浅谈中国缺陷汽车产品召回制度

本刊上一期探讨了在汽车召回制度发展中,我国缺陷汽车召回管理制度的有效性、汽车召回的模式等问题。本期,我们就汽车召回制度的实施现状及管理现状,汽车召回中的零部件供应,汽车缺陷产品召回制度对社会信任度及企业的诚信度所产生的影响等等问题,作进一步的深入探讨。     

非平衡技术在高速网络入侵检测中的应用

针对现有的高速网络入侵检测系统丢包率高、检测速度慢以及检测算法对不同类型攻击检测的非平衡性等问题,提出了采用两阶段的负载均衡策略的检测模型。在线检测阶段对网络数据包按协议类型进行分流的检测,离线建模阶段对不同协议类型的数据进行学习建模,供在线部分检测。在讨论非平衡数据处理的各种采样技术基础上,采用改进后的过抽样少数样本合成过采样技术（SMOTE）对网络数据进行预处理,采用AdaBoost 、随机森林算法等进行分类。另外对特征选取等方面进行了实验,结果表明SMOTE过抽样可提高各少数类的检测,随机森林算法分类效果好而且建模所用的时间稳定。     

串口通信在CAD/CAM系统中的设计与实现

串行口通信是终端与计算机或计算机之间进行数据通信的一种方式，在工业上发挥着重要的作用。具有传输距离远、传输稳定、简单实用等特点。论述了在三维造型软件平台上(JHSolid)的CAM模块中串口通讯的实现。应用VisuaI C 结合CSem aJPort类实现自动侦测串口、在数控机床与PC之间进行数据及文件的传输等功能，并讨论该系统的基本原理和具体实现。     

基于线程的MPI通信加速器技术研究

为了针对多核系统构建更高效的MPI支撑环境,文中提出了一种基于线程的MPI加速器,称作MPIActor.MPIActor是一种用于协助传统MPI库的透明中间件,用户可以在编译期选择是否在单线程MPI程序中采用该中间件.加入MPIActor后,每个节点内的MPI进程都被映射成同一进程中的多个线程,从而节点内的通信可通过轻...     

基于两种混沌序列的图像加密方法的研究

确保数字图像信息的安全,是当前信息处理技术领域的难点和热点。混沌序列具有容易生成,对初始条件和混沌参数敏感等特点,近年来在图像加密领域得到了广泛的应用。提出了一种新的图像加密算法,利用两种混沌映射,分别对图像像素进行灰度置乱和位置置乱。实验和分析结果表明,此种算法具有密钥空间大、不易破解等特点,加密效果令人满意。     

基于Libnids的电子邮件内容的重现

Libnids开发包是Linux平台下的网络安全开发工具包之一,它所提供的IP碎片重组、TCP数据流重组等功能使它成为了一把功能强大的双刃剑。利用Libnids可以完成协议分析、数据嗅探、网络数据重现等多种应用。本文介绍了如何利用Libnids进行应用层的POP3协议的分析从而实现对电子邮件内容的重现。     

Ti6321合金TIG焊接接头组织与动态力学性能研究

采用钨极氩弧焊（TIG）焊接双态组织的Ti6321合金,对未焊接母材、近热影响区母材、热影响区和焊缝区进行显微硬度及静动态力学性能测试,并对焊接接头动态压缩前后的组织结构进行观察。结果表明：Ti6321合金经TIG焊接后,热影响区组织为等轴初生α相与β相+针状马氏体α''相构成的近双态组织;焊缝区为大块α相与针状马氏体α''相构成的网篮组织,且晶粒较为粗大。在显微硬度与静动态抗压强度方面,焊接接头热影响区最高,母材与近热影响区母材次之,焊缝区最低。母材、近热影响区母材和热影响区冲击吸收功相近,焊缝区低于前三者。热影响区因形成致密细小的针状马氏体α''相,其硬度与动态抗压强度较高,变形协调能力弱,塑性较低。焊缝区粗大的晶粒使动态塑性与动态强度都较低。在2100～2900 s-1动态压缩应变率范围内,母材、热影响区与焊缝区随着应变率增大,发生了明显的塑性变形。母材与热影响区中的等轴α相由压缩前分布均匀的椭球状转变为方向不一的长条状,转变程度随着应变率的增大而增大。     

基于改进LSTM神经网络的测井曲线重构方法

地球物理测井过程中,由于仪器测量或者井眼原因等经常会造成部分测井曲线失真或缺失的情况,针对失真或缺失部分测井曲线的补全与生成问题,对测井领域知识和长短期记忆神经网络(LSTM)进行了研究,提出联合领域知识与深度学习的测井曲线重构模型(DK-LSTM)。利用测井领域知识中的地层岩性特征指数筛选数据得到高质量的训练样本,并将其作为深度学习重构测井曲线的依据;构建并训练带有领域知识约束层的长短期记忆神经网络模型;基于测井曲线间的强依赖关系在重构模型中引入注意力机制,进而生成并补全测井曲线中失真或缺失的信息。实验结果表明DK-LSTM测井曲线重构模型较标准长短期记忆神经网络和串级长短期记忆神经网络具有更准确的预测效果,为测井曲线重构提供了一种新思路。     

基于自寻优和交叉寻优的量子优化算法

为提高群智能优化算法的搜索能力,提出了一种量子优化算法。该算法基于量子位Bloch坐标,将种群分为最优个体和普通个体两部分并进行不同处理,对于最优个体,通过使所有量子比特在Bloch球面上绕着坐标轴多次旋转,生成多个新个体,并采用贪婪搜索策略选择最优个体;对于普通个体,将当前个体的量子比特向着随机交叉确定的目标位置旋转,生成新个体,并在当前个体和新个体之间通过贪婪选择以实现当前个体的交叉寻优。函数极值优化的仿真结果表明,所提算法在优化能力上,优于简单量子遗传算法、普通遗传算法和人工鱼群算法,从而验证了算法的有效性。该算法在高维能很好地避免陷入局部最优值,具有快速收敛性和良好的全局搜索能力,实验结果揭示出采用量子计算设计优化算法进而提升搜索能力的研究思路是可行的。     

Hankel矩阵及其逆矩阵快速三角分解的新算法

为了降低Hankel矩阵及其逆矩阵三角分解算法的计算量和减小这类算法的误差。本文根据Hankel矩阵的对称结构,通过构造高阶矩阵的方法分别给出了求解这类矩阵及其逆矩阵三角分解的快速算法,与Chun-Kailath算法相比,新算法减少了计算量,并改进了计算精度。