移动云服务环境中办公资源的安全访问控制技术研究

由于云计算环境中无线办公网络环境的复杂性,导致移动端用户的数据资源存在较大的安全性隐患,因此为了提高移动云服务环境中办公数据访问的安全性,提出了一种基于改进CP-ABE(ciphertext-policy attributed-based encryption)的安全访问控制机制。该方法通过结合电子签章技术,对传统属性加密方案进行了改进,实现了更加高效的移动云计算安全访问控制。仿真实验结果显示:相比其他方法,提出方法所需计算开销和存储更小,且运算效率更高,适用于云服务环境中移动端用户的多种办公应用。     

基于Internet/Intranet供应链管理中的信息安全问题研究

供应链是一种先进的管理和方法，而信息安全是供应链管理的重要保障，供应链管理的集成化特性对信息网络安全提出了更高的要求，基于Internet/Intrant的供应链管理和供应链上的具体企业相关，其信息安全有其特殊性，同时要考虑Internet上的安全问题，本文对此进行深入的分析和思考，也提出了供应链上企业信息网络安全框架体系。     

热轧带钢力学性能在线预测模型的开发与应用

热轧带钢力学性能在线预测技术能够优化生产工艺、改善成品质量.为此,在传统数学模型的基础上,采用Bayes神经网络建立了热轧带钢力学性能在线预测新模型.介绍了基于Bayes理论方法的神经网络、数据预处理方法、数据平台的搭建,力学性能在线预测模型输入参数的选择,以及基于某1 780 mm热轧带钢生产线,对以SPA-H、51...     

基于工业互联网的设备油液在线监测信息化系统开发

随着高性能传感器与工业互联网的发展,在线油液监测技术获得了快速的开发与应用。从软件系统和硬件2个方面介绍了基于工业互联网的在线监测油液信息化系统构建方法;软件系统方面介绍了数据采集系统架构、油液在线监测系统架构、开发环境与步骤、功能模块等相关内容;硬件方面介绍了运动黏度传感器、水分含量传感器、污染度传感器、磨粒传感器4类主要传感器。此外,对在线和离线监测数据进行了对比,确认了在线监测的准确性和有效性。     

融合云加端的制造产品在线质量预测研究

针对制造过程的在线质量预测的实时性问题,提出了一种融合云加端的在线质量预测架构。该架构在云加端提出一种基于遗传算法(GA)参数优化的隐含层节点自适应增长极端学习机(AGELM)方法,建立了优化的产品质量预测模型。同时,该架构在终端改进了k-means方法并将其应用于在线质量数据流聚类,并将聚类中心序列输入产品质量预测模型,预测产品的质量。通过点焊过程的实验表明该产品质量预测模型方法实时性较BP神经网络和贝叶斯方法有较大优势,能应用于当前制造过程的在线质量预测。     

基于云计算与风险评估的数字化信息发布系统设计

为了解决大数据环境下,传统数字化信息发布系统存在的响应效率低以及抗风险性能差的弊端,设计基于云计算与风险评估的数字化信息发布系统,系统由数据层、支撑层以及应用层构成,分析了系统的业务流程,并对系统的综合信息管理、风险评估交流以及信息发布共享功能进行了分析。给出了系统中多媒体播放终端模块、信息发布管理模块的设计和实现过程。分析基于云计算的信息安全风险评估流程,实现信息发布系统安全风险的有效评估。实验结果说明所设计的信息发布系统,具有较高的响应效率和抗风险性能。     

基于固有频率的丝杠预紧力衰退检测技术研究北大核心

传统的丝杠预紧力检测方法多需要将丝杠从工作环境中脱离,这极大的增加了测量成本。为了能够在线对滚珠丝杠预紧力进行测量,提出了一种基于固有频率与决策树SVM的滚珠丝杠预紧力在线检测方法。首先,针对滚珠丝杠副进给系统建立其动力学模型,推导出丝杠预紧力与进给系统固有频率的关系;其次,通过设定预紧力的范围和间隔取值,计算出不同预紧力下的进给系统固有频率值,从而构建预紧力固有频率特征集,利用特征集完成对决策树SVM的训练;最后,基于锤击法测量出实际滚珠丝杠进给系统的前四阶固有频率值,并导入训练后的决策树SVM来完成对滚珠丝杠副预紧力的预测。结果显示,基于固有频率与决策树SVM得到的滚珠丝杠预紧力预测值与实际值的误差在10%以内,证明了本文方法的有效性。     

移动云服务环境中办公资源的安全访问控制技术研究（英文）

由于云计算环境中无线办公网络环境的复杂性,导致移动端用户的数据资源存在较大的安全性隐患,因此为了提高移动云服务环境中办公数据访问的安全性,提出了一种基于改进CP-ABE(ciphertext-policy attributed-based encryption)的安全访问控制机制。该方法通过结合电子签章技术,对传统属性加密方案进行了改进,实现了更加高效的移动云计算安全访问控制。仿真实验结果显示:相比其他方法,提出方法所需计算开销和存储更小,且运算效率更高,适用于云服务环境中移动端用户的多种办公应用。     

基于最小二乘配置的预行程误差模型

为数控机床在线检测中预行程误差影响测量精度问题,对预行程误差的补偿方法进行了研究。在分析了在线检测系统中触测探针触发过程存在的预行程误差问题,提出了一种基于最小二乘配置法的预行程误差预测模型。并通过实际算例,验证了所提出的方法的精确性和有效性。同时与RBF神经网络模型的预测结果进行了对比分析。结果表明,最小二乘配置模型拟合残差较小,相应的在线检测预行程误差模型预测效果更好,预测精度相比高出38.86%。     

多通道电液力伺服协调加载系统控制策略的研究

针对多通道电液力伺服协调加载系统的控制算法,分析了加载系统的特性,提出了一种基于在线支持向量回归的分散预测控制算法。该算法应用在线支持向量回归进行各加载通道模型的在线估计,并将其作为分散预测控制的预测模型。仿真结果表明了该算法的有效性。     

基于BAS-BP模型的轴承剩余使用寿命预测

为有效评估轴承退化趋势,提高设备健康管理的智能化,提出一种基于BAS-BP模型的轴承剩余使用寿命预测方法。提取轴承全生命周期振动信号的时域和频域特征,构建18维退化特征;为提高神经网络的预测精度,采用天牛须搜索算法对初始权重和阈值进行优化,建立BAS-BP预测模型;通过在公开数据集上验证该模型的有效性。结果表明：所提模型可对轴承剩余寿命进行有效预测且精度较高。     

基于分级二分图和改进差分进化的网络故障定位算法

为了减少网络故障传播模型的计算量和提高网络故障定位的准确性,提出了一种基于分级二分图和改进差分进化的网络故障定位算法,适用于计算机网络信息安全管理或者隐私保护。首先,通过引入分级故障诊断概念设计了完整二分图故障模型,并利用其将系统的网络故障定位在3个不同层级的子模型中。然后利用不同的二分图故障传播模型进行网络故障诊断。最后通过启发式思想,结合改进差分进化算法进行求解,有效解决了故障定位准确性低的问题。通过仿真实验证明了提出算法的有效性,结果显示提出算法具有较高的准确性和更少的诊断定位时间。     

RLS-based quality control method for reassembly under uncertainty

The uncertainty recognition, quantification, and optimization of reassembly (remanufacturing assembly) are crucial to improve the precision, quality, and stability of the assembly of remanufactured products. In this paper, we summarize the uncertainties based on the analysis of reassembly features. An uncertainty measure model using information-entropy theory is then established. This model characterizes the uncertainty of remanufactured parts, reused parts, and reassembly quantitatively. An online quality prediction method for reassembly process is then proposed. The method can effectively estimate the quality of remanufactured products using recursive least squares algorithm, which combines real-time data with tremendous amount of history data from the reassembly process. This method can also maximize the use of tremendous amount of history data and improve the accuracy of reassembly by mathematical statistics and examples. Moreover, it can reduce the cost of rework and improve the quality of remanufactured products. Results show that the proposed method achieved good application results with high accuracy and computation efficiency.     

基于ALSTM-MHA的航空发动机寿命预测

为了提升剩余寿命预测任务的精度,提出一种基于注意力长短时记忆网络和多头自注意力机制（ALSTM-MHA）的剩余寿命预测模型,在利用数据时序性的条件下提取特征维度的重要程度以及时间维度的相关性信息。使用C-MAPSS数据集对模型进行实验验证,并与其他方法进行对比。结果表明:ALSTM-MHA模型能够有效地提取特征及时间维度上的注意力信息,与其他方法相比,它在均方根误差和非对称评价指标上分别降低了至少0.3%和20.48%,验证了模型的可行性和有效性。     

三轮全向移动机器人里程计在线校正方法研究

传统里程计校正方法常使用离线校正手段,在地面环境发生改变的情况下,校正效果较差。为解决上述问题,提高机器人定位精度,以三轮全向移动机器人为平台,提出一种结构简单、鲁棒性强的在线里程计校正方法。该方法通过扩展卡尔曼滤波算法处理传感器数据,以得到机器人的实时位姿信息和速度信息,结合三轮全向移动平台的动力学模型,及时修正里程误差。在V-REP中设计仿真实验,实验结果表明:采用所提方法,校正后的里程精度有了极大改善,并克服了离线校正方法受地面环境影响的问题。在已有实际平台上验证了该算法的有效性。     

信息不对称条件下的成矿信息集成方法

针对目前成矿信息不对称等的问题,提出组合作用域信息集成方法,并以桂西—滇东南地区锰矿为例,利用线性回归分析进行了资源量预测。通过成矿信息场分析方法,提取某些地质类的成矿信息,并建立了桂西—滇东南地区锰矿成矿预测指标集,同时考虑到模型区和预测区的找矿信息不对称问题,采用组合作用域集成线性回归分析,建立研究区锰矿资源量预测模型。实例分析表明,采用组合作用域信息集成预测模型能精细、有效地对研究区中的锰矿资源量进行预测,其预测结果对进一步找矿具有很好的指导意义,利用组合作用域信息集成方法可帮助解决成矿信息不对称的问题。     

基于MSCNN-LSTM编解码器的飞机辅助动力装置EGT预测模型

针对提高飞机辅助动力装置(auxiliary power unit,APU)排气温度(exhaust gas temperature,EGT)参数的预测精度问题,提出了一种基于特征选择和多尺度卷积-长短期记忆网络编码器-解码器的EGT预测模型.首先,利用随机森林方法确定重要度较高的APU监测参数;其次,利用多尺度卷积神...     

基于蚁群优化和模糊Petri网的建筑工程成本预测研究

为了有效提高建筑工程成本动态控制的精确度,提出将蚁群优化算法和模糊Petri网理论应用于建筑工程成本预测。首先,通过模糊产生式规则选择样本工程并确定工程之间的相似度,以便建立工程成本预测模型,其权值和阈值等参数由ＢＰ神经网络训练得出。然后,利用蚁群优化对模型各参数进行优化,从而进一步提高工程成本预测的精确度。实际建筑工程实例分析结果表明：相比传统的BP神经网络预测方法,提出的方法具有更高的准确度,能够有效应用于企业建筑工程成本的科学管理。