密钥管理在管理信息系统中的应用研究

从基本混沌理论出发,探讨了数据库加密中的密钥管理,介绍了密钥的实现,给出了密钥转换方案,分析并证明了方案的安全性。实际应用表明,该方案结构简单,实现方便,大大提高了数据库系统的安全。     

一个基于决策粗糙集理论的信息过滤模型

介绍了决策粗糙集理论,提出了一个基于决策粗糙集理论的通用信息过滤模型,并通过对电子邮件进行过滤,与传统的基于文本内容的信息过滤方法——朴素贝叶斯方法进行了比较,比较结果证明该文提出的基于决策粗糙集理论的信息过滤模型可以降低误判率,有较高的正确率。     

基于反卷积和特征融合的SSD小目标检测算法

由于小目标的低分辨率和噪声等影响,大多数目标检测算法不能有效利用特征图中小目标的边缘信息和语义信息,导致其特征与背景难以区分,检测效果差。为解决SSD(single shot multibox detector)模型中小目标特征信息不足的缺陷,提出反卷积和特征融合的方法。先采用反卷积作用于浅层特征层,增大特征图分辨率,然后将SSD模型中卷积层conv11_2的特征图上采样,拼接得到新的特征层,最后将新的特征层与SSD模型中固有的4个尺度的特征层进行融合。通过将改进后的方法与VOC2007数据集和KITTI车辆检测数据集上的SSD和DSSD方法进行比较,结果表明:该方法降低了小目标的漏检率,并提升整体目标的平均检测准确率。     

因特网的IP协议及其扩展

以因特网现行的ＩＰ数据报格式为基础,系统介绍了ＩＰ地址格式、子网的划分、路由段等概念,针对ＩＰ地址格式和ＩＰ数据报格式的缺陷,分析了更灵活、更有效的ＩＰｖ４扩展－ＩＰｖ６的数据报格式,对ＩＰｖ４和ＩＰｖ６进行了比较和评价。对电力企事业单位的企业网、校园网联入因特网有所裨益。     

融合共现推理的Faster R-CNN输电线路金具检测

为促进目标检测模型与电力领域业务知识有机融合,缓解金具样本间长尾分布问题,有效提升输电线路金具的自动化检测效果,提出了融合共现推理的Faster R-CNN(faster region-based convolutional neural network)输电线路金具检测模型。首先,深入研究输电线路金具结构化组合规则,通过数据驱动的方式以条件概率对金具目标间的共现连接关系进行有效表达;然后,结合图学习方法,利用学习并映射的共现概率关联作为共现图邻接矩阵,使用基线模型(Faster R-CNN)提取的特征向量作为图推理输入特征,以自学习的变换矩阵作为共现图传播权重,完成图信息传播并实现有效的共现推理模型嵌入。实验证明,融合共现推理模块的Faster R-CNN模型较原始模型提升了6.56%的准确率,对于长尾分布样本中数量较少的金具性能提升尤其显著。     

基于KL-散度的智能电网用户特征提取方法

智能电网技术的发展,使得传统电力系统的规模及复杂度大大增加,同时产生了大量的用电数据,如何有效利用数据挖掘技术,从这些海量数据中挖掘出有潜在价值的信息,成为了当前电力系统分析中的一个挑战性问题。首先根据不同的时间段,将用户的用电数据进行划分,在分析每段时间内用户用电数据的基础上,采用KL-divergence（KL-散度）方法衡量用户差异,并结合基于密度改进的K-means算法,给出了一种新的用户特征提取算法,用以描述电网用户的特征差异,从而实现针对不同类别用户制定不同电力营销策略,这在一定程度上能够提高企业经济效益。最后,算例仿真结果表明,所给出的用户特征提取算法在计算的时间效率和准确性上,较传统方法都有了明显的提升。     

软件工程系列课程考核探索

软件教育已由面向编程转向以软件工程为中心,软件工程专业是适应信息技术发展的新兴专业,文章探索了该专业系列课程的考核模式,给出了作者的实践,介绍了《软件工程》课程及实验考核方式的研究成果,给出了《软件体系结构》课程的考核模式及《软件工程经济》课程考核模式,讨论了《软件项目管理》课程考核模式。     

湿式多盘制动器的应用及其发展状况

介绍工程车辆制动器的发展方向和国外湿式多盘制动器的应用情况,重点叙述了国内湿式多盘制动器的发展与应用状况。     

电力视觉技术的概念、研究现状与展望

随着我国新一代电力系统建设的快速发展,发输变电设备作为电力系统的重要组成部分,实现其缺陷的智能检测与分析变得愈发重要。紧跟国家新一代人工智能的步伐,与当今较热的计算机视觉相结合,提出电力视觉技术的概念,分析其研究对象和难点问题,在电力系统、计算机视觉和人工智能等领域之间建立了桥梁,并系统地总结了电力视觉技术在发电、输电和变电3大场景中的研究现状。最后从泛在电力物联网、少样本或零样本学习、生成式对抗网络、电力知识图谱和视觉推理等方面来分析电力视觉技术及其应用的未来发展趋势。     

基于选择性贝叶斯分类器的变压器故障诊断

电力变压器故障诊断中的测试数据信息不完备、有偏差,而贝叶斯网络处理不确定性问题能力强.提出了一种基于选择性贝叶斯分类器的、溶解气体分析结合其他电气试验结果的变压器故障诊断方法.并建立了变压器选择性贝叶斯故障诊断模型.详细阐述并验证了该方法解决信息不完备问题的优越性.该模型还可以通过不断积累完善训练样本,自动修正网络结构...