关于工控系统信息安全的思考与建议

文章在介绍工控系统的发展历程后,分析了工控信息网络安全隐患的本质与根源,在建议借鉴国外相关规范和经验的同时强调国内重要工程产品引入的约束性,提出了大力支持国内自主核心工控产品的必要洼。     

北方中小河流健康评价研究

文中在遵循《河流健康评估指标、标准与方法》的框架上,根据北方中小河流的自身特点、人类活动干扰以及资料的易得性,对生态流量满足程度、天然湿地保留率等指标进行优化调整。以东北地区洮儿河白城段为例,以2014年作为评估年,对比分析指标调整前后的评价结果,结果显示调整后的指标体系更符合实际情况。以3种不同典型年作为评估年,应用调整后的指标体系进行评估,结果显示不同典型年评估结果差异不大且高于调整前,更为合理。     

海上溢油漂移扩散的数值模拟

该文基于三维自由水面垂向分层动网格的Euler-Lagrangian模式,采用VC方式(Vertex-Centered)的非结构化有限体积方法离散三维浅水方程,模拟渤海的潮汐水流运动过程。以此为水动力背景场,采用油、水分离的Lagrangian粒子追踪模型,对渤海海域发生的溢油漂移扩散问题进行模拟。其油品的蒸发、乳化和溶解等风化作用以引入综合衰减系数的方式考虑。模型对油膜的漂移路径、厚度和面积进行了实时模拟和预测,用多个测站的同步连续实测值对水动力模式进行了参数率定与模型验证,油膜输运扩散的计算结果也与相关报告数据进行了对比,均吻合良好,说明模型具有较高的可靠性与重现性。     

基于Android平台的WiFi管理软件的设计与实现

Android智能终端通过WLAN无线局域网接入互联网是用户最常用的上网方式,但是在同时检测到多个WiFi信号的时候,用户不得不手动连接到想要连接的信号上去。本文通过研究Android应用程序设计原理和Android中处理WiFi信号的相关类库,最后设计实现了WiFi管理软件,通过设定使用过的WiFi信号的优先级实现自动连接。软件在红米,三星等智能终端上安装使用,实现了WiFi的自动连接。     

时间序列数据挖掘中特征表示与相似性度量研究综述

分别分析了时间序列特征表示和相似性度量在数据挖掘中的作用和意义,对目前已有的主要方法进行了综述,分析各自存在的优缺点;同时,探讨了将来值得关注的问题,为进一步研究时间序列数据的特征表示和相似性度量提供了方向。     

基于生物加密的认证机制

为克服传统认证技术在保护安全和隐私方面的不足,提出了一种基于生物加密的身份认证模型。运用生物加密技术对用户脸部特征和密钥进行保护,防止非授权用户的访问和非授权资源的使用。实验结果表明,尽管人的面部表情变化多端,基于生物加密技术的认证系统仍能正确区分真正的用户与仿冒用户,起到很好的认证效果,保证了安全通信。     

电爆炸过程中金属丝电阻变化规律的仿真分析

探讨了电爆炸过程中金属丝相关参数的变化规律,建立了金属丝电阻在气化前的PSpice模型,得到了电容器初始电压由10 kV到20 kV、回路电感由3.9μH到10.8μH、金属丝直径由0.3 mm到1 mm变化时,金属丝电阻变化的仿真结果。对仿真结果分析表明：初始参数影响金属丝上的能量沉积,决定着金属丝的电阻变化过程以及金属丝完全气化所需要的时间。     

ENSO事件对松花江流域夏季降水的影响

对1951—2000年的ENSO事件对松花江流域夏季(6—8月)降水的影响进行了分析,结果显示:赤道中东太平洋海温异常与松花江流域夏季降水有很好的相关性,特别是ENSO事件出现后,El Nino事件影响年通常对应于松花江流域夏季降水偏多,La Nina事件影响年松花江流域夏季降水则较常年偏少,且二者通过了置信度α=0.05的显著性检验.这种相关性可用于进行松花江流域夏季降水的预测.     

海洋平台灰预测和支持向量机的逆控制

导管架式海洋平台在随机波浪等外载荷作用下极易产生有害振动,且其动力响应具有极强的非线性和时变性,采用被动控制方法和基于精确数学模型的主动控制方法控制海洋平台的有害振动很难达到理想的控制效果.结合灰预测和支持向量机的优点,提出了基于灰预测和支持向量机的自适应逆控制方法,并将其与动态刚度阵法相结合应用于导管架式海洋平台的振动主动控制中.数值算例分析表明,该控制方法可有效地控制波浪和风载荷作用下引起导管架式平台的有害振动,并能解决由于控制信号传输等原因引起的时滞问题.     

基于卷积神经网络的道路车辆检测方法

提出了一种基于卷积神经网络的前方车辆检测方法。首先,根据车底阴影特征,运用基于边缘增强的路面检测算法以及车底阴影自适应分割算法来分割并形成车底候选区域,以解决路面灰度分布不均及光照条件变化问题;其次,运用针对道路交通环境的卷积神经网络结构,建立图像样本库进行网络训练;在此基础上,采用基于卷积神经网络识别的方法以验证并剔除被误检测为车底阴影的候选区域,进而确定真正的车辆目标;最后,修改网络为三分类识别,以验证本文方法的强扩展性的优势。实验结果表明:本文提出的车辆检测方法能够很好地区分车底阴影和非车底阴影干扰,有效地提高车辆检测的准确率和可靠性,降低误检率。