基于改进的GABP算法优化5G天线阵列

为了加快天线建模速度,针对现有天线设计软件天线参数优化速度过慢问题进行了建模研究。首先通过几种常用的启发式算法优化后的多层前馈（Back propagation,BP）神经网络对天线参数进行优化比较,并对其中最优的算法遗传算法优化BP（Genetic algorithm BP,GABP）神经网络算法进行深度改进。其次采用自适应算法和模拟退火算法优化算法对GABP进行优化。最终通过模拟试验验证出自适应GABP算法对于天线参数优化的误差最小。该研究为天线设计软件中天线优化方法提供了一种误差较小的新方法,拥有更高的预测准确度,拟合速度也大大提升。实验对比证明了该算法的可行性。     

基于共享近邻和优化关联策略的边界剥离聚类

边界剥离聚类算法(BP)是一种基于密度的聚类算法,它通过逐渐剥离边界点来揭示聚类的潜在核心,已经被证明是一种十分有效的聚类手段.然而, BP算法仍存在一些不足之处:一方面,数据点的局部密度仅考虑了距离特征,使得边界点的确定不够合理;另一方面, BP算法中的关联策略容易误判异常值,并且在分配边界点时容易产生连带错误.为此,本文提出了一种基于共享近邻和优化关联策略的边界剥离聚类算法(SOBP).该算法使用了基于共享近邻的局部密度函数来更好地探索数据点之间的相似性,同时优化了BP算法中的关联策略,使得每次迭代中边界点不再仅与一个非边界点进行关联,并进一步采用了边界点与非边界点、已剥离边界点之间的双重关联准则.在一些数据集上的测试表明,相较于其他6种经典算法,该算法在评估指标上表现更佳.     

移动目标防御综述:脆弱性分析及新场景应用

随着自动化和智能化攻击技术的发展,网络空间安全形势日益严峻,仅靠传统的防御机制已经无法满足当前安全防护的需求.移动目标防御(MTD)为了扭转网络攻防“易攻难守”的被动局面应运而生,通过增加网络和系统的不确定性、随机性和动态性对抗同类型攻击,通过有效降低其确定性、相似性和静态性降低攻击成功率.当前,移动目标防御的脆弱性也较少被系统分析,且移动目标防御在新场景下的具体应用较少被具体总结.鉴于此,首先阐述移动目标防御的产生背景和基础理论;其次,对移动目标防御相关研究进行综述,并分析移动目标防御的脆弱性;接着,总结移动目标防御在物理信息系统、云环境、智能电网和对抗样本防御等新兴领域的应用;最后,对移动目标防御的研究前景进行展望.     

一种基于YOLOv4-TIA的林业害虫实时检测方法

针对现有基于深度学习的林业昆虫图像检测方法存在检测精度低和检测速度慢的问题,提出一种结合改进PANet结构与三分支注意力机制的目标检测方法YOLOv4-TIA。通过对样本数量较少的昆虫类别进行数据增强,实现样本均衡分布。利用三分支注意力机制改进YOLOv4中的CSPDarkNet53骨干网络,同时通过旋转操作和残差变换建立维度间的依存关系,以提高有效的特征通道权重,在PANet结构上增加将跳跃连接与跨尺度连接相结合的特征融合方式,从而获取更丰富的语义信息和位置信息。在此基础上,采用Focal loss函数优化分类损失,解决正负样本不均衡的问题。实验结果表明,该方法的精确率和召回率分别达到85.9%和91.2%,相比SSD、Faster R-CNN、YOLOv4方法,其在保证检测速度的同时,能够有效提高检测精度,且实现对林业害虫的实时精确监测。     

道路常用温拌改性剂现状与路用性能评价

针对工程使用温拌剂时缺乏明确的参考依据,系统调查了国内外温拌剂应用状况,确定温拌改性技术主要分类以及目前常用温拌剂种类,全面评价了Sasobit、Aspha-min、Evotherm与EC120等4种常用温拌剂对沥青混合料高温性能、低温性能以及水稳定性等路用性能的影响。结果表明:几种温拌剂的降温效果均可达到30℃,Sasobit和EC120温拌剂对沥青混合料高温稳定性均有不同幅度提高,最大提高幅度在30%以上,4种温拌剂对沥青混合料低温性能略有影响,对水稳定性的影响均不大。     

基于Ⅳ-Ⅵ族化合物的胶体量子点太阳电池研究进展

基于Ⅳ-Ⅵ族化合物的胶体量子点具有易于合成、带隙可调等优点,被认为是一种非常有前途的窄带隙光伏材料。近年来,利用Ⅳ-Ⅵ族化合物制作的胶体量子点太阳电池最高转换效率已经突破10%。介绍了胶体量子点的合成方法、基本结构及其光电特性;着重分析了国内外关于肖特基和异质结胶体量子点太阳电池的研究现状,指出了目前该领域研究中存在的问题和发展趋势,并分析了未来需要重点解决的关键问题。     

水泥回转窑一维数学模型研究进展及趋势

全面系统地综述了国内外水泥回转窑一维数学模型,重点介绍了传热模型、料床运动模型、煤粉燃烧模型和熟料矿物形成模型。应用MATLAB编程、求解,展示并分析了不同模型及关键参数对模拟结果的影响。在此基础上,展望了回转窑一维数学模型的发展趋势。     

基于Logistic方法定量判别岩性的研究

判别地层的岩性是地质勘探中的一项最基础性工作。过去,主要靠钻孔岩心编录来判别地层岩性,但对大量快速无岩心钻进的钻孔来讲,此方法就行不通了。针对这种情况,应用Logistic判别法,进行了利用煤田测井曲线数据定量判别岩性的研究工作。研究得出:应用此方法能够自动、定量的判别岩性,达到了研究目的。     

基于spss粗选钼尾矿选矿指标的数据分析

选矿工艺试验,往往是通过多次重复试验来保证所需试验精度。而大量的试验数据,会给选矿工作者在提取有价值数据和挖掘各数据相关性的工作中带来一定难度。spss中的因子分析方法,为指标测评抽象因子的统计方法。它可将原始数据中的信息重叠部分提取和综合成因子,进而最终实现减少变量个数的目的。文章以钼尾矿粗选的多次试验数据作为研究变量,结果表明,不但可以简化分析量,还可从众多数据中提炼出试验规律。因此得出结论,此方法不失为一种分析大量选矿数据的有效方法。