ICT技术测试炭/炭复合材料内部密度分布

利用工业计算机辅助层析成像技术(ICT)对不同尺寸的炭/炭复合材料进行了断层摄像试验,发现该技术能真实地反映材料内部的实际密实情况.利用ICT图像给出的相关数据,经过一系列计算,得出材料内部各处的密度值,该方法比传统的排水法所得的结果精确,而且无需从制品中取样,节省了材料和时间.ICT技术有望用于其它复合材料的密度测试.     

缓蚀阻垢剂的筛选及工业应用

针对现场循环冷却水的水质情况，研究了一种适用于循环冷却水的缓蚀阻垢剂配方，通过正交试验筛选出了一组最佳的浓度，使用该配方的缓蚀率达到82．56％。经静态阻垢试验和缓蚀评定试验分析，结果表明该配方有良好的缓蚀阻垢性能。当药剂配方浓度达50mg／L时，其缓蚀率和阻垢率均达到90％以上。在现场循环冷却水系统的应用中，对改善循环水水质也有很好的效果。     

形变诱发马氏体对1Cr18Ni9Ti不锈钢应力腐蚀破裂的影响

通过低温(-70℃)拉伸方法,制备出具有不同马氏体(铁磁相)含量的1Cr18Ni9Ti(AISI321)奥氏体不锈钢试件。采用恒载荷法对双边缺口试样进行应力腐蚀试验,测定了不同马氏体含量的试样在氯化物介质中应力腐蚀破裂(SCC)的归一化门槛值。用SEM观察断口形貌。结果表明:当铁磁相含量小于5%时,材料的SCC敏感性随含量增加而减小;在5～15%范围内,SCC敏感性不断增加;在15～24%区域中,材料的SCC敏感性迅速下降;超过24%,SCC敏感性又有所上升。     

步进式伺服系统的可编程序控制设计

用可编程控制器对步进伺服系统进行控制，是一种简单，可靠，方便适用的控制方法，文章介绍了系统电路的设计原理以及运行于FX系列机型上的应用软件的设计方法。     

基于信息熵的粗糙K-prototypes聚类算法

针对传统K-prototypes在计算分类属性的差异度时未考虑各个分类属性对聚类结果的影响程度,且算法容易受到噪声的干扰,无法处理数据中不够精确、不完整等不确定性问题,提出基于信息熵的粗糙K-prototypes聚类算法。在计算数据样本之间分类属性的差异度时,使用信息熵的理论,确定每个分类属性对于聚类分析结果的影响权重;引入粗糙理论,计算得到各样本与粗糙模之间的粗糙相异度,通过多次迭代计算,获得最终聚类结果。该算法结合信息熵和粗糙理论,可区别对待各分类属性,解决数据不精确引起的不确定性问题,4个UCI数据集上的实验分析结果验证了该算法的有效性。     

一种基于本体和用户日志的查询扩展方法

为了解决信息检索中存在的用词歧义性问题,提出一种基于本体和用户日志的查询扩展方法。利用领域本体从语义层面扩展用户查询形成初始扩展概念集,结合用户查询日志利用共现度分析对初始扩展概念集进行二次筛选。实验结果表明,与传统的基于局部共现的扩展方法和基于本体的扩展方法相比较,该方法在保障良好鲁棒性的同时,有效地提高了检索准确率。     

一种基于域知识的协议状态机主动推断算法

现有基于L*算法的协议状态机主动推断方法忽略了协议特有的域知识,将协议报文抽象为相互独立、无意义的符号,并完全随机地生成测试样本进行状态机等价判定,导致产生大量的无效询问和测试样本,在真实网络环境下推断效率较低。在L⁺M算法的基础上提出了一种基于域知识的协议状态机主动推断算法L⁺N,其改进主要体现在:依据会话样本集提取各报文之间的强顺序约束关系来过滤无效的输出询问,构建会话样本集对应的扩展前缀树接受器(Extended Prefix Tree Accepter,EPTA)对输出询问进行预响应,提出了一种基于正例样本变异的等价询问近似判定算法以提升寻找反例的效率。实验结果表明,L⁺N算法能够大幅提高推断效率,并且具有与L⁺M算法相同的推断准确度。     

一种基于GF(23)的(K,N)有意义无扩张图像分存方案

传统有意义图像分存存在像素扩张,通常只对分存信息以较短的认证信息进行甄别,从而导致重构的秘密像素真实性无法准确鉴别。针对此问题,提出一种基于GF(2³)的(K,N)有意义无扩张图像分存方案。在该方案中,首先生成加密映射表并利用秘密像素的位置信息对秘密像素进行加密;然后将秘密像素的认证信息和加密像素在GF(2³)有限域下进行(K,N)分存,嵌入到掩体图像对应的像素中;最后将映射表的生成密钥进行(K,N)分存,计算每个子密钥的MD5值并公布到第3方公信方以防止掩体图像持有者作弊。实验结果表明,所提方案能准确地识别出秘密图像攻击区域,不存在任何像素扩张,掩体图像与秘密图像等大且嵌入分存信息的掩体图像具有较好的视觉质量。     

基于信息增益的模糊K-prototypes聚类算法

K-prototypes聚类算法结合了K-means算法和K-modes算法,可用于分析混合属性的数据对象。传统的K-prototypes聚类算法在计算数据对象的相异度时,未考虑各个属性对于最终聚类结果的影响程度,而现实世界中,各属性的重要程度是不同的。使用了信息论中信息增益的计算方法,来获得各个属性的权值。在计算各属性的差异度时,乘以这些权值,从而可以获得更为准确的聚类结果。为了增加算法处理模糊问题的能力,本算法引用了模糊理论,从而使其具有较好的抗干扰能力和处理不确定性问题的能力。通过对四个UCI数据集的聚类分析实验,表明了本算法的有效性。     

改进的物联网感知层访问控制策略

针对当前物联网感知层中海量终端节点访问控制策略可适应性以及运行效率的不足,提出一种高效的访问控制策略。一方面,该策略采用基于属性的访问控制(ABAC)机制,规范了ABAC形式化定义,给出了物联网感知层下的访问控制策略框架,实现了更加细粒度的授权;另一方面,该策略采用了一种改进的密文策略基于属性加密(CP-ABE)算法,引入了析取范式结构,用DNF树替代传统CP-ABE算法中AND/OR访问树结构,有效地简化了计算,提高了系统运行效率。通过实验分析,该策略相比传统的访问控制方法减少了系统的时间开销,在物联网环境下更具适应性和优越性。