红外辐射测量系统外场标定方法及飞行目标亮度反演方法

对于外场红外辐射特性测量设备,标定建立了输出灰度和输入能量之间的对应关系。通过构建中心红外系统外场标定体系,分析了直接扩展源标定、间接扩展源标定、小面元黑体近距离成像标定的能量传递过程、标定试验过程以及3种标定方法得到的系统响应度和系统底灰度的物理含义,指出了它们的相同和不同之处,进行了一致性分析。给出了采用标定数据计算飞行目标亮度的方法并提出了中距离外场红外辐射测量实验方法,对大气透过率软件和标定方法进行验证。     

从知识的表达和运用综述强化学习研究

为推进强化学习研究的进一步深入和扩大其实际应用范围,从强化学习研究的理论基础--知识袭示和运用的角度对强化学习进行分类.并就经典随机强化学习、模糊强化学习、定性强化学习以及灰色强化学习作了较详细的探讨与比较.最后从知识表达和运用的角庹对强化学习的发展进行了展望.     

基于熵度量的人群模型评估方法

人群模型评估是虚拟人群仿真研究的关键问题,现有的研究多通过个体仿真轨迹与真实轨迹之间的误差来评估人群模型.然而人群行为本质上是复杂的随机系统,简单的轨迹对比并不能有效反映模型能力.本文应用熵度量的模型评估方法,通过估计真实人群状态与仿真人群状态的误差分布实现了精确的人群仿真定量评估.同时引入失真情况的判断和处理规则,使得评估方法在仿真失真情况下能够保持准确性.实验结果表明,本文提出的算法及规则能有效地实现人群仿真模型的定量评估并给出模型参数选择的指导.     

Ni基硅化物受退火方式影响的研究

硅化镍(NiSi)因具备低硅耗、低电阻率、低热预算、没有明显线宽效应等特性,被广泛应用于源漏极接触部分和栅极与金属的接触部分中。工艺中,加热条件的变化会导致生成不同的Ni基硅化物,均一性也会根据加热方式产生变化,影响器件的性能。对先导工艺中Ni基硅化物在不同工艺流程里不同的固相反应进行了对比分析,研究了低温浸入式退火加高温尖峰退火以及低温浸入式退火加高温激光退火这两种方法对生成Ni基硅化物的影响,发现硅化物电阻值主要取决于低温浸入式退火的温度,硅化物均一性主要取决于高温退火方式。该研究结果对实际工艺加工有参考作用。     

基于位置的自动化网络流协议逆向分析方法

现有自动化网络流协议逆向分析方法处理含有大量二进制报文数据的协议时难以准确推断报文格式。为此,提出一种改进的自动化网络流协议逆向分析方法(PoKE)。通过为关键词添加位置属性,提取出二进制报文数据中长度较短的关键词。利用关键词对报文进行标记,根据标记序列建立协议状态转移模型,同时采用基于报文分割和关键词提取的递归循环方式,实现更全面的关键词信息提取。实验结果表明,与Biprominer方法相比,PoKE方法能提取出更多的关键词信息,从而建立更精确的二进制协议模型。     

三维Laguerre模型的外存式增量算法及可视化技术

在用Laguerre算法实现纳米级材料微观组织结构可视化仿真的过程中,解决了传统算法在设计实现三维Laguerre模型(L模型)程序化与可视化时计算机内存占用量大、程序数据结构复杂等问题,设计了由大到小、层层嵌套的空间数据结构,用6个三重嵌套结构体数组作为中间变量,实现了三维L模型体、面、线、点之间数据的传递与拓扑关系的表达.在此基础上,以硬盘上的外部文件为动态存储空间,设计了硬盘数据文件与内存结构体数组之间实时联动的数据交互方案,避开了计算机内存的限制.在仿真超大规模纳米级材料的微观组织结构时,程序运行的内存占用量恒定为1.2 MB,仿真规模仅受限于硬盘的大小,存储微观组织结构几何信息的数据最后以文本文件的形式输出,方便了在工程实际中的应用与二次开发.     

石墨烯–金刚石/铜复合材料的电化学腐蚀性能研究

目的 通过引入石墨烯和纳米金刚石,提高铜基体的硬度和抗腐蚀性能。方法 通过球磨、原位生长复合的方法,向铜粉上均匀引入纳米金刚石和石墨烯,并采用放电等离子烧结(SPS)制备石墨烯–金刚石混杂强化铜基复合材料(Gr@Dia/Cu)。利用扫描电子显微镜(SEM)、硬度计、电化学工作站对材料的微观组织形貌、显微硬度、电化学腐蚀性能进行测试和表征。此外,还利用X射线光电子能谱(XPS)对腐蚀产物进行分析,并讨论Gr@Dia/Cu的腐蚀机理。结果 微观组织分析表明,石墨烯和纳米金刚石可以均匀地分散于铜基体中。Gr@Dia/Cu的硬度达到了97.49HV,相较于纯Cu,Gr@Dia/Cu的硬度提高了55.2%。在3.5wt%的NaCl溶液中,Gr@Dia/Cu表现出较好的抗腐蚀性能,其腐蚀电压为98 mV(纯Cu为121 mV),Gr@Dia/Cu的腐蚀电流为3.082×10^–7 A/cm²(纯铜为7.293×10^–7 A/cm²),腐蚀速率低至0.072 3 mm/a,抗腐蚀效率提高了57.74%。Gr@Dia...     

Oracle通信TNS协议中请求报文的解析

由于Oracle数据库的内部细节不公开,对其进行安全审计时,需要解析服务器与客户端通信的TNS协议.但已有的TNS协议解析层次不够深入,适用的数据库服务器、客户端以及操作系统、TNS协议版本范围有限,常用的协议逆向方法对于协议的负载部分解析能力有限.本文针对常用的数据库服务器、客户端以及TNS协议版本,在windows和linux操作系统下,提出一个通用的Oracle通信TNS协议请求报文解析方案.针对字节数多、意义不明的报文段,使用数据挖掘的方式获取字段值与结构的关系,以确定具体的报文格式.在实际系统中的应用表明,提出的方案可以有效解析现场采集的大量数据,从请求报文中提取出SQL语句.在对解析结果进行后期校正后,可以达到所有数据包无异常解析.     

基于值分布的多智能体分布式深度强化学习算法

近年来深度强化学习在一系列顺序决策问题中取得了巨大的成功,使其为复杂高维的多智能体系统提供有效优化的决策策略成为可能.然而在复杂的多智能体场景中,现有的多智能体深度强化学习算法不仅收敛速度慢,而且算法的稳定性无法保证.本文提出了基于值分布的多智能体分布式深度确定性策略梯度算法(multi-agent distributed distributional deep deterministic policy gradient, MA-D4PG),将值分布的思想引入到多智能体场景中,保留预期回报完整的分布信息,使智能体能够获得更加稳定有效的学习信号;引入多步回报,提高算法的稳定性;引入了分布式数据生成框架将经验数据生成和网络更新解耦,从而可以充分利用计算资源,加快算法的收敛.实验证明,本文提出的算法在多个连续/离散控制的多智能体场景中均具有更好的稳定性和收敛速度,并且智能体的决策能力也得到了明显的增强.