基于神经网络非线性模型的开关磁阻电机调速系统动态仿真

实现开关磁阻电机调速系统(SRD)的准确动态仿真是进行系统参数优化、控制策略研究的重要依据.本文在以实测开关磁阻电机(SRM)准确特性曲线为样本数据,并基于BP神经网络建立SRM非线性模型的基础上,构建了Matlab环境下SRD系统的整体动态仿真模型.通过仿真揭示了SRD系统的稳态、动态运行特性,实现了系统性能的准确分析,为设计SRD系统高性能控制提供了理论依据.经与实测电流、转速波形对比,验证了本文提出的SRD动态仿真方法的有效性.     

4.5V～36V直流输入的高性能军用计算机电源的研究

军用计算机对电源要求很高：不仅要求电源的输出稳定，还要求其输入有很宽的范围，以适应前一级电源的恶劣变化,结合装甲车载的具体需求，利用电压补偿的方法，采用DC／DC模块，通过低压控制电路和启动控制电路，设计了能够9V-36V输入启动，4．5V-36V输入工作的高性能军用计算机电源。该电源技术指标优良，应用在车载计算机中取得良好的效果。     

基于多层检测的网络安全防范系统

提出了一种基于多层的网络安全防范系统,该系统采用多层检测技术：在IP层采用基于聚集的拥塞控制算法（ABCC）,通过限制拥塞信号的宽度,使间接损害达到最小;然后在TCP和UPD层采用基于人体免疫原理的检测技术AIPT,通过建立规则集,将来自网络访问活动与规则集中的规则匹配,以检测出网络入侵行为。仿真实验结果表明,基于本模型的系统不仅能合理地缓解DoS/DDoS攻击,而且能够解决现有的防范系统中高误报率和漏报率以及实时性差、人工干预多的问题。     

基于全局信任度的多层分组P2P信任模型

通过多层分组策略,利用组中信任度、全局信任度和个人评价制度,提出基于全局信任度模型的新算法。对于对等节点的每一次P2P连接,算法会在交互前对每个可能交互的信任度进行合理评价,使节点事先得知交互的信任度参考值,可以由此采取相应策略提高交互安全性。经过算法分析和仿真测试表明,该模型的全局信任度具有迭代收敛性,对交互的信任度评价可信度高,对P2P安全性上存在的问题具有较大的改进。     

如何在MFC中利用OpenGL实现三维图形的绘制

针对OpenGL强大的三维图形功能和Visual C 完善的基础类库，将二者结合起来，开发出基于Win32环境下的高品质的三维图形应用程序．文中介绍了作者在工程实践中利用MFC开发OpenGL三维图形功能的关键技术，提出了在MFC的框架下构造虚基类来实现MFC和OpenGL函数库之间的接口的方法．     

形式化方法在CSTA系统测试中的应用研究

系统测试中的形式化方法是将客户需求用数学规约表达出来，推导出各项功能的预期输出结果，以完善客户需求，不仅可以较好地消除需求中可能包含的矛盾、二义性、含糊性、不完整陈述以及抽象层次的混杂等，提高发现问题的工作效率和准确度，提高软件测试质量的保障系数，而且可以将行业知识封装起来，为软件测试业务外包提供一个现实可行的依据。     

多版本技术中的对象标识及其压缩

协同编辑系统支持不同地域的协作者通过网络同时地编辑同一个文本或图形对象,其研究具有挑战性.介绍了协同图形编辑中的多版本技术,重点讨论了对象标识及其策略,给出所存在的问题.提出了一个全面的对象标识方案.该方案解决了以往方案不能处理具有依赖关系的操作和相同关系的操作的对象标识和系统维护问题.同时,随着编辑的进行和冲突的产生,对象标识会急剧膨胀,影响系统处理的效率,分析了对象标识压缩的规则,给出一个对象标识压缩方法,并对其有效性进行了分析.实例分析和实验结果表明,所提出的对象标识及其压缩方案提高了系统的效率.     

Petri网的进程表达式与语言表达式

Petri网的语言和进程都是网系统行为的一种有效的描述手段,对应的进程表达式和语言表达式给出了系统全体行为的约束描述．本文首先对Petrl网的进程表达式进行了类型的划分并给出了相应的代数判定依据，随后证明了Petri网的进程表达式与语言表达式的类型一致性，由此给出了由进程表达式求取语言表达式的算法，为基于Petri网语言(尤其是无界Petri网)分析实际的物理系统提供了更为有效的途径．     

基于目录的一致性协议浅析

分布式共享存储体系结构是当今并行计算机的主要发展方向.在注重性能指标的多处理器系统中通常采用硬件手段解决高速缓存一致性问题.高速缓存的一致性设计成为共享存储多处理器系统的关键技术,直接关系到系统的性能、正确性和可用性.该文介绍几种典型的基于目录的一致性协议,并分析共享存储器多处理器系统中一致性协议的实现技术.     

IoT设备程序同源性智能检测技术综述

IoT设备与各行业的深度融合方兴日盛,使得IoT程序快速开发的需求不断增长。开发者习惯于集成第三方库或常用代码。不幸的是,若这些代码中隐藏着潜在的漏洞,那他们也会被扩散到不同的程序中,为其大规模扩散创造了条件。这也是造成近年来IoT设备群体性安全事件频发的重要原因之一。为了降低危害,发现具备相似漏洞的程序并进行相关的处置是一个有效的方法。同源性分析作为挖掘程序间关联关系的重要手段之一,可高效地实现程序漏洞的智能溯源取证。结合机器学习和深度学习技术,它表现出解决大规模程序安全性检测的巨大潜力。然而,IoT设备的软硬件特点仍使得该技术的使用面临挑战。当前已有诸多方案在IoT设备程序的同源性智能检测方面取得了进展。因此,本文将系统性回顾近年来相关技术研究的成果,将他们分为相似性分析和创作者归属技术。首先,我们介绍了两种方式的数据来源。接着,检测过程中涉及的特征选择、特征表示以及相对应的检测方法也被依次介绍。进一步的,本文不仅比较和总结了方案的特点和局限性,还对他们在不同类型IoT设备程序的适配性进行了对比分析。最后,文章针对IoT程序分析提出了一些研究建议。作者希望本综述可为研究者阐明这些工作的核心技术点,并为他们在IoT设备上的进一步应用提供启发。