飞机完好率预测仿真研究

利用飞机完好率时间序列特性,建立了NAR神经网络模型和基于不同核函数的3种支持向量机模型对平时状态下的飞机完好率变化趋势进行建模、训练和预测;运用Matlab仿真软件进行试验验证,结果表明:支持向量机模型具有较好的拟合效果,预测精度优于NAR神经网络模型,基于RBF核函数的支持向量机预测准确率相对较高.两种预测模型相比于部队现行的预测方法均具有更高的准确度和可靠度.     

一种基于声光开关的小型化高速脉冲单选器设计

重点介绍了声光开关与光脉冲单选器的基本工作原理,设计了一种以声光开关为核心器件的小型化高速脉冲单选器,该脉冲单选器具有消光比高、插入损耗低、性能稳定和结构小等特点,可用于从锁模激光器输出光脉冲串中选取单个光脉冲作为前端系统的种子光源。     

Improving Knowledge Graph Completion Using Soft Rules and Adversarial Learning

Knowledge graph is a useful resources and tools for describing entities and relationships in natural language processing tasks.However,the existing knowledge graph are incomplete.Therefore,knowledge graph completion technology has become a research hotspot in the field of artificial intelligence,but the traditional knowledge graph embedding method does not fully take into account the role of logic rules and the effect of false negative samples on knowledge embedding.Based on the logic rules of knowledge and the role of adversarial learning in knowledge embedding,we proposes a model to improve the completion of knowledge graph:soft Rules and graph adversarial learning (RUGA).Firstly,the traditional knowledge graph embedding model is trained as generator and discriminator by using adversarial learning method,and high-quality negative samples are obtained.Then these negative samples and the existing positive samples together constitute the label triple in the injection rule model.The whole model will benefit from both high-quality samples and logical rules.In addition,we evaluated the performance of link prediction task and triple classification task on Freebase and Yago datasets respectively.Finally,the experimental results show that the model can effectively improve the effect of knowledge graph completion.     

面向高效加密云数据排序搜索的类别分组索引方法

针对现有可搜索加密领域所遇到的加密密钥维度高、更新不灵活和搜索速度慢等问题,我们提出了一种新型类别分组索引方法——CGIM.新方法将数据分类后,按类提取关键词建立分组索引,并采用分组加密方式实现以若干低维加密密钥代替高维加密密钥以缩短索引和查询请求的加密时间.此外,分组索引方法的每个组向量对应不同的类别,这样不仅可以实现分类更新以改善更新文档的灵活性,而且能够在检索过程中生成针对性陷门,从而进一步提高搜索的速度和效率.理论和实验分析表明,该方法是可行且有效的.     

Privacy-preserving photo sharing framework cross different social network

With rapid developments of digital photography and social networks,users of photo-sharing-supported social networking applications can easily forward photos across different social networks at the cost of their growing privacy concerns.To address this problem,a privacy-preserving photo sharing framework was proposed,which could apply to extended control and privacy invasion tracing.In extended control scheme,the following users on a dissemination chain was restrained by each user’s privacy policy.Then several privacy areas of photos were encrypted and the access control polices were bound to the uploaded photos,so that any privacy areas on the photos could be hidden away from unwanted viewers even across different social networks.On this basis,the behaviors of users were record by tracing scheme of privacy invasion,the integrality of records was protected by using nested signature algorithm.The correctness,security and performance of overhead of the scheme are then thoroughly analyzed and evaluated via detailed simulations.     

基于Spark的改进随机森林算法

针对基于单机的经典随机森林算法无法满足海量数据处理需求的问题,文中采用Spark分布式存储计算技术设计并实现了改进的随机森林算法。首先计算特征的重要程度,将特征分为公共特征、独有特征和非重要特征;然后按顺序和比例分别在各个特征子空间中随机选择特征;最后通过Spark集群进行实验,分析改进的随机森林算法分类性能、加速比和效率。结果证实改进的算法提高了随机森林构建效率,可以用来解决海量数据挖掘问题,具有良好的可扩展性。     

联合非均匀采样和压缩感知的图像压缩算法

为了提高图像重构精度,改善纹理区域视觉效果,本文将压缩感知理论与图像压缩相结合,并提出了一种新的采样方法:在编码端对图像高频部分边缘点进行密集采样,对非边缘部分进行随机抽样,取代了传统压缩感知理论中直接使用测量矩阵获得低维观测值的过程。在解码端利用采样点位置信息构造块测量矩阵,使用光滑l0范数（Smoothed l0,SL0）重构算法实现重叠块重构,最终将其与图像低频部分下采样点插值放大结果合并实现高精度重构。实验结果表明:本文算法不仅可以提高整幅图像和纹理区域的重构精度,而且在低采样率或图像尺寸较小的情况下,算法效率也有明显提升。      

光纤布里渊分布式温度应变同时传感研究进展

基于布里渊散射的光纤分布式传感技术可以实现对温度和应变的同时传感,如何解决温度、应变的交叉敏感问题是实现温度应变同时传感的关键.文章详细介绍了已报道的几种常见的实验方案,并对不同方案进行了比较分析,最后对未来的发展进行了展望.     

火炮多柔体动力学结构优化研究

针对现有动力学优化方法很难对多体系统中的柔性体进行结构优化的问题,提出结合多学科代理模型法和改进的非支配排序遗传算法的多柔体动力学优化方法。以火炮炮口振动参数为输出,柔体模态参数和部分火炮总体参数为输入,在已验证的多体刚柔耦合模型的基础上,采用径向基函数-反向传播神经网络建立了具有良好泛化能力和预测精度的代理模型。利用改进的非支配排序遗传算法对各炮口振动参数进行动力学优化,采用max-min准则从优化得到的Pareto最优解集中优选出一个较为兼顾各优化目标的解,与原模型结果对比,优化效果明显。该方法能用于火炮多柔体动力学结构优化,也为火炮总体结构设计和相关优化提供了一定的参考。     

装甲钢温度-组织-应力耦合本构模型的建立及在焊接模拟中的应用

装甲钢焊接热循环过程中固态相变对焊接残余应力的演变及大小有着重要影响,而现有的有限元软件本构模型无法考虑固态相变的作用。在传热学、固态相变理论和连续介质力学的基础上,建立了温度－组织－应力耦合的本构模型,本构模型中综合考虑了固态相变引起的体积变化、力学性能变化和相变塑性对焊接残余应力的影响,采用ABAQUS子程序UMAT通过二次开发将该本构模型嵌入通用有限元软件中,对装甲钢平板对接焊进行研究,获得了装甲钢焊接热循环过程中温度、组织及残余应力变化规律。研究结果表明：装甲钢平板中断面表面宽度方向,在纵向残余应力表征上,耦合本构模型的模拟结果与X射线衍射测量结果具有较好的一致性,验证了耦合本构模型的正确性,并表明相变塑性对相变区的残余应力存在一定的松弛作用;对于装甲钢近缝区纵向残余应力大小：完全相变区＜部分相变区＜未发生相变区。