基于博弈论的P2P激励机制的研究与设计

针对P2P系统中普遍存在的搭便车和公共悲剧问题,提出了一种基于博弈论的P2P服务质量激励机制.在分析节点在网络中的贡献和收益的基础上,通过引入激励值的概念来体现网络节点服务质量的高低,同时给出了有关节点服务质量四个方面的定义.实验表明,该激励机制能够有效地抑制节点的自私行为和提高网络的服务质量,并促使每个节点自发地共享自己的资源,从而构建一个良好的P2P环境.     

基于可拓学的动态网络专家系统研究与实现

构造Internet上的专家系统对扩大知识的共享范围具有重要意义。本文提出的一种基于可拓学的,使用Java开发方法,基于B/S程序架构,使得基于Web的专家系统能够充分发挥Java的高移植性、高扩展性的特点,而且可以发挥可拓规则的扩展性,以及动态性的特点。     

不同传感器数据在若尔盖湿地植被变化监测应用中的适宜性分析

基于2000年2月到2001年12月的GIMMS-NDVI、VGT-NDVI和MODIS-NDVI数据,分析了此3类NDVI对若尔盖湿地植被变化响应方式的差异性及在该区植被变化监测研究中的适宜性,研究结果表明,3种遥感数据间不存在显著差异,传感器光谱特征是造成数据间差异的主要原因; MODIS、Vegetation传感器具有红光波段对叶绿素吸收敏感,近红外波段剔除了强水汽吸收带、空间分辨率高等优势,加之MODIS-NDVI和VGT-NDVI合成法包含有全面而有效的大气纠正处理,使得MODIS-NDVI和VGT-NDVI对若尔盖植被较GIMMS-NDVI敏感,较适宜于该区植被变化监测研究。但由于3类NDVI数据并无显著差异,且GIMMS-NDVI具有时间序列长这一MODIS-NDVI和VGT-NDVI无法比拟的优点,因此其在该区植被的长期连续监测中仍具有不可替代的作用。     

基于关系模式和Web的工作流管理系统的研究

随着信息化发展的不断深入,传统的信息管理系统已经不能很好地满足企业的需求。传统的信息管理系统是面向功能的,在企业的业务发生变化时很难快速地做出调整。而工作流管理系统则是面向流程的,可以针对企业的流程做出相应调整。讨论了工作流管理系统对比传统信息管理系统所具有的优势,在此基础上提出了一个基于关系模式,面向Web的工作流管理系统的设计方案。给出了系统的设计思想和总体框架。并重点描述了工作流管理系统的数据库设计和系统实现的一些关键问题。     

基于充电桩(站)接入对配电网影响的多维度分析方法

本文分析充电桩与充电站对配电网的影响,提出以电力业务系统的多源数据融合,从多维度透视充电桩与充电站并网接入情况以及管控方法,为透明区域配电网充电桩(站)接入情况与对配电网影响提供一种可行的分析方法,提升配电网的管理水平。     

球面折反射成像的内螺纹螺距视觉测量系统

为了实现内螺纹参数的非接触、自动化在线测量,本文以通孔螺母和盲孔螺母为检测对象,提出了一种基于球面折反射全景成像原理的内螺纹螺距参数的机器视觉测量系统。系统采集经球面折反射得到的图像,随后分割出完整的内螺纹区域;采用对比度受限的自适应直方图均衡化算法提高图像对比度,并采用中值滤波与双边滤波的组合来保护螺纹边界信息;再使用Zernike矩边缘检测算法确定每条螺纹的亚像素边缘;最终,基于折反射成像理论计算得到内螺纹螺距尺寸。与计量用螺纹综合测量机的螺距测量值进行了对比,实验结果表明该系统的平均测量误差为0.018 5 mm,满足工业生产中内螺纹螺距精度的要求,检测效率高,可用于内螺纹在线视觉检测。本研究为圆柱形内壁尺寸测量和缺陷检测提供了一种参考方案。     

应急管理体系现代化视阈下的广电应急广播重构建设

随着国家应急管理体系的现代化,对应急广播系统提出了更高的要求。应急广播是国家社会治理和公共服务的重要基础设施,也是国家应急体系和防灾减灾体系建设的重要组成部分。提出中广(绍兴柯桥)有线信息网络有限公司在建设应急广播过程中遇到的问题,以及解决改进方法。     

基于事件触发的全信息粒子群优化器及其应用

针对标准粒子群优化算法存在早熟收敛和容易陷入局部最优的问题,本文提出了一种基于事件触发的全信息粒子群优化算法(Event-triggering-based full-information particle swarm optimization, EFPSO).首先,引入一类基于粒子空间特性的事件触发策略实现粒子群优化算法(Particle swarm optimization, PSO)的模态切换,更好地维持了算法搜索和收敛能力之间的动态平衡.然后,鉴于引入历史信息能够降低算法陷入局部最优的可能性,提出一种全信息策略来克服PSO算法搜索能力不足的缺陷.数值仿真实验表明, EFPSO算法在种群多样性、收敛率、成功率方面优于其他改进的PSO算法.最后,应用EFPSO算法对变分模态分解(Variational mode decomposition, VMD)去噪算法进行改进,并在现场管道信号去噪取得了很好的效果.     

WAGAN:基于小波变换和注意力机制的工控传感器数据异常检测方法

针对隐藏攻击意图的入侵行为,通过现场设备传感器实时数据反映工业控制系统运行情况,充分利用工控数据高周期性特点,提出WAGAN(Wavelet Attention Generative Adversarial Networks)的工控传感器数值异常检测方法.此方法使用多级离散小波变换分解重组的方式去除噪声并增强数据特征.为了有效提取数据的有效特征,在WAGAN模型中引入了注意力机制,并使用多层LSTM(Long Short-Term Memory)网络学习数据的潜在关联性.为了提高模型准确性,使用生成器的重构误差与判别器误差的权重和来判断异常.实验结果表明,此方法相比于现有的异常检测方法具有更高的异常检出率.     

结合全局上下文与融合注意力的干涉相位去噪

目的 干涉相位去噪是合成孔径雷达干涉测量（interferometric synthetic aperture radar,InSAR）技术中的关键环节,其效果对测量精度具有重要影响。针对现有的干涉相位去噪方法大多关注局部特征以及在特征提取方面的局限性,同时为了平衡去噪和结构保持两者之间的关系,提出了一种结合全局上下文与融合注意力的相位去噪网络GCFA-PDNet(global context and fused attention phase denoising network)。方法 将干涉相位分离为实部和虚部依次输入到网络,先从噪声相位中提取浅层特征,再将其映射到由全局上下文提取模块和融合注意力模块组成的特征增强模块,最后通过全局残差学习生成去噪图像。全局上下文提取模块能提取全局上下文信息,具有非局部方法的优势;融合注意力模块既强调关键特征,又能高效提取隐藏在复杂背景中的噪声信息。结果 所提出的方法与对比方法中性能最优者相比,在模拟数据结果的平均峰值信噪比（peak signal to noise ratio, PSNR）和结构相似性（structural similarity,...