一种基于深度度量学习的视频分类方法

针对视频分类中普遍面临的类内离散度和类间相似性较大而制约分类性能的问题,该文提出一种基于深度度量学习的视频分类方法。该方法设计了一种深度网络,网络包含特征学习、基于深度度量学习的相似性度量,以及分类3个部分。其中相似性度量的工作原理为:首先,计算特征间的欧式距离作为样本之间的语义距离;其次,设计一个间隔分配函数,根据语义距离动态分配语义间隔;最后,根据样本语义间隔计算误差并反向传播,使网络能够学习到样本间语义距离的差异,自动聚焦于难分样本,以充分学习难分样本的特征。该网络在训练过程中采用多任务学习的方法,同时学习相似性度量和分类任务,以达到整体最优。在UCF101和HMDB51上的实验结果表明,与已有方法相比,提出的方法能有效提高视频分类精度。     

螺纹烟管的传热效果及技术经济性研究

对螺纹烟管的传热效果和技术经济性进行研究。在分析螺纹烟管强化传热机理的基础上,以某锅炉厂设计制造的型号为DZL10.5-1.0/115/70-AⅡ的新型水火管链条炉排热水锅炉为案例,分别计算分析了螺纹烟管和普通光管的传热效果,通过两者的比较,验证了螺纹烟管技术的优越性和经济性。     

污泥的处置与资源化技术

主要介绍我国污泥的处置与资源化现状和目前使用的技术。其中污泥处置技术主要包括:污泥的脱水,焚烧,填埋和厌氧消化等。污泥资源化技术主要包括:污泥农用,制建材,环保利用和热能利用等。其中陆地填埋和污泥农用是比较有发展前景的技术。     

储能电站系统安全管控体系研究

国内外电池储能电站频发火灾事故引发业界对于储能安全问题的广泛关注。为此，梳理分析了储能系统引发火灾等事故的因素，阐述了事故因素可知、控制参数可测、系统安全可控的储能系统安全管控体系要求，并提出改进措施与建议。     

改进的基于奇异值分解的图卷积网络防御方法

图神经网络（GNN）容易受到对抗性攻击而导致性能下降，影响节点分类、链路预测和社区检测等下游任务，因此GNN的防御方法具有重要研究价值。针对GNN在面对对抗性攻击时鲁棒性差的问题，以图卷积网络（GCN）为模型，提出一种改进的基于奇异值分解（SVD）的投毒攻击防御方法 ISVDatt。在投毒攻击场景下，该方法可对扰动图进行净化处理。GCN遭受投毒攻击后，首先筛选并删除特征差异较大的连边使图保持特征光滑性；然后进行SVD和低秩近似操作使扰动图保持低秩性，并完成对它的净化处理；最后将净化后的扰动图用于GCN模型训练，从而实现对投毒攻击的有效防御。在开源的Citeseer、Cora和Pubmed数据集上针对Metattack和DICE(Delete Internally,Connect Externally)攻击进行实验，并与基于SVD、Pro＿GNN和鲁棒图卷积网络（RGCN）的防御方法进行了对比，结果显示ISVDatt的防御效果相对较优，虽然分类准确率比Pro＿GNN低，但复杂度低，时间开销可以忽略不计。实验结果表明ISVDatt能有效抵御投毒攻击，兼顾算法的复杂度和通用性，具有较高的实用...     

拟态路由器BGP代理的设计实现与形式化验证

为确保拟态路由器中协议代理等“拟态括号”关键组件的安全性和功能正确性，设计实现了边界网关协议（BGP）代理，并采用形式化方法对BGP代理的安全性和功能正确性进行了验证。BGP代理通过监听邻居路由器与主执行体之间的BGP会话报文，模拟邻居路由器与从执行体展开BGP会话，实现各执行体的BGP状态一致。采用VeriFast定理证明器，编写基于分离逻辑的形式化规约，证明程序不会出现空指针引用等内存安全问题，并验证了BGP代理各功能模块实现的高级属性符合功能规约。BGP代理实现与验证代码量之比约为1.8:1，程序设计实现和程序验证所耗费的时间之比约为1:3。经过形式化验证的BGP代理处理100 000条BGP路由所花费的时间为0.16 s，约为未经过验证的BGP代理的7倍。研究工作为应用形式化方法证明拟态防御设备与系统中关键组件的安全性和功能正确性提供了参考。     

电化学水软化技术的现存问题与对策

循环冷却水结垢易造成换热效率降低并可能引发安全问题，是实际生产必须重视的问题。相对于投加阻垢剂、石灰软化、离子交换等方法，电化学软化法凭借无需投加药剂、固体产物易分离、易自动化控制的优势，展现出良好的应用前景。但单位面积电极去除硬度的效率低、能耗高及长期运行时硬度去除效率下降的问题限制了其在实际工程中的应用。分析了上述3个问题产生的原因，总结了文献报道的典型对策：依靠提高阴极比表面积、用隔膜分隔阴阳两极改善电极沉积效率低的状况；通过扩大碱性区域、减少电极间距来降低设备运行能耗；通过对阴极的清垢，以及通过强化溶液中的均相成核削弱钙镁沉淀对阴极的覆盖来保障长期运行稳定性。最后对电化学水软化技术的发展进行了总结与展望，指出未来应通过开发新的反应器形式、新的电极来达到提高处理效率、降低能耗、维持设备长期运行稳定性的目标。     

大规模软硬协同哈希表设计与实现

哈希表在网络报文处理,尤其是带状态的报文处理中发挥着重要作用.伴随着网络流量的快速增长,传统软件哈希表难以满足网络性能需求,而查找是影响哈希表性能的关键之一,如何提升哈希表的查找速率也一直是一个难点问题.经研究表明,现有的网络流量呈现Pareto分布特征,即存在少数的大流量数据——大象流.基于当前数据中心广泛采用的软硬协同计算模式,提出了一种基于DPDK+FPGA的大规模软硬协同哈希表架构.根据现有网络流量特征,将流量分成大象流与背景流.同时也将哈希表分成硬件表与软件表.在FPGA中构造小规模硬件表,卸载所有报文的哈希计算,以及大象流的哈希查找.在软件中基于DPDK构建大规模软件表,利用FPGA卸载哈希计算,加速背景流的查找.软件拥有所有流信息,利用采样法识别大象流并将大象流的键值对信息(key-value)更新到FPGA的硬件表中,以加速软件中大规模软件表的查找速率.采用Xilinx U200加速卡和通用服务器作为硬件平台,实现了软硬协同的大规模哈希表,并利用测试仪构造了符合当前网络特征的流量数据,以DPDK精确转发为例,验证了软硬协同哈希表的性能.结果表明,在大象流哈希查找完全卸载...