基于粗糙集理论的公安情报分析

公安情报分析为有效打击和预防犯罪提供了重要的决策支持,是公安工作中非常重要的一环.针对目前公安情报分析工作中面临的信息过剩而情报缺失的问题,本文将粗糙集理论应用到公安情报分析中,结合实际问题,应用变精度粗糙集理论中的条件属性相对决策属性的属性重要性构建情报分析模型,以某地区刑事案件数据为依托,挖掘出公安情报分析的关键指标属性,从而萃取出规则知识集,辅助公安机关进行犯罪情报分析工作,力图提高情报分析机制的准确度.     

考虑车辆协同与时间延迟的跟驰模型的弱非线性分析

为解决交通系统中合作驾驶引起的交通流问题,提出一种广义力跟驰模型。采用线性稳定性理论分析法推导出模型的线性稳定性条件并分析车辆协同与时滞组合对交通流稳定性的影响。通过非线性分析方法推导出考虑合作与时滞的车辆跟驰模型的Burgers方程与KdV方程,并给出它们的孤立波解及约束条件。利用解析法与数值分析法研究交通波演化过程中合作最优速度(OV)模型。实验结果表明,合作与延迟是依赖于模型的,车辆协同作用有利于抑制交通阻塞,传感器对延迟车辆的延迟检测在一定程度上有利于缓解失稳效应。     

空间数据质量不确定语言评价研究

为解决空间数据质量评价遇到用不确定语言且各属性指标权重不明的问题,引入Vague集理论对不确定语言进行科学量化,利用属性区分度来确定权重,用正理想方案距离进行空间数据质量评价。研究结果表明:基于Vague集和属性区分度的评价结果反映了评价者对空间数据质量信息认识的模糊性和不确定性,能正确确定各指标权重,评价结果更能反映实际空间数据质量,使评价结果增加客观性减少主观性,从而使评价结果更科学。本研究结果可为空间数据质量定性评价提供一种参考方法。     

面向航空发动机装配过程的信息追溯与过程监控EI北大核心CSCD

针对当前航空发动机装配过程中信息追溯效率低下和过程监控信息滞后问题,对装配过程数据之间的关联逻辑进行了分析和形式化描述;基于单一产品数据源原理,构建了描述装配数据之间静态关联逻辑的多视图集成模型;将数据世系应用于装配过程中数据动态演进的表达,构建了装配过程的数据世系模型;根据装配过程中不同角色的数据需求,建立了基于多色集的装配数据需求层次网络模型,给出了数据获取流程;最后提出面向不同粒度的装配过程信息追溯与过程监控方法。通过在航空发动机装配车间综合管控系统中的应用,验证了所提方法的有效性和可行性。     

组件化内容管理系统的设计与实现

内容管理系统作为企事业信息化的重要组成部分,已经被广泛使用。目前基于各种服务器平台及开发语言的内容管理系统种类繁多,但在内容与形式设计上,很多系统耦合度太大,从而导致系统扩展性较差、维护成本高昂。本文基于微软的ASP．Net MVC3框架,结合SQLServer及XML等数据技术,探讨基于组件化开发、内容与设计分离、高扩展性、方便易用的内容管理系统的设计思想与实现过程。     

网络带宽测量技术分析

通过对变包测量算法和包对／包队列测量算法的理论分析,得出其各自在不同环境下可用性、准确性、健壮性、时效性的分析结果,说明其存在的缺陷和问题。将两种算法进行融合,采用传输控制协议封装探测包以解决算法对网际控制报文协议的依赖,利用传输控制协议的反馈机制,测量算法只需在发送端部署软件。     

基于C504单片机的电动自行车智能充电器的设计

基于单片机C504控制电路,研制了一种电动车用智能充电器。详细叙述了硬件电路的工作原理、SMBus通信线路以及软件实现。实验结果表明:该充电器能正确监控和测量蓄电池的状态,充电效果好、性能可靠,能减少充电损耗,延长蓄电池的使用寿命。     

电容应变式流体压力传感器的设计

介绍一种电容应变式流体压力传感器的基本原理和检测电路，该传感器具有精度高、线性度小、灵敏度高等优点，适用于微压力和大动态力的测量。     

电涡流传感器温度漂移的综合补偿

在介绍电涡流传感器基本原理的基础上,分析了温度漂移产生的主要因素,并提出了一种温度漂移补偿的新方法,即利用负反馈组成闭环系统实现对温度漂移的综合补偿。实际测试结果表明:温度漂移综合补偿准确度可达0.41%,明显优于一般方法的补偿准确度。     

一种改进的CHNN图像边缘检测方法—Weighted CHNN

针对文献[1]中提出的CHNN图像边缘检测算法缺乏足够的参数来调节边缘检测的灵敏度以及检测结果图像边缘过宽的缺陷,提出一种改进的CHNN方法,称之为Weighted CHNN(加权的CHNN,简称WCHNN)方法。该方法在CHNN神经网络元的n个连接上施加权值,可以通过各种局部搜索、优化算法,使用指定的样本输入、样本输出等方法来训练该WCHNN网络从而确定各权值,使得WCHNN在保留了CHNN的优点的同时,还可以根据不同的样本输入输出图像来调节边缘检测的灵敏度,从而提高检测结果质量并避免检测结果中出现边缘过宽的情况。实验结果表明,训练后的WCHNN网络,比起CHNN有着更低的边缘检测错误率,并可检出原来CHNN方法漏检的边缘。