Kevlar织物软壁包容环抗冲击数值仿真分析研究

针对机匣包容性问题,提出Kevlar平纹织物本构模型的拟合方法,分别采用单层壳、多层壳、层合壳三种有限元建模方式对Kevlar织物软壁包容环弹道冲击过程进行模拟,发展了机匣包容性仿真分析模型。结果表明,多层壳模型和层合壳模型的计算结果更准确,并且可以通过调节摩擦因子使仿真结果与试验结果更接近。在此基础上研究了撞击点位置和弹体入射姿态对弹体剩余速度的影响。结果表明:在较小偏移距离内,撞击点的位置对剩余速度的影响可以忽略不计;滚转角和俯仰角对剩余速度影响较小,而对于偏航角,当角度大于30°时,剩余速度会随着角度的增大明显呈下降趋势,且弹体出射姿态也会发生明显变化。     

基于代理模型的固体动力杀伤器气动外形优化研究

分析了固体动力杀伤器的气动外形设计参数。通过进化神经网络构建气动外形参数与气动特性之间的代理模型，然后确定了气动外形优化方法，并完成了算例验证。结果表明：通过代理模型开展固体动力杀伤器气动外形优化是可行的，能够大大缩短杀伤器气动外形优化周期。     

基于Hadoop的电力运维审计系统的设计

国家电网公司信息化程度越来越高，单机运维审计系统产生的数据量日益增多，对海量数据高效率存储分析性能严重下降，系统稳定性降低。为满足国家电网当前对运维审计系统数据存储分析以及系统稳定性的需求，在Hadoop开源架构的基础上，本文提出基于Hadoop集群的海量数据分布式存储方法和基于Heartbeat的心跳检测技术，实现基于Hadoop的电力运维审计系统。〖JP2〗实验测试结果表明，基于Hadoop的电力运维审计系统相比单机系统可用性提高了8.42%，大大提升了存储分析海量数据的性能，具有系统工作稳定和服务不间断等优势。     

贝叶斯网络查询语义扩展的专家发现方法

专家发现是实体检索领域的一个研究热点，针对经典专家发现模型存在索引术语独立性假设与检索性能低的缺陷，提出一种基于贝叶斯网络模型的专家发现方法。该方法模型采用四层网络结构，能够实现图形化的概率推理，同时运用词向量技术能够实现查询术语的语义扩展。实验结果显示该模型在多个评价指标上均优于经典专家发现模型，能够有效实现查询术语语义扩展，提高专家检索性能。     

面向智能客服系统的情感分析技术

该文以阿里小蜜为例,对智能客服系统中的情感分析技术进行比较全面的介绍,包括情感分析算法模型的原理及其在智能客服系统的多个应用场景中的实际落地使用方式和效果分析。智能客服在解决客户高频业务问题的同时,也需要给客户提供多维度的、具有类人能力的助理、导购、语聊和娱乐等服务,提高客户对智能客服机器人的整体满意度。在此过程中,情感分析技术在机器人类人能力建设中起到了至关重要的作用。该文围绕智能客服系统中人机结合的服务形式,从六个维度总结和介绍了情感分析技术在智能客服系统中的应用场景,包括用户情感检测、用户情感安抚、情感生成式语聊、客服服务质检、会话满意度预估和智能人工入口。     

基于大数据的智慧林业系统设计

With the development of 5G, big data, cloud computing, IOT, mobile Internet and other information technologies of new generation, the design of forestry information system establishes a new mode of forestry development integrating three-dimensional perception, collaborative management and internal and external services by means of perception, IOT and intelligence. Intelligent forestry system is a comprehensive information management system integrating forest management, intelligent forestry business management, green maintenance management and emergency command and dispatching management. Based on the specific project practice, this paper puts forward the overall framework design scheme and management platform design scheme of intelligent forest- ry.     

Numerical integration for the inverse dynamics of a large class of cranes

Multibody System Dynamics - A recently developed index reduction method is applied to comparatively complicated underactuated mechanical systems in the context of inverse dynamics. The inverse...     

基于改进CGANs的入侵检测方法研究

近年来,机器学习算法在入侵检测系统(IDS)中的应用获得越来越多的关注。然而,传统的机器学习算法更多的依赖于已知样本,因此需要尽可能多的数据样本来对模型进行训练。遗憾地是,随着越来越多未知攻击的出现,且用于训练的攻击样本具有不平衡性,传统的机器学习模型会遇到瓶颈。文章提出一种将改进后的条件生成对抗网络(CGANs)与深度神经网络(DNN)相结合的入侵检测模型(CGANs-DNN),通过解决样本不平衡性问题来提高检测模型对未知攻击类型或只有少数攻击样本类型的检测率。深度神经网络(DNN)具有表征数据潜在特征的能力,而经过改进后的条件CGANs,能够通过学习已知攻击样本潜在数据特征分布,来根据指定类型生成新的攻击样本。此外,与生成对抗网络(GANs)和变分自编码器(VAE)等无监督生成模型相比,CGANsDNN经过改进后加入梯度惩罚项,在训练的稳定性上有了很大地提升。通过NSL-KDD数据集对模型进行评估,与传统算法相比CGANs-DNN不仅在整体准确率、召回率和误报率等方面有更好的性能,而且对未知攻击和只有少数样本的攻击类型具有较高的检测率。     

纵轴式掘进机截割头载荷影响因素的仿真分析

针对现有掘进机截割头载荷特性研究方法采用单一影响因素不能全面反映截割头载荷及其波动变化规律的问题,通过分析截割头瞬时载荷,确定了纵轴式掘进机在水平截割工况下截割头载荷的主要影响因素有截割岩石特性、截割头掏槽深度、截割头吃刀深度、截割头转速和截割臂摆速。针对某纵轴式掘进机水平截割工况,采用Matlab对影响截割头载荷的多种因素进行仿真分析,得到了各向载荷及其波动随各因素的变化规律:截割头载荷随着岩壁普氏系数的增大而增加,其中横向阻力增加尤为明显,横向阻力波动程度高于其他方向载荷,且随着岩壁普氏系数的增大呈减小趋势;随着截割头掏槽深度的增加,截割头各向载荷近似呈线性增加,其中升力增加幅度最大,各向载荷波动则随着截割头掏槽深度的增大而减小;随着吃刀深度的增加,截割头载荷总体呈增大趋势,载荷波动程度则随之减小;在截割头转速一定的情况下,截割头载荷均随着截割臂摆速的增加而增大,在同一摆速下,截割头载荷随着截割头转速的减小而增大,横向阻力波动明显高于升力和推进阻力波动,横向阻力和推进阻力波动按截割头载荷规律变化,升力波动则与之相反。截割头载荷波动变化规律与截割头载荷变化规律不尽一致,有时甚至相互冲突。因此,掘进机作业过程中应合理选择截割头掏槽深度、吃刀深度等操作参数和截割头转速、截割臂摆速等运动参数,使各参数相互匹配,以减小掘进机振动,延长使用寿命。