基于卷积神经网络的5G蜂窝网络无线定位方法

5G蜂窝网络发展迅猛，其覆盖面积将逐渐增大，因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位，以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络，并根据5G天线信号的接收信号强度指示、相位和到达角等特征量，选择合适的输入数据格式构造样本组建训练集，对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库，非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间，但在训练完毕后直接进行分类定位的速度非常快，可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB，且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。     

智慧标识网络服务机理研究进展及安全性分析

随着互联网规模的不断扩大以及应用场景的多元化,传统网络无法很好地满足新业务的动态多样化需求,因此国内外对未来网络展开了深入研究.本文首先介绍了未来互联网体系架构的研究现状.其次,介绍了具备"三层、两域"特征的智慧标识网络(Smart Identifier NETwork,SINET)体系架构,然后重点阐述了SINET服务机理在服务的命名与解析、路由机制、服务缓存、移动性、传输控制机制、可扩展性、绿色节能等关键技术方面取得的研究进展,并进一步详细分析了SINET服务机理的安全性.最后总结了SINET面临的挑战,对SINET服务机理在大规模场景部署中可能存在的问题做出讨论.     

滇黔相邻区二叠系宣威组富稀土黏土岩综合研究进展

在滇黔相邻区峨眉山玄武岩之上，二叠系宣威组下部广泛分布一套富稀土黏土岩。作为一种新类型的潜在稀土资源，诸多学者对其进行了研究，包括成矿条件、赋存状态，富集规律、综合利用方式等多个方面都有了较大的进展。该类型稀土具有非常大的资源潜力，区域连续性好、集中程度高，富含高价值的稀土元素镨、钕、铽、镝，经济价值和开发利用潜力巨大。本文全面总结了宣威组稀土目前的研究进展和存在的关键问题，提出了下一步研究方向。当前对于宣威组富稀土黏土岩中稀土元素的富集机理尚未明确，进一步开展成矿理论研究是找矿突破的关键；赋存状态的研究亟待突破，对该新类型稀土的综合利用技术突破，后期绿色勘查开发具有重要的意义；综合利用方面，经济可行的绿色选冶技术、伴生的铝、铌、锆、镓、钛等有价元素的综合回收、尾矿的资源化消纳等方面是下一步的主攻方向。      

基于1D CNN与XGBoost的恶意代码纹理检测

恶意代码数量已经呈现爆炸式增长,对于恶意代码的检测防护显得尤为重要.近几年,基于深度学习的恶意代码检测方法开始出现,基于此,提出一种新的检测方法,将恶意代码二进制文件转化为十进制数组,并利用一维卷积神经网络(1 Dimention Convolutional Neural Networks,1D CNN)对数组进行分类和识别.针对代码家族之间数量不平衡的现象,该算法选择在分类预测上表现良好的XGBoost,并对Vision Research Lab中的25个不同恶意软件家族的9458个恶意软件样本进行了实验.实验结果表明,所提的方法分类预测精度达到了97％.     

以雷电机理诠释大底盘建筑群电源SPD配置

引入雷电冲击电流分时段特性的重要机理,在细究电感特性的基础上,以电感线路电流不能突变为原理,解释说明雷击建筑物时的高电位在雷击"换路"一刹那间先于雷电流发生,并在大底盘建筑群内可靠传导,形成一全范围的高电位"等电位面".据此得出结论:大底盘建筑群是一栋电位紧密关联的防雷建筑物,在装设电源SPD时应将大底盘地面上多栋物理形态分开的建筑合并视为完整的单一一栋建筑,并根据低压电源线路进出大底盘建筑群的不同情况分别按GB 50057-2010《建筑物防雷设计规范》第4.3.8条第4、5款进行电源SPD配置.     

消防监督检查业务中物联网技术的应用探讨

我国积极应用物联网技术,充分发挥物联网技术的优势,建立智能化物联网管理平台,运用智能技术进行消防检查工作.应用物联网技术,使传统的消防监督检查工作方式发生变化,包括消防监督工作方式、应急救援方式以及灭火扑救方式等.