(wǎng)絡(luò)(FNN)和徑向基神經(jīng)網(wǎng)絡(luò)(RBF)等典型神經(jīng)網(wǎng)絡(luò)中進(jìn)行非線性參數(shù)的優(yōu)化和訓(xùn)練，且均與經(jīng)典的非緊湊式算法和其他緊湊式算法的求解效率進(jìn)行對(duì)比。結(jié)果表明，該文提出的緊湊式教學(xué)優(yōu)化算法在 32 個(gè)經(jīng)典測(cè)試函數(shù)和 2 種神經(jīng)網(wǎng)絡(luò)參數(shù)訓(xùn)練中均能夠取得優(yōu)異的求解效果，同時(shí)能夠節(jié)省90% 以上的存儲(chǔ)空間，是一種具有較強(qiáng)尋優(yōu)能力的全局啟發(fā)式優(yōu)化算法，未來有望在有限存儲(chǔ)空間的嵌入式系統(tǒng)及人工智能專用芯片中取得廣泛的應(yīng)用。

中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院高性能數(shù)據(jù)挖掘重點(diǎn)實(shí)驗(yàn)室李成明助理研究員及其團(tuán)隊(duì)參與的研究[6]在車載內(nèi)容中心網(wǎng)絡(luò)方面取得進(jìn)展(眾包車載內(nèi)容中心網(wǎng)絡(luò)中安全高效的內(nèi)容分發(fā)模型)。在未來智能交通系統(tǒng)中，海量的內(nèi)容需要通過車聯(lián)網(wǎng)安全高效地在車輛之間或車輛與路邊單元之間傳輸。為了應(yīng)對(duì)低質(zhì)量的無線連接和車輛的高移動(dòng)性，學(xué)者們提出了車載內(nèi)容中心網(wǎng)絡(luò)。但是，提供高質(zhì)量?jī)?nèi)容分發(fā)的車載內(nèi)容中心網(wǎng)絡(luò)面臨著動(dòng)態(tài)網(wǎng)絡(luò)拓?fù)?、易變的無線信道條件、車輛用戶隱私等方面的挑戰(zhàn)。鑒于此，該文提出了一種新的眾包車載內(nèi)容中心網(wǎng)絡(luò)框架來實(shí)現(xiàn)安全、高效的內(nèi)容分發(fā)，將內(nèi)容分發(fā)問題轉(zhuǎn)化成最大化所有用戶收益，并通過在線調(diào)度方法解決了次問題。同時(shí)，該文采用基于身份的代理重加密和命名功能網(wǎng)絡(luò)來保證內(nèi)容分發(fā)過程的安全性。仿真結(jié)果表明，與原有的車載內(nèi)容中心網(wǎng)絡(luò)相比，該方法提高了平均用戶收益性能。

中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院物聯(lián)網(wǎng)計(jì)算研究中心陳孔陽助理研究員及其團(tuán)隊(duì)參與的研究[7]在 WiFi 室內(nèi)定位系統(tǒng)方面取得進(jìn)展(面向高速、高精度移動(dòng)指紋構(gòu)建的 WiFi 室內(nèi)定位系統(tǒng))。為實(shí)現(xiàn)高精度室內(nèi)定位，現(xiàn)有 WiFi 室內(nèi)定位系統(tǒng)需要建立一個(gè)大規(guī)模離線指紋數(shù)據(jù)庫，這需要大量人工時(shí)間來獲取無線指紋信號(hào)，且數(shù)據(jù)庫的建立速度很慢。鑒于此，該研究提出了一種自動(dòng)采集無線指紋的方法，利用一輛移動(dòng)小車實(shí)時(shí)采集指紋，建立小車當(dāng)前位置與指紋之間的聯(lián)系，加快 WiFi 信道掃描速率，解決了移動(dòng)物體指紋采集錯(cuò)位的問題，以此來快速建立指紋數(shù)據(jù)庫。結(jié)果表明，通過在辦公室、空曠空間等真實(shí)場(chǎng)景測(cè)試，在定位精度基本相同的情況下，該論文的自動(dòng)采集方法比人工方法節(jié)省了約 90% 的采樣時(shí)間；可快速建立指紋數(shù)據(jù)庫，比現(xiàn)有人工方法提高了 1～2 個(gè)數(shù)據(jù)級(jí)，可用于機(jī)場(chǎng)、大型商場(chǎng)、倉庫等需要室內(nèi)定位的場(chǎng)景。