中压中间接头模具的设计

介绍了使用液态硅橡胶硫化成型的电缆附件中压中间接头产品的模具设计,其中包括应力锥、屏蔽管和绝缘体3种产品的模具结构;探讨了用于立式和卧式合模单元成型绝缘体硫化模具的结构特点以及产品成型工艺中常见问题的解决方法。对于了解、设计中间接头产品硫化模具和优化产品成型工艺具有参考意义。     

疫情下基于个人移动端的 网络安全居家实验技术与应用

作者针对新冠疫情期间在线教学实践过程中存在的"实验教学短板",紧密结合实际分析实验教学开课不足、资源匮乏和效能退化的现状,提出基于智能手机、家用路由器等个人移动端的网络安全居家实验技术,详细阐述了该实验技术的总体设计、居家实验环境创建和实验流程,并在此基础上,给出DHCP地址耗尽攻击和DHCP欺骗攻击的居家实验教学案例...     

线上辩论式教学法+课程思政的教学模式研究

挖掘辩论式教学法的天然思政育人功能,提出线上辩论式教学+课程思政的教学模式,以微课设计与实践课程为例,基于在线论坛,从辩题设计、辩论筹备、辩论实施方面介绍线上辩论式教学模式构建,然后通过3个育人机制(辩题设计、辩论过程和辩论评价)的思政建设,阐述如何将专业知识传授和思政育人有机结合,最后提出教学反思.     

基于灰色关联分析的改进GAC模型轮廓检测方法

针对传统的基本测地线活动轮廓( GAC)模型在检测噪声干扰、弱边界及凹陷边界目标的轮廓时提取效果不佳的问题,文中提出一种基于灰色关联分析的改进GAC模型轮廓检测方法。该方法利用灰色关联度代替梯度信息来构建停止函数。与传统的梯度信息相比,灰色关联系数对于具有模糊的边界信息的图像信息表示更为准确,从而更好地提取弱边界目标轮廓。初步实验结果表明,文中方法在提取弱边界目标轮廓时效果优于基于传统GAC模型和传统的LBF模型的轮廓检测方法。     

思政教育融入《机器学习》教学中的探索

为落实立德树人的根本任务,将价值塑造、知识传授和能力培养三者融为一体,本文以大学三年级专业课程《机器学习》中的绪论部分为例,在梳理教学内容的基础上,深入挖掘思政元素,推进课程思政建设,将社会主义核心价值观引导于知识传授和能力培养之中,帮助学生树立正确的学习理念、思考方法和增加民族自豪感、坚定四个自信.     

基于灰色关联分析的图像保真度准则

针对图像保真度评价问题,利用灰色系统理论中的灰色关联分析(Grey Relational Analysis,GRA)的整体比较机制和小波变换的多尺度分辨率匹配于人类视觉系统(Human Visual System,HVS)的多信道模型性质,通过小波域系数之间的灰色关联度,给出了一种图像质量评价算法——小波系数灰关联法．实验表明：该算法可以从概貌质量和细节质量分别对图像进行评判,评价结果能够与人眼主观评价保持较好的一致性,优于传统的PSNR评价方法．     

结构相似性灰关联在强噪声图像增强中的应用

为提高强噪声环境下的图像质量,提出一种图像增强新算法．该算法首先对含噪图像进行多尺度小波分解,得到不同尺度、不同方向下的频域信息,然后利用图像中噪声与边缘在不同频带上的分布规律和衰减特性,通过灰色理论中的灰色关联度来区分噪声与边缘,从而在噪声抑制和边缘增强两个方面提高图像的质量．实验结果初步显示,与传统的空域滤波方法和相对较新的小波自适应阈值去噪、Contourlet域自适应阈值去噪等方法相比较,新算法所得图像的视觉效果得到了改善,峰值信噪比最优,可用于强噪声环境下的图像增强预处理．     

基于灰色遗传算法的快速图像匹配方法研究

针对图像匹配速度慢,抗干扰能力差的问题,将灰色关联理论与遗传算法相结合,提出了一种鲁棒性强的快速图像匹配方法——GGA（Grey Genetic Algorithm）法。该方法首先确定问题的参数空间,通过对参数空间编码和种群初始化得到待匹配的多个初始位置,然后利用模板图和当前搜索子图的直方图信息,分别构建参考序列和比较序列,并以两序列间的灰色关联度为适应度函数。在此基础上,初始群体经过选择、交叉和变异等操作逐代进化到搜索空间的优化区域,并逼近最佳匹配位置。实验结果显示,GGA法充分利用了灰色关联理论的小样本特性和遗传算法的计算并行性,在保证一定匹配精度的情况下,实时性和鲁棒性明显提高。     

基于Curvelet变换的图像质量多尺度灰评价

为了更加客观有效地评价图像质量,利用灰色关联分析理论的整体比较机制和Curvelet变换多尺度多方向分析图像特征的优点,提出一种改进的图像质量评价算法——Curvelet系数灰关联法。该算法首先在不同尺度和不同方向上得到待评价图像与参考图像之间的灰色关联度,然后对同一尺度上各个方向的关联度求均值,利用其与标准参考序列进行二次关联比较,从而从二个层次综合评价图像质量。实验表明,该方法不仅能够提供更多的质量信息,而且较PSNR评价方法,能够更好地符合人眼的主观感知。     

密码学智能化研究进展与分析

人工智能、5G网络技术的迅速发展开启了万物互联的新时代,计算能力的大幅提高使得基于计算困难性理论的传统密码算法受到威胁,数据安全和通讯安全已成为物联网时代亟待解决的首要问题,密码学由此进入智能化时代。新一代智能化密码学包括基于神经网络的智能密码算法和以机器学习为工具的智能密码分析这两大核心技术。前者利用神经网络的非线性特征设计加密过程,提高密文安全性;后者通过明密文数据集训练机器学习模型获得密文特征,提高密文破译效率。文中简要回顾了密码算法的发展历程,论述了密码学智能化常用的机器学习方法,重点梳理了国内外密码算法及密码分析智能化的最新进展,分析了目前密码学智能化的优势与不足,并探讨了未来的研究方向和面临的挑战。