首页期刊导航|半导体光电
期刊信息/Journal information
半导体光电
半导体光电

江永清

双月刊

1001-5868

soe@163.net

023-62806174

400060

重庆市南坪花园路14号44所内

半导体光电/Journal Semiconductor OptoelectronicsCSCD北大核心CSTPCD
查看更多>>本刊是专业技术性刊物。刊载半导体光电器件、光通信系统和光传输、光存贮、光计算、处理技术,以及摄像、传感、遥感等方面的研究成果、学术论文、学位论文和工作报告,介绍光学、光子学、量子电子学、光电子学领域的新材料、新结构、新工艺、新器件,报道国内外该领域的研究和发展方向。读者对象为半导体光电专业的科技人员和大专院校师生。
正式出版
收录年代

    基于Zynq平台的低功耗人脸检测加速系统

    赵民徐胜韩路宇林志贤...
    469-476页
    查看更多>>摘要:基于CPU及GPU的卷积神经网络平台存在体积大、能耗高等问题,提出了一种基于Zynq平台的卷积神经网络人脸检测加速系统.该系统采用YOLOv3-Tiny算法,并利用Wider Face人脸数据集进行训练.为提高网络效率,采用层融合技术减小网络深度,加快检测速度;同时,采用8位整数量化策略,以降低内存访问量,减少资源消耗.通过利用ZynqXC7Z035芯片上FPGA端并行计算能力,设计出可重复利用的多通道卷积计算模块,实现DSP的重复递用.实验结果显示,所设计的加速系统实现了 9.5 FPS的实时推理速度,检测速度是intel i7-8700CPU的7.9倍,系统功耗仅为2.65 W,满足低功耗的性能需求.

    卷积神经网络层融合量化多通道卷积现场可编程门阵列

    基于K-Means++和Elman神经网络的低压台区线损计算方法

    张林山廖耀华王恩李波...
    477-484页
    查看更多>>摘要:为了解决低压台区线损计算在理论上因线路复杂、用户众多以及数据获取困难等带来计算难度与精度不足的问题,提出了 一种结合改进K-Means++算法与Elman神经网络的创新计算方法.深入分析了低压台区线损的决定因素,并依据相关性分析构建了线损的关键特征指标集.采纳主成分分析方法实施数据降维,简化数据结构.通过改进的K-Means++算法对数据集进行有效聚类,优化模型训练过程.同时,整合粒子群优化算法进一步提升Elman神经网络的性能.通过对实际数据进行仿真验证,结果证实所提出的方法在训练效率和计算精度方面表现优异.

    线损相关系数改进K-Means++算法Elman神经网络

    一种M进制短参考置换索引的差分混沌移位键控系统

    柳粟杰杨烈君谢肇鹏
    485-492页
    查看更多>>摘要:为解决置换索引的差分混沌移位键控(PI-DCSK)通信系统存在能量效率低的问题,结合短参考技术,提出了一种M进制短参考置换索引的差分混沌移位键控(SR-PI-DCSK)系统.该系统将参考时隙的混沌序列缩短至小于半个符号周期,信息时隙将参考时隙的置换排列副本进行复制并拼接P次,在不增加PI-DCSK系统结构复杂度及维持相同的恢复比特信息所需能量的情况下,可以有效提高系统能量效率,同时提升系统的误比特率(BER).然后,分析了 SR-PI-DCSK 系统的能量效率,推导了其在多径瑞利衰落信道环境下的BER表达式,使用蒙特-卡罗模拟仿真验证了该理论推导的正确性.仿真结果表明,在同一条件下,所提出的系统与PI-DCSK系统相比具有更好的性能增益,这能为下一代物联网短距离通信应用提供一种混沌调制方案.

    差分混沌移位键控短参考置换索引能量效率

    基于改进DeepLabv3+网络的沥青道路裂缝检测方法

    陈昌川郝晓严龙虹毓孙霞...
    493-500页
    查看更多>>摘要:针对传统的语义分割技术对于沥青道路裂缝的检测存在检测精度低、误差大的问题,提出了 一个基于改进DeepLabv3+网络的语义分割方法.该方法在编码器阶段,采用轻量级MobileNetv2取代DeepLabv3+的主干网络Xception,从而减少参数量;在解码器阶段,引入双注意力机制以进一步提高网络的分割精度;使用Dice Loss函数与原始交叉熵损失函数混合,以缓解样本中前景和背景不平衡问题.最后以道路实时检测的数据为对象进行了大量的实验,结果表明,该方法与原始DeepLabv3+相比,平均交并比(mIoU)、平均像素精度(mPA)分别提升了 8.98%和17.39%.与其他主流语义分割模型相比,改进后的DeepLabv3+在沥青道路裂缝的检测上也取得了较好的效果.

    图像分割DeepLabv3+注意力机制特征金字塔

    面向无人机航拍图像的多尺度目标检测研究

    贾亮林铭文戚丽瑾谈瑾...
    501-507,514页
    查看更多>>摘要:针对无人机航拍图像背景复杂、小目标占比高且分布不均导致的现有算法精度不佳等问题,提出了 一种面向无人机航拍图像的多尺度目标检测网络VTO-YOLOv8.首先,采用WIoU v3作为边界框回归损失函数,并使用明智的梯度分配策略,这一策略将使网络更加关注普通质量样本,从而提高其定位能力;其次,设计四层T-BiFPN结构,加强浅层特征和深层特征的融合;此外,设计C2f-DBB多分支模块,在不增加计算量的前提下,提升检测性能;同时,使用聚焦调制模块,加强不同尺度信息的交互.实验结果表明,网络在Visdrone2019数据集上相较基准模型在mAP50和mAP指标上分别提高了 9.0%和5.9%,同时参数降低了 22.6%,可更好地应用于无人机航拍目标检测中.

    目标检测无人机图像特征融合多分支结构多尺度目标检测

    基于图像处理的路面裂缝特征提取方法

    代少升毛兴华余自安
    508-514页
    查看更多>>摘要:裂缝是一种常见的路面损坏形式,及时、准确地检测和评估路面裂缝的状态,对于路况监测和养护决策具有重要的意义.文章提出了一种基于图像处理的路面裂缝特征提取方法,首先,对分割得到的路面二值图像进行连通域分析,利用裂缝区域和干扰区域之间的特征差异,筛选出真正代表裂缝的连通域;然后,采用改进的快速并行细化算法提取出裂缝骨架,以端点所在分支的长度为标准来去除骨架中的毛刺,针对骨架断裂和向内缩短的问题,通过端点方向以及端点间距离来进行骨架的连接和生长.实验结果表明,该方法能够有效去除分割结果中的干扰区域,提取出清晰完整且无毛刺的裂缝单一像素骨架,较好地反映了裂缝的主要结构和形态特征.

    路面裂缝图像处理连通域分析骨架提取