一种电机运行监测技术北大核心CSCD

为了克服电机有线监测的不足,提出了一种融合RFID技术的无线监测方法。首先,设计了无线加速度传感器标签;其次,采用RFID测试仪对标签进行通信测试;最后,实验环境下对电机表面振动在线监测,实时得出电机表面振动加速度值。通过分析实验结果,得到了电机振动加速度值与状态的初步关系,验证了该方法的有效性。     

基于维修优先级与寿命分布的多部件系统竞争式维修策略EI北大核心CSCD

针对多部件系统中各部件维修优先级不同的情况,提出了基于寿命分布的非集中式维修策略。采用异构多部件系统的竞争式维修模式,在已知部件寿命分布的情况下,建立了一种(m,N)维修模型。建模过程中充分考虑部件维修优先级的不同,对高维修优先级部件,采用修复性维修和预防性维修;对低维修优先级部件,采用成组维修。以全周期的最低维修费率为目标,通过计算不同部件的失效次序统计量,对参数进行优化,进而得到最优维修策略。通过数值算例验证了维修策略的有效性,并对参数敏感度进行了分析。     

基于全同态加密的可证数据持有方案

在使用全同态加密保护数据安全与隐私的云存储服务中,全同态加密体制密文扩张率大的特点将严重影响远程数据完整性验证的效率。基于全同态加密体制,提出一种带有数据快速还原功能的高效可证数据持有方案。使用具备全同态属性的标签结构,结合云计算中计算外包的思想,将计算和存储开销由用户转移至服务器,同时借助密文同态属性减小交互过程中的通信开销。分析与比较表明,在使用全同态体制进行数据加密的云存储服务中,新方案与原有方案相比,具有明显的效率优势。     

超高频RFID标签命令头解析模块设计

该文针对超高频RFIDISO 18000-6C标准,分析了移位寄存器解析方案的冗余状态,提出了采用有限状态机优化超高频RFID标签命令头解析面积的方法。采用Verilog HDL,通过设置6组命令,进行了常用方案和新提出方案逻辑门数量的对比,从而反应出标签芯片电路面积的变化。实验结果表明,当指令数量在12 32条之间时,用有限状态机解析命令头的电路面积比用移位寄存器解析的面积小15%33%。     

基于RFID的监狱智能定位系统的设计与实现

为解决在押犯人管理困难的问题,该文介绍了一种基于射频识别技术的CC1110 RSSI定位系统。系统主要由腕带标签、读卡器、无线中继和服务器组成。标签主要负责对读卡器发送相关信息,读卡器负责接收标签的数据并转发给无线中继,中继通过以太网把读卡器传送过来的数据发送给服务器,服务器负责对数据的处理、分析并进行相关管理操作。该系统结构简单、硬件成本较低、易部署、适应性较强。实际测试表明,该系统能够用于监狱在押人员的定位,降低非视距误差。     

Two-way Markov random walk transductive learning algorithm简

Researchers face many class prediction challenges stemming from a small size of training data vis-a-vis a large number of unlabeled samples to be predicted. Transductive learning is proposed to utilize information about unlabeled data to estimate labels of the unlabeled data for this condition. This work presents a new transductive learning method called two-way Markov random walk （TMRW） algorithm. The algorithm uses information about labeled and unlabeled data to predict the labels of the unlabeled data by taking random walks between the labeled and unlabeled data where data points are viewed as nodes of a graph. The labeled points correlate to unlabeled points and vice versa according to a transition probability matrix. We can get the predicted labels of unlabeled samples by combining the results of the two-way walks. Finally, ensemble learning is combined with transductive learning, and Adboost.MH is taken as the study framework to improve the performance of TMRW, which is the basic learner. Experiments show that this algorithm can predict labels of unlabeled data well.     

FPNS中控制器局域网报文响应时间的最差假设

在控制器局域网(CAN)消息集固定优先级非抢占式调度(FPNS)的研究中,现有的CAN报文的最差响应时间(WCRT)分析方法会对某些消息集的可调度性做出错误判断。为此,本文根据CAN消息FPNS的报文忙期的定义重新分析了报文首次与其余各次进入相关节点的发送队列的情况,修正了其响应时间的最差假设。根据该最差假设所计算的WCRT修正了传统的WCRT分析方法的过优估计,消除了修正的WCRT分析方法引入的过差估计。     

基于Petri的改进优先级队列缓存管理分析与仿真

为了解决由于网络环境中多媒体业务需求的快速增加,导致应用对延迟和拥塞概率等性能指标的要求逐渐提高的问题,提出了一种改进的优先级队列的缓存管理机制。详细研究了该机制的实现原理和方法,并使用Petri工具及排队理论对改进的优先级队列进行了建模。通过仿真实验分析了该缓存管理机制在缓存管理过程中的性能指标,证明了该缓存管理机制能有效地提高多媒体通信的性能,满足多媒体通信的服务质量要求。     

基于稀疏强特征提取的三维地震数据完备方法

随着复杂储层地震资料特征筛选的机器学习技术的进步,如何有效地对参与地震属性优选和储层反演的地震样本进行采集和分析,成为目前智能地震预测领域的一个研究热点。目前的方法多着重于模型分类算法的改进,在标签的制作和采集方面不仅耗费大量时间进行人工标注,还存在标签不平衡情况下类内可靠性、类间平衡性不强等问题。为此,提出基于稀疏强特征提取的三维地震数据完备方法。首先,基于多数决原则的样本分割(Sample Segmentation Based on Majority Rule, SSMR)寻迹多尺度、多标签三维地震样本,进行采集、自动标注;然后,改进标签洗牌平衡方法(Improved Label Shuffling Balance Method, ILSB),通过“2+1”的样本增广平衡策略进行数据完备处理,改善样本采样不平衡性导致的模型训练偏向性;最后,利用基于最小L₁范数稀疏表示对奇异值分解结果进行强特征提取(Minimum L₁-norm Based Sparse Representation for Feature Extraction, L     

基于Windows数控系统的多线程实现

本文介绍了基于Windows平台数控系统的多线程的实现方法，着重阐述了数控系统多线程实现的线程创建、优先级设定和线程同步问题。