基于在线监测的污水管道旱天入流入渗分析

以我国南方某城市为研究区,基于分层级的布点思路,布设了56个监测点位,采用在线监测技术与人工采样化验相结合的方式,应用物料守恒方法,对污水管道的客水入流量进行了定量分析,划分了入渗等级,识别了优先修复等级,并以管道检测技术对分析结果进行验证.结果显示,由于居民小区内化粪池的影响,小区出水浓度低于实际生活污水浓度;研究区域整体入渗率为69％;入渗最严重的点位入渗率高于97％,应及时开展修复;根据监测得到的排水分区入流入渗分析结果与后期开展的管道检测结果完全一致.     

白河、潮河底栖动物分布与特征研究

在对潮河和白河北京境内段底栖动物调查基础上,采用群落分析法并运用BI指数和Shannon-Wiener多样性指数进行水质评价.结果表明:本次共采集底栖动物44种,水生昆虫及幼虫占比最大.底栖动物种类丰富度白河优于潮河.河流评价结果显示,潮河和白河水质整体为优.BI指数法评价中,潮河和白河以清洁为主.Shannon-Wiener多样性指数评价结果中,白河以轻污染为主,潮河以中污染为主.BI指数法适用性较好,而且评价结果较为准确,评价结果对潮河、白河水质判别具有借鉴作用.     

一种改进的基于在线解耦的轻量级动态污点分析方法

在针对二进制程序的实际分析场景中,动态分析方法因具有更高的准确性而得到更为广泛的关注和运用.但是以动态污点分析为代表的细粒度分析方法通常会产生较高的性能和资源开销.为缓解这些问题,本文提出一种改进的轻量级在线解耦的动态污点分析方法,其主要思想是在线解耦程序执行和指令分析,同步构建分析代码并完成分析.该方法能够进一步降低对目标程序运行时的性能影响,并易将分析过程迁移至其它上下文环境中,从而可进一步减小对目标程序运行环境的干扰.本文通过采用多种实际程序进行实验,结果表明该方法能够比传统在线污点分析具有更高的分析性能,并具有较低的系统资源消耗,易于在实际环境中进行部署和应用.     

硬盘自擦除技术的研究

近年来,电子数据擦除技术越来越受到重视,文章介绍了目前主流的数据填充法和物理破坏法两种擦除技术,重点阐述了硬盘自擦除技术的实现机制,并通过具体的实例论证了该技术的优势。该技术较传统的逻辑擦除技术具有更高的安全性,还可大大降低PC端的资源耗费,并能简化擦除程序的开发流程,是一种低成本、高效率的电子数据擦除技术。     

某型装甲车驾驶员终端仿真训练系统设计与实现

针对部队、院校装备教学训练需求,以某型装甲车驾驶员终端为研究对象,研究并分析了某型装甲车辆驾驶员终端结构、工作原理以及对外的接口规范、标准,采用NI公司的虚拟仪表控件、MapInfo公司的MapX地图控件等控件,设计并实现了基于半实物的装甲车驾驶员终端训练系统。系统设计既能满足装备仿真训练,也可以接入实际装备,完成与实际装备的互联和通信,满足部队、院校教学训练的需要,达到了预期的目标。     

一种新的修正恒模算法

阐述了恒模算法(CMA)、修正恒模算法(MCMA)和判决引导(DD)算法的基本原理。针对CMA和MCMA收敛速度慢,固定步长条件下收敛速度和剩余误差之间存在矛盾的缺陷,在分析CMA误差特性的基础上,利用DD算法误差函数的模值和判决器输出构造新的误差函数,提出了一种新的变步长MCMA。新算法在加快收敛速度的同时保持小的剩余误差。仿真结果表明,新算法比CMA和MCMA收敛速度快,均衡输出剩余码间干扰(ISI)小而且能克服相位偏移,具有很好的实用性。     

汽车ABS自适应灰色滑模控制算法的研究

汽车防抱死制动系统的控制过程具有明显的非线性和不确定性,滑模控制和灰色预测相结合的控制方法,可以有效地改善汽车制动效能。然而在控制算法中引入预测的同时也引入了误差,传统方法中的滑模函数不能有效适应预测误差,并且预测步长必须依靠实验法确定,缺乏通用性。为解决上述问题,提出一种ABS自适应灰色滑模控制方法,可以依据预测精度,动态自适应预测步长,通过加权比例因子调节形成动态滑模控制。仿真结果表明,自适应灰色滑控方法可以有效地提高ABS系统的快速性、稳定性及鲁棒性。     

基于多记忆抗体克隆选择的人工免疫网络算法

在优化克隆算法的研究中,针对传统的克隆选择算法存在收敛性差和局部最优问题,提出一种多记忆抗体克隆选择原理的人工免疫网络算法。在克隆选择算法的基础上通过引入替代阀值因子,利用随机生成的新抗体组成种群替代原种群中对抗原亲和力最小抗体,同时增设变异概率的概念,达到在一定程度上避免记忆抗体种群的退化现象,提高算法的全局优化能力,避免陷入局部最优。仿真结果表明,算法加快了种群亲和力成熟的进程,随着进化代数的增加检测率总体呈上升趋势,能更好的应用于大规模各种识别问题中。     

一种用于视频流的强鲁棒性数字水印方案

研究了视频流的水印嵌入和提取,为视频流提供版权保护。针对现阶段越来越多的视频流盗版现状,为了保护版权方的利益,提出了一种将版权方信息作为数字水印嵌入到视频流中的方法。通过该方法,在视频流中嵌入了不易破坏的版权方的信息,该信息可作为流媒体的追溯标记和证据。经实验证明:改进方案与其他数字水印方案相比,具有很强的鲁棒性,可抵抗视频的重复编码,抵抗分辨率缩放,抵抗一定程度的内容修改,支持水印的盲提取。     

改进神经网络在芝麻油掺伪检测中的应用

研究芝麻油掺伪检测问题,提高检测精度。由于成分复杂,掺伪后化学成分变化,直观难以检测。传统物理或化学芝麻油掺伪检测方法操作复杂,设备昂贵,存在不同程度缺陷。结合近红外光谱技术和神经网络优点,提出一种RBF神经网络-近红外光谱的芝麻油掺伪检测方法(NIR-RBF)。首先采用近红外光谱提取芝麻油样本的光谱信息,然后采用主成分分析提取光谱信息主要有效成分,最后将主要有效成分输入到神经网络进行学习,得到芝麻油掺伪检测结果。采用建立的模型对掺入不同类型植物油的芝麻油进行检测,结果表明,相对于其它芝麻油掺伪检测方法,NIR-RBF提高了检测精度和速度,降低了检测误差,是一种快速、有效的芝麻油掺伪检测方法。