结合模糊控制的时序数据预测循环神经网络

时序数据处理任务中,循环神经网络模型以及相关衍生模型有较好的性能,如长短期记忆模型(LSTM),门限循环单元(GRU)等.模型的记忆层能够保存每个时间步的信息,但是无法高效处理某些领域的时序数据中的非等时间间隔和不规律的数据波动,如金融数据.本文提出了一种基于模糊控制的新型门限循环单元(GRU-Fuzzy)来解决这些问题.本文在GRU的基础上对记忆层增加了一个子空间分解,由模糊控制模块和一个启发式的失效函数组成,根据数据波动和时间间隔决定记忆层保留的信息量,从而提升模型性能.实验表明,相比于其他的循环神经网络模型,在标普500和上证50中选出股票的股价预测任务中,本文提出的模型有较好的表现.     

电子签章安全漏洞分析研究

文章介绍了电子签章产品的一般结构,提出了电子签章产品的安全漏洞为无法保护文档框架和格式、无法保护文档所有数据和产品自身安全漏洞,分析了漏洞存在原因,并从产品的标准制定、功能完善、自身安全性加固三方面提出了改进建议。     

物联网网络层中基于IPv6的信息安全产品发展趋势研究

文章通过对物联网中的IPv6相关原理、技术等方面的研究和分析,对信息安全产品在新环境下的技术以及应用发展趋势进行分析阐述。为确定信息安全产品标准编制、研发应用等方面的发展方向提供参考,对物联网建设过程中的信息安全产业发展具有积极的建设意义。     

配电网短路故障分析及其识别方法研究

分析了在不同中性点接地方式下单相接地和两相短路接地故障的相电压及中性点电压变化特征,结合三相短路和两相短路的故障特征,提出了完整的配电网短路故障识别方法。仿真结果表明,该方法具有采集的模拟量少、判据简单、运算简便的优点,具有一定的实用价值。     

面向全流程优化的选矿过程仿真系统研发

选矿过程的物流是各环节有机联系的纽带,进行选矿物流仿真实验研究对实现优化操作与优化控制生产具有重要的意义。面向选矿过程生产全流程的优化,为了对选矿全流程的物流与生产过程进行仿真,研究选矿过程各个单元的操作与控制对生产全流程指标的影响,建立了基于物料平衡和金属守恒原理的选矿过程物流模拟数学模型总体框架;设计开发了选矿过程物流仿真系统,包括实验软硬件平台结构、功能及其对控制与优化系统的通讯接口。该系统主要侧重其物流的仿真,及其操作与控制对选矿全流程指标(即金属回收率、精矿品位和产量等)的影响,从而为全流程优化的研究提供依据。在所开发的平台上开展了仿真实验研究,实验结果验证了所研发实验平台的有效性。     

动态滑模控制在EAF电极调节系统中的应用

针对电弧炉电极调节系统的非线性、时变、模型不确定、大滞后等特点,结合高阶滑模和动态滑模控制的设计思想为其设计了一种动态滑模控制器,即通过微分环节构成新的切换函数,将不连续项转移到控制的一阶中,得到本质连续的动态滑模控制律,并将其应用到电弧炉电极调节系统中。对系统的阶跃响应和跟踪特性分别进行了仿真,仿真结果表明,所设计的动态滑模控制器不仅能使系统具有良好的动态性能和较强的跟踪特性,同时能有效地抑制系统的抖振,达到控制系统的动态品质要求。     

关于RFID核心关键技术对其应用的制约的研究

从RFID硬件、软件、制造、信息安全等各个方面入手,对影响RFID技术发展因素进行分析并提出一些建设性的建议,各个方面研究可以看出RFID技术发展有三大制约,它们是价格、技术以及信息安全,如果能突破性解决这些问题,那么RFID的应用将更进一步。     

基于FPGA的小型光纤光谱仪系统设计

设计了一种小型光纤光谱仪,以FPGA为控制核心,通过CCD实现光电转换,利用USB接口实现光谱仪的供电以及与计算机之间的通讯,采用C++Builder开发计算机软件同时用汞灯谱线进行标定,最后以低压汞灯作为光源对光纤光谱仪进行了性能测试。测试数据表明:该光纤光谱仪在400nm—800nm的有效范围内光谱仪波长扫描精度可达到1nm、像元分辨率可以达到0.12nm/pixel。     

基于混沌粒子群的有向传感器网络覆盖优化

研究有向传感器网络覆盖控制问题,全向传感器不能直接应用于有向传感器网络.为改善有向传感器网络覆盖性能,在分析有向感知模型的基础上,提出了应用混沌粒子群的有向传感器网络覆盖优化算法,可随机部署有向传感器网络,以网络区域覆盖率为优化目标,利用粒子群算法较快的收敛速度和混沌搜索的遍历性、随机性,通过调整传感器节点的主感方向,减少网络感知重叠区和感知盲区.仿真结果表明,改进算法能有效提高网络覆盖率.与基本粒子群等覆盖优化算法相比,改进算法覆盖优化性能更好.     

基于云计算的特征人脸户籍图像匹配技术研究

研究特征人脸户籍图像快速匹配问题。在特征人脸与户籍图像进行正确匹配的过程中,需要将户籍图像与特征人脸逐个进行对比,一旦户籍图像数量较大,将造成匹配耗费时间延长。传统算法多是根据户籍图像特征进行配准,一旦户籍图像过多,造成图像匹配耗时,导致图像匹配效率降低。提出了一种云计算的特征人脸户籍图像匹配技术。建立云计算网络模型,计算户籍图像特征权值参数,进行特征参数矩阵转化处理,从而完成特征人脸户籍图像匹配。克服了传统算法的弊端。实验证明,改进算法能够避免由于户籍图像数量过大造成的图像匹配耗费时间过长的缺陷,提高了图像匹配的效率。