123,123

全国数据基础设施建设现状分析、问题研究及发展建议[其他][其他]

随着数据要素市场建设的推进，从国家到地方，数据基础设施建设愈发受到关注，从制度标准的制定出台，到数据流通利用设施的试点开展，再到企业积极参与数据空间、数据元件等设施建设，全国数据基础设施体系正加紧构建。但在数据基础设施基础概念不明晰的情况下，加之制度标准不完善、关键技术能力不足、设施运营效果有待提高等问题，严重阻碍了数据基础设施的进一步建设发展。未来需要从相关领域加大推进力度，加快完善制度标准，推动数据流通利用技术突破和收敛融合，逐步构建起数据基础设施建设相关产业体系，以完善的基础设施支撑全社会数据大规模交易流通。

發(fā)表于：2026/4/21

数据组件：一种面向数据跨域流通可信抽象和封装方法[其他][其他]

数据作为关键生产要素，具有自由流动、动态组合、跨域融合和使用增值等特征，但在跨域流通、数据孤岛连通与标准化处理等方面仍面临挑战。从软件系统视角提出数据组件抽象模型和封装方法，将数据要素抽象为独立、轻量、可复用的最小单元即数据组件，具备可寻址、可交换、可操作与可管控特性；设计实现数据组件注册和发布机制，以规范化协议支撑数据组件发现与互操作，提供统一描述、封装发布、发现获取、动态组合与可信交互等能力，支撑数据要素跨域可信高效流通。以健康养老数据共享场景为例，设计实现数据组件共享原型系统进行验证，实验表明，相较传统微服务模式，跨域传输成功率提升13%，访问成功率提升11%，检索命中率提升15 %，调度成功率提升20 %。

發(fā)表于：2026/4/21

数据工厂的构成、建设模式和运营机制研究[其他][其他]

高质量数据集是人工智能大模型训练的核心“燃料”。当前，高质量数据集构建主要由人工智能企业自行完成，呈现零散化、作坊式、非标化的特点，难以满足人工智能大模型快速发展的需求。借鉴水厂、电厂等资源型基础设施的发展规律，结合国内外高质量数据集设施化生产的典型实践，提出“数据工厂”概念，将其定义为面向人工智能大模型应用、设施化规模化构建高质量数据集的生产设施。系统阐述了数据工厂由“储备车间”“生产车间”“中试车间”构成的三级架构体系，分析了数据标注企业升级、数据存储基地转型、人工智能企业延伸和技术企业创新设立四种建设模式，提出了保障模式、定制模式、电商模式和结对子模式四种运营机制，为推动高质量数据集设施化、规模化供给提供理论支撑和实践参考。

發(fā)表于：2026/4/21

数据工厂：国家数据基础设施的新兴业态[其他][其他]

数据要素化价值化面临“供不出、流不动、用不好”的普遍难题，其核心原因在于数据生产业态尚未成熟，高质量数据集仍以作坊式生产为主，无法满足人工智能大模型对数据的规模化需求。针对这一问题，提出“数据工厂”这一概念，将其界定为面向人工智能大模型应用，开展高质量数据集设施化、规模化、标准化生产的数据基础设施。通过梳理工业社会、信息社会和数智社会基础设施业态的演进规律，论证了数据工厂作为国家数据基础设施基本构成单元的理论逻辑。在此基础上，依据物理分布、组织方式和技术水平等特征，将数据工厂划分为集中式、半集中式和分布式三种类型，并归纳出多样化、设施化、规模化、标准化和人工智能化五大特点。研究认为，发展数据工厂能够有效突破人工智能数据供给瓶颈，推动数据产业链上下游协同，是打通数据赋能人工智能“最后一公里”的关键路径。

發(fā)表于：2026/4/21

基于RFID标签阵列对棉花内异物的定位识别[微波|射频][安防电子]

采用3D空间内RFID标签阵列布局，以感知棉花中异物的数量、位置及类型。以标签的接收信号强度（RSS）和相位为特征量，提出欧几里得距离比算法与最小二乘法以提升定位成功率。基于不同异物对信号特征的差异化影响，构建决策树模型实现异物类型的感知。经实验验证，定位误差优化后控制在5%以内，且能精准识别棉花中的四种异物类型，展现出良好的感知与识别性能。

發(fā)表于：2026/4/15

基于稀疏重构与深度学习的雷达抗有源干扰信号处理算法[微波|射频][通信网络]

针对数字射频信号复制干扰和宽带噪声干扰威胁雷达目标检测的问题，提出一种结合稀疏重构与深度学习的干扰抑制算法。该算法先用深度学习提取干扰特征并检测干扰类型和位置，再采用基于稀疏表示的空时自适应处理策略在空间和时间域抑制干扰。仿真实验表明，相比传统方法，该算法在强干扰背景下显著提升了目标检测概率和输出信干噪比，能有效抑制主瓣仿真干扰和宽带噪声干扰，为雷达干扰抑制提供了新思路，具有工程应用价值。

發(fā)表于：2026/4/15

一种SM4算法的高效FPGA实现[可编程逻辑][信息安全]

随着信息安全和数据隐私需求的日益增长，国产SM4分组密码算法在政务、商业等信息传输领域具有重要应用价值。针对SM4算法在FPGA实现中的性能瓶颈问题，提出一种高效的全流水线硬件架构。通过优化S盒的硬件实现，将每轮迭代中的S盒数量从4个减少至1个，并采用组合逻辑实现快速替换，显著降低资源消耗。同时，设计32级全流水线加解密模块，实现多数据块的并行处理，将加解密吞吐率压缩至一个时钟周期。实验基于Xilinx Zynq7045平台，结果表明，该设计在不使用额外存储器资源的情况下，工作频率达到412 MHz，吞吐率高达52.7 Gb/s，单位面积吞吐率性能较现有方案提升20%以上。

發(fā)表于：2026/4/15

宇航用大功率交错并联Buck变换器设计与实现[电源技术][航空航天]

针对某空间低温制冷机对DC-DC变换器提出的高功率密度、高效率和高可靠的要求，设计了一种适用于制冷机的大功率交错并联Buck变换器。详细阐述了交错并联Buck变换器的设计过程，并成功研制出一台额定功率800 W的产品，在峰值功率下实现了95%的转换效率，实现了高效率的设计目标，验证了理论分析和方法的正确性。该电路经过测试验证满足性能指标要求，并成功应用于飞行任务，为后续大功率变换器的设计提供了参考。

發(fā)表于：2026/4/15

一种适用于过程层报文的压缩方法及其FPGA实现[可编程逻辑][智能电网]

无损压缩算法是智能变电站过程层网络信息处理和存储的核心算法，哈夫曼算法是一种通用的无损压缩方法，在电力系统通信网络中有广泛的应用。基于通用的哈夫曼编码压缩方法，结合智能变电站过程层网络的场景特点，采用可旁路字典计算的方式，提出一种改进的哈夫曼编码压缩方法。该方法以过程层报文字符的频率统计特征为依据，决定是否复用前序报文生产的压缩字典，可以有效地降低压缩过程的计算量和计算延迟。同时提出该方法在现场可编程门阵列器件（FPGA）中的设计实现，介绍各个模块的微架构，详细分析重点模块的设计方法，并进行仿真、验证以及结果分析。

發(fā)表于：2026/4/15

基于FPGA的TDLAS甲烷检测电路系统设计与实现[可编程逻辑][安防电子]

可调谐激光吸收光谱（TDLAS）技术因其灵敏度高的特性而被广泛应用于气体探测领域。然而在实际应用过程中，气体检测极限常受到激光器控制稳定性和锁相放大器性能的影响。针对这一问题，设计并实现了一套基于FPGA的甲烷气体检测电路系统。该电路系统集成了激光器电流驱动、温度控制模块以及锁相放大模块，可以调节激光器驱动电流并保持激光器温度稳定，同时实现调制解调功能。实验结果表明，将激光器驱动电流设定为62.5 mA时，输出电流波动为±1.5 μA；将激光器温度设定为30 ℃，温度波动为±0.0063 ℃。使用光程为15 m的吸收池，通入2-20 μmol/mol浓度的甲烷依次解调二次谐波信号，甲烷浓度为20 μmol/mol时计算求得单个周期二次谐波信号信噪比为42.66 dB，由此可得检测下限为146.98 nmol/mol。在20 μmol/mol甲烷浓度条件下进一步地连续测量并计算Allan偏差，作图得到249 s时Allan偏差为17.25 nmol/mol。结果表明该电路系统具有较高的甲烷探测灵敏度。

發(fā)表于：2026/4/15

YJJFA：一种数据驱动的高性能正则表达式匹配算法[人工智能][其他]

正则表达式匹配技术在人工智能时代背景下扮演着重要角色，尤其在数据清洗与数据抽取领域，可为大语言模型训练所需的高质量数据处理提供技术支撑。然而，传统正则表达式匹配算法存在性能瓶颈，限制了其应用范围。针对此问题，提出一种基于可信区域的高性能正则表达式匹配算法，命名为YJJFA算法。该算法通过对状态转移表划分成最优可信区域与非信任区域，减少需要处理的状态转移表输入字符数量，并借助非内存访问的非信任字符集向量比较以实现信任字符低时间消耗处理。实验结果表明，YJJFA算法在L7filter规则上的吞吐率达17.88~53.81Gb/s，较原始DFA算法性能提升了一个数量级。

發(fā)表于：2026/4/15

基于嵌套组合模型的Web页面生成方法研究与应用[人工智能][工业自动化]

为了满足不同行业生产、运营、管理系统平台中用户角色多样、数据异构、页面展示需求复杂多变等需求，提出一种基于嵌套组合模型的Web页面生成方法。通过采用统一建模语言和面向对象编程技术，结合Vue.js和Nuxt.js框架，实现了页面元素的灵活配置和高效渲染。该方法在不同的工程项目中取得了满意的应用效果，显著降低了配置复杂度和维护成本，提升了用户体验，具有较好的应用推广价值。

發(fā)表于：2026/4/15

基于多尺度特征融合的NeRF三维重建方法[人工智能][医疗电子]

三维重建在计算机视觉与人工智能、医学影像、建筑与城市规划等领域中至关重要。针对传统手工建模效率低下的问题，提出一种基于神经辐射场的多尺度融合和注意力机制的方法。该方法引入了多尺度特征模块，并结合图卷积网络增强了网络对空间结构的理解，从而精确捕捉局部与全局的几何关系。多尺度特征模块能够在不同层次上提取信息，改善细节重建的准确性和全面性，进而提升整体重建质量。此外，为了进一步提高模型的鲁棒性与精度，通过引入特征金字塔网络，确保网络在不同尺度下均能有效捕捉重要信息，尤其是在复杂场景中能够避免细节丢失。结合SE注意力机制，模型能够自适应地对图像中的关键区域进行聚焦，增强重要特征的表现，提升了在复杂环境下的重建效果。实验结果表明，该方法在自建建筑物数据集上的结构相似性、峰值信噪比和感知损失分别为0.784、25.42、0.183，较NeRF模型分别提升了4.39%、3.29%、15.84%，能够更好地处理复杂的重建任务，为各类应用领域中的三维重建提供了一个新思路。

發(fā)表于：2026/4/15

基于时间注意力增强的电厂智能安防监控人体异常行为识别[通信与网络][安防电子]

电厂厂区内强光切换或阴影交错会影响特征点稳定性，使得高帧率视频流处理时时序信息断裂，难以获取连续视频帧中人体特征点的变化方向，导致行为识别的EER均值较高。为此，开展了基于时间注意力增强的电厂智能安防监控人体异常行为识别研究。引入时间注意力增强模块，对监控视频进行短距离和长距离时间特征增强，融合后输出跨越多个视频分段的联合特征，以关联分割的视频帧信息。利用距离-转角表示法计算连续视频帧中人体特征点的变化方向，根据方向关系识别异常行为。在测试数据集上，设计方法输出跨越多个视频分段的人体特征信息。其异常行为识别的AUC达到0.92，EER均值稳定在0.15以内，处于较低水平。

發(fā)表于：2026/4/15

基于能量效率的无人机辅助WRSN路径规划优化研究[电源技术][物联网]

利用无人机对能量受限的传感器节点进行充电，可有效缓解传感器节点因能量耗尽而中止服务的问题。由于无人机自身能量受限，如何在保证传感器节点完成充电的前提下最小化无人机的任务时间对减少无人机的能耗至关重要。为此，根据无人机能量消耗模型、传感器节点收集能量模型以及节点剩余能量情况，构建最小化无人机任务时间优化问题。此外，提出了无人机调度算法，通过依次完成节点分簇和锚点选择方法，将优化问题转化为经典的旅行商问题，并利用遗传算法完成路径规划。使用模拟数据对所提出的算法进行仿真试验分析。仿真结果显示，所提出的无人机飞行策略在相同耗能情况下可以有效减少任务时间。

發(fā)表于：2026/4/15