基于SOA的应用程序框架研究与实现

面向服务的架构（service oriented architecture,SOA）作为下一代的软件开发理念,对现代软件开发模式产生了深远的影响.对SOA的理念进行了一定的研究和阐述,并介绍了运用先进软件开发技术J2EE设计并实现的基于SOA的应用程序框架Kona的功能和运作机制.     

一种基于时隙划分的三层卫星网络QoS路由协议

提出了一种基于低轨/中轨/高轨（LEO/MEO/GEO）卫星网络体系结构（TLSN）和时空分割思想的QoS路由协议（TDRP）,详细阐述了时空分割思想和时隙优化方法,重点研究了QoS路由的实现框架和路由算法（BDA）的实现原理.在此基础上,卫星网络体系结构和路由协议的性能得到了详细分析和仿真验证.相同负载情况下,TLSN中端到端时延和时延抖动性能明显好于LEO卫星网络;同Dijkstra算法相比,BDA算法在端到端时延、时延抖动、丢包率、吞吐量方面具有更好的QoS保证能力.     

单筒砼烟囱中美标风荷载计算对比浅析

本文以某石化单筒式钢筋混凝土烟囱为例,从基本风速、顺风向风荷载、横风向共振、环向风弯矩入手,对比分析了单筒钢筋混凝土烟囱中美标风荷载计算的差异.分析得出:1)美标基本风速约为中规的1.423倍;2)顺风向风荷载计算差异较大,美标顺风向风荷载截面弯矩是中规的1.6～1.9倍;3)二者均为第一振型不考虑横风向风荷载,第二振...     

针对卷积神经网络流量分类器的对抗样本攻击防御

随着深度学习的兴起,深度神经网络被成功应用于多种领域,但研究表明深度神经网络容易遭到对抗样本的恶意攻击。作为深度神经网络之一的卷积神经网络(CNN)目前也被成功应用于网络流量的分类问题,因此同样会遭遇对抗样本的攻击。为提高CNN网络流量分类器防御对抗样本的攻击,本文首先提出批次对抗训练方法,利用训练过程反向传播误差的特点,在一次反向传播过程中同时完成样本梯度和参数梯度的计算,可以明显提高训练效率。同时,由于训练用的对抗样本是在目标模型上生成,因此可有效防御白盒攻击;为进一步防御黑盒攻击,克服对抗样本的可转移性,提出增强对抗训练方法。利用多个模型生成样本梯度不一致的对抗样本,增加对抗样本的多样性,提高防御黑盒攻击的能力。通过真实流量数据集USTC-TFC2016上的实验,我们生成对抗样本的网络流量进行模拟攻击,结果表明针对白盒攻击,批次对抗训练可使对抗样本的分类准确率从17.29%提高到75.37%;针对黑盒攻击,增强对抗训练可使对抗样本的分类准确率从26.37%提高到68.39%。由于深度神经网络的黑箱特性,其工作机理和对抗样本产生的原因目前没有一致的认识。下一步工作对CNN的脆弱性机...     

基于Transformer的多任务暂态稳定评估

电力系统中的暂态功角稳定和暂态电压稳定对于系统安全运行至关重要,而可再生能源接入比例不断提高和核心设备的电力电子化使得传统的暂态稳定评估方法难以适用。因此,本文提出一种基于Transformer的多任务暂态稳定评估模型。该模型利用Transformer的自注意力机制打破传统循环神经网络的串行计算结构,并行计算暂态过程中各个时间点间的相互关系,快速高效的提取时序特征,并且采用门控多任务学习方法同时评估暂态电压和暂态功角稳定问题,提升模型计算精度和计算效率。本文在IEEE10机39节点系统以及含新能源系统中进行仿真和测试验证了本文提出方法的有效性。     

多层印刷电路板技术在VXI总线背板中的应用

介绍了用普遍的PROTEL软件完成复杂的十二层印刷电路板的设计，用于VXI总线背板，保证总线传输的准确性和可靠性，提高抗电磁干扰的能力。     

一种乳液型浮选剂的研究及海上油田的应用

油田产液处理过程中会产生大量生产污水,目前生产污水水量已占整个海上油田所产污水总量的76%左右,由于海上油田各平台水处理后均采取回注或排海的模式,因此高效的处理含油污水已成为海上油田生产中最急需解决的问题之一。在此针对海上油田的某区块,通过对浮选剂作用机理的研究,设计出了所需的分子结构,并筛选了合适的单体、聚合方法,进行室内评价,确定了浮选剂的最佳合成条件。对合成的产品进行了室内评价,通过与目前现场所用浮选剂的对比,证明合成的浮选剂具有较好的气浮效果。同时,将其在海上油田某区块平台进行应用,现场效果良好,生产污水处理效果有很大提升。