平流层飞艇热性能分析软件开发

为减少平流层飞艇的设计周期和设计试验经费,清晰准确地反映出平流层飞艇空间轨迹和温度场分布以及各种不同因素对轨迹和温度场分布的影响,自主开发了平流层飞艇热性能分析软件.通过建立平流层飞艇运动和热特性模型,利用VC++编程环境,对平流层飞艇在不同输入状态下的上升、浮空、下降过程中的轨迹和温度进行数值仿真,并利用图形显示界面进行显示.软件设计包括参数输入、中间计算和性能分析三个部分.软件将输出结果存储到ACCESS数据库中,增强了数据的可读性和交互性.从软件的运行结果反映出该软件涵盖面广、数据可靠、操作方便、界面生动等特点,达到预期设计目标.     

图档管理系统软件在图书管理中的应用

该文介绍了图档管理系统软件在图书管理中的应用,通过软件技术、图档管理概述、图书分类树设计、建立数据库,解决了图档管理系统软件在图书管理中的应用的一系列难题,并对某勘察设计院全部的图书进行管理。实现了图书档案一体化管理,节约投入资金,毋需另外购买专门的图书管理软件。     

优化SVPWM及其DSP变频调速系统的设计

电压空间矢量脉宽调制技术(SVPWM)在当今的变频调速领域得到了广泛的应用,本文住要通过对SVPWM基本原理的介绍和分析,对该技术进行优化,得到一个优化过的SVPWM系统,然后基于优化过的SVPWM技术,设计出一种由TI公司生产的DSP微处理器TMS320F2812控制的变频调速系统,并给出实验结论.     

安全事件的本体建模与检测

目前安全事件知识表达各异,严重影响了安全事件的知识共享及检测.本文应用本体论,从时间、空间、功能三个不同维度对安全事件的要素以及安全事件特征、关系进行分析,建立了安全事件本体,并实现了安全事件检测模型.     

Unsupervised model-driven neural network based image denoising for transmission line monitoring

With the expansion of smart grid and Internet of things (IoT) technology, edge computing has a wide variety of applications in these domains. The criteria for real-time monitoring and accuracy are particularly high in the field of online real-time monitoring of electricity lines. Based on edge technology, high-quality real-time monitoring can be performed for transmission lines using image processing techniques. Therefore, we propose an image denoising method, which can learn clean images using a stream-based generative model. The stream model uses a two-stage approach in the network to handle the different training periods of denoising separately. Experimental results show that the proposed method has good denoising performance.     

基于多变量形态学特征的健康老年人认知发展预测算法

由于体积、表面积等常规形态学指标对于皮层下核团而言过于笼统,因此传统的形态特征获取手段难以检测到其表面形态的细微变化。为解决这一问题,本文提出了一种针对皮层下核团的精细特征提取算法,并将其应用到老年人认知状态预测任务上。通过表面共形参数化、表面共形表示和基于互信息的表面流配准,提取了46名被试双侧海马和杏仁核各15 000×2个顶点上的形态学特征;通过斑块选择、稀疏编码与字典学习,和最大池化的降维流程,避免了维度诅咒的同时充分保留了核团的纹理信息;最后,以树为弱学习器,采用GentleBoost算法集成了最终的强分类器做认知预测。结果显示,仅纳入海马和杏仁核两个皮层下结构的新颖特征,即可达到85%的预测准确率,为皮层下结构的精细特征发掘提供了新思路。     

集群环境中微服务容器资源特征分析及优化

在集群环境中部署微服务已经成为微服务部署的重要方式.由于不同种类服务对于CPU、内存、磁盘等资源的需求不同,导致集群中的节点产生资源碎片、出现资源消耗倾斜.如何提高集群资源利用率、降低集群能耗,成为继保障服务级别协议(service level agreement, SLA)之后的重大挑战.本文以阿里巴巴集团2021年发布的近两万个微服务的详细跟踪为数据样本,从容器资源使用情况、节点部署特征和资源消耗偏好等多个维度出发,分析其集群资源消耗特征,发现集群中出现了资源消耗倾斜的情况.通过进一步分析节点中容器部署情况发现容器资源分配不合理加剧了这一现象.基于此我们提出了一种使用深度双Q网络的模型,依据上游服务资源需求的实时变化,对容器资源分配进行优化.对比实验结果表明该方法可以在保证服务SLA的情况下有效提高容器资源利用率,改善节点资源消耗倾斜的情况.     

基于对称双通道脑电信号的注意力检测

注意力不能集中是一种注意力障碍,该现象普遍存在于青少年中,这直接影响人们的学习和工作效率.传统的注意力检测方法大多依赖对表情、姿势等行为的观察,难以客观精准地反映注意力情况.随着生理检测技术的迅猛发展,基于脑电信号的注意力检测近年来受到极大的关注.然而,相关研究仍存在检测准确率不高的问题.本研究收集了155位大学生在注意力集中、注意力非集中和放松3种状态下的脑电信号,并基于信号的小波特征、微分熵特征及功率谱特征,采用多种机器学习方法对3种注意力状态进行了识别.结果表明,脑电信号的小波特征,微分熵特征及功率谱特征可以有效区分被试的注意力状态,且基于对称双通道特征的平均准确率为(80.84±3)%,其检测精度明显高于基于单通道特征的检测精度.     

深度学习屈光检测方法研究

屈光不正是一种非常常见且对视功能发育有严重危害的眼科问题。准确与方便的屈光检测技术,对于及时发现屈光不正问题以及采取相应措施进行干预具有非常重要的意义。目前的屈光筛查设备虽然能较快进行屈光检测,但主要存在两个问题：检测准确度较低,对被测者配合度要求较高。因此,提出一种新的屈光检测方法,此方法使用基于偏心摄影验光原理的光学系统获取人脸面部近红外图像,使用图像处理技术对面部近红外图像进行处理,得到左右瞳孔图像和瞳孔位置信息,使用提出的结合了深度可分离卷积和SE模块的混合数据多输入神经网络模型进行训练与屈光度的计算。与传统偏心摄影验光原理的屈光检测方法相比,此方法有望随着数据集的扩增而达到更高的准确度,并且此方法将瞳孔位置信息作为模型的输入,可以解决传统算法对被测者配合度要求较高的问题。该研究是对屈光检测新方法的一种有益探索,使用此方法有利于屈光筛查更便利地进行,为实现非接触自助式的屈光筛查提供基础。     

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.