一种改进的智能卡数据传输安全策略

针对传统智能卡进行数据传输时仅支持单一模式的缺点,提出一种改进的基于模式控制字的数据传输安全策略。此模式控制字支持多种数据传输模式,数据可以采用明文、密文、明文MAC、密文MAC中的任一种方式进行传输,并通过基本文件(包含透明文件、线性文件)的读、写模式控制字,来规定文件进行读、写操作需要满足的传输安全条件。同时,还提出使用禁止添加、或禁止更新这两种写属性来限制基本文件的写入方式。用户可以根据自己的需求,将同一文件的读命令,和写命令采用的传输方式设置成不一样,从而选择不同的数据传输方式,进而提高数据传输的灵活性和安全性。     

基于Allan方差法的MEMS惯性器件随机噪声分析

地震仪测量的通常为水平分量,而对旋转分量的测量与研究还相对较少.单独运用陀螺仪测量振动的旋转分量,准确度不高,而且测量结果的漂移量较大.基于MEMS惯性器件的无陀螺捷联惯导技术或者陀螺仪-加速度计组合技术,为六自由度振动测量提供了便利.由于受其加工工艺的限制,MEMS惯性器件的测量精度还存在较大的差异,因此需要对MEMS惯性器件的误差特性进行对比测试与分析.文章应用Allan方差法对两种MEMS惯性器件的随机噪声进行了分析,得到了量化噪声、速度随机游走、零偏不稳定性、加速度随机游走、速率斜坡等5项随机噪声指标.随机噪声分析的结果表明,Allan方差法能有效地对MEMS惯性器件的随机噪声进行评估和分析.     

基于PN序列互相关同步低复杂度实现方法

针对互相关同步算法实现复杂度高的问题,设计了一种伪随机(PN)码序列和近似加法器的互相关同步实现方法(PNACCS),在现有PN码序列互相关同步方法的基础上,通过使用近似加法器代替部分传统精确加法器,降低了互相关同步实现的复杂度.算法仿真和分析结果显示,与现有的互相关同步算法相比,PNACCS方法在时频同步性能与传统互相关几乎相同的情况下,逻辑资源占用更少,易于实际工程的实现.     

疫情下应用型高校程序竞赛培训的混合多元式教学改革

在新型冠状病毒爆发期间,为了响应教育部“停课不停学”要求,保障疫情防控期间的教学工作正常进行,针对疫情前期在线教学中存在的问题,提出混合多元式教学模式。该模式充分考虑了应用型人才培养要求以及程序竞赛培训特点,将流行的慕课教学、翻转课堂和在线判题系统进行结合,构建了完善立体的混合多元式程序竞赛在线教学体系。最终,通过该模式顺利地完成疫情期间程序竞赛的在线教学任务,并使学生在竞赛中获得优异成绩。     

侵入物高速撞击下铰链式动车组的安全性

为探究侵入物高速撞击下铰链式动车组的安全性,在实物三维扫描重构的基础上,构建一种新的活体三维有限元层叠模型,并在LS-DYNA中进行摆锤侧面碰撞分析验证;通过铰链式动车组与活体在110 km/h速度下的碰撞仿真计算,讨论动车组运行的安全性以及吸能装置的可靠性.结果 显示:活体的有限元层叠模型既能保证计算精度,又能提高计算效率;在110 km/h的碰撞速度下,车体加速度为0.117g,轮对抬升量为0.238 mm,车钩每5 m长度的压缩量最大约为1.89 mm.各项指标都低于EN 15227标准,动车组行车安全性没有受到影响,吸能装置也能可靠工作.     

基于信息物理融合的骨折复位机器人系统构建

针对骨折治疗中传统复位方法（手法复位、牵引复位、手术复位）存在的二次损伤、肌能失调、患肢僵硬、破坏血运及术后矫正动态性能差等问题,提出了一种人-机-物融合的信息物理系统（CPHS）用于指导机器人的复位动作。首先,从CPHS的数字孪生、信息感知、系统集成、手术流程、模拟复位等方面论证了并联机器人信息物理系统的构成,将机器人的高定位精度及可重复性与微创方法有效结合,从而指导医生完成仿真规划及术中监控等一系列操作;其次,根据临床骨折复位过程,在机器人操作下对5组不同骨折姿态的模拟骨折病例进行了复位实验;最后,计算出每组实验复位后的移位残余及角度误差,并与传统复位方法的相应数据进行对比。实验结果表明,CPHS骨折复位机器人相较于传统复位方法,在骨折复位过程和患者术后康复上均有着明显的优势。     

田间除草机器人研究进展综述

聚焦田间杂草清除领域,首先介绍了除草机器人的产生背景及其应用价值,并回顾了除草机器人国内外发展现状.然后,重点分析了除草机器人的结构组成及相关技术,并展望了除草机器人的未来发展趋势.最后,作了总结.     

大零币匿名技术及追踪技术综述

近年来,依托于区块链技术的研究取得了重大突破且发展快速,各种数字货币正在不断兴起并涌入市场.大零币作为到目前为止区块链UTXO模型中隐私性最强的币种,其匿名技术除了为用户自身隐私提供了有力保障之外,同样具有很高的科研价值和广泛的应用前景.因此,为了规范数字货币的合法使用,探寻数字货币匿名技术更广泛的应用前景,各界学者也都在大零币匿名与反匿名技术方面进行了不同角度的研究.聚焦于大零币这一新型数字货币,首先介绍了大零币这一币种的大体框架;其次对大零币采用的匿名技术——zk-SNARKs和屏蔽池交易技术进行了梳理;然后总结并分析了目前各界学者在大零币追踪技术方面的研究;最后对大零币匿名技术和追踪技术的发展进行了展望.     

融合注意力机制的学生退课行为预测

近年来,大规模在线开放课程(MOOCs)发展迅速,吸引了学界的广泛关注.用户退课率极高这一问题的长期存在,使得退课行为预测成为了一个重要的研究课题.目前的退课行为预测模型过于依赖传统的机器学习算法.此外,很多研究忽视了MOOCs用户灵活修课的特点,采用时序无关的方法进行预测.针对目前该领域存在的问题,论文提出了一种融合注意力机制的时序预测模型.该模型首先利用长短期记忆网络从原始的时序数据中学习新的时序隐态表示,再使用多个一维卷积神经网络提取隐态中各类特征的时序模式,最后融合注意力机制,使模型能够通过注意力分布值强化有效特征.实验结果表明,该方法的预测能力优于其他方法.