基于梯度功能的陶瓷水煤浆喷嘴的设计

在分析水煤浆喷嘴工作特性和磨损机理的基础上,提出了梯度功能陶瓷水煤浆喷嘴的设计模型,’并对单向梯度功能陶瓷喷嘴的残余应力进行了有限元分析。结果显示,梯度功能陶瓷喷嘴内部的残余压应力能缓解喷嘴工作时的热应力,提高陶瓷喷嘴的抗热冲蚀磨损能力。     

替硝唑在水溶液中溶解度的实验测定及关联

通过自制的固一液平衡装置,采用高效液相色谱法分别测定了温度在278.15～31.815 K时替硝唑在纯水、5%葡萄糖溶液和0.9%氯化钠溶液中的溶解度,并对实验数据分别采用理想溶液模型和经验方程进行了关联.对于纯水体系和0.9%氯化钠溶液体系,实验数据用理想溶液模型关联能较满意地表征实验结果.两种关联方法中,经验方程能较好地关联所测得的溶解度数据,误差较小.     

面向交通流量预测的多头注意力时空卷积图网络模型

为了充分获取交通流量数据中隐藏的复杂动态时空相关性,提高交通流量预测精度,提出一种多头注意力时空卷积图网络模型MASCGN。首先,采用多头注意力机制为路网中的交通传感器节点自动分配注意力权重,实现对不同邻居节点的权值自适应匹配,充分获取空间相关性;其次,采用带有门控和注意力机制的时空卷积网络充分提取时间序列相关性,并使用残差块结构实现时空卷积层之间的连接,使得模型更具有泛化能力;最后,分别提取周相关、日相关、邻近时间的序列数据,输入三个并行的时空组件以挖掘周、日、邻近三个时间窗口间的时间周期相关性,并通过全连接层获取最终的交通流量预测结果。利用高速公路交通数据集PEMSO4、PEMSO8进行了15 min、30 min、45 min和60 min的交通流量预测实验。实验结果表明MASCGN模型与现有基线模型相比,在未来短期和长期的交通流量预测任务上都具有更优的建模能力。     

云环境下基于动态滑动窗口多通道Bi-LSTM的虚拟机故障预测模型

针对点值预测方法预测虚拟机故障,未充分利用虚拟机历史周期特征和上下文信息、预测准确率不高的问题,提出了一种动态滑动窗口多通道Bi-LSTM的虚拟机故障预测模型。该模型首先利用动态滑动窗口动态捕获虚拟机故障发生过程的上下文特征;然后构建多通道机制的Bi-LSTM以同时学习不同指标类之间的相关性特征,预测虚拟机下一周期的故障;最后根据OCSVM和区间偏移度方法对预测结果进行判断,得出具体的故障类型。实验表明,该模型在预测准确率、召回率、F值三个指标上均优于基线模型,验证了模型对虚拟机故障预测的有效性。     

高校计算机专业智慧教育实验云平台的设计与实践

长春工业大学计算机科学与工程学院设计并实现了针对高校计算机专业的智慧教育实验云平台.文章介绍了平台的功能、架构及实现,及其在实践教学中的应用.教学实践表明,该平台达到了提高实验教学质量和提升学生程序设计能力的目的.     

面向工程教育认证的计算机网络实验教学改革实践

为了培养及提升学生的工程能力和创新能力,在工程认证教育理念引领下,分析了计算机网络实验教学存在的问题.在实验教学课程设置、实验教学设计等方面提出改进方法并予以实践,取得了较好的实验教学效果,提升了学生分析解决复杂工程问题和综合创新能力.     

生物特征识别学科发展报告

从手机解锁、小区门禁到餐厅吃饭、超市收银,再到高铁进站、机场安检以及医院看病,人脸、虹膜和指纹等生物特征已成为人们进入万物互联世界的数字身份证。生物特征识别赋予机器自动探测、捕获、处理、分析和识别数字化生理或行为信号的高级智能,是一个典型而又复杂的模式识别问题,一直处于人工智能技术发展前沿,在新一代人工智能规划、“互联网+”行动计划等国家战略中具有重要地位。由于生物特征识别涉及公众利益攸关的隐私、道德和法律等问题,近期也引起了广泛的社会关注。本文系统综述了生物特征识别学科发展现状、新兴方向、存在问题和可行思路,深入梳理了人脸、虹膜、指纹、掌纹、静脉、声纹、步态、行人重识别以及多模态融合识别的研究进展,以人脸为例重点介绍了生物特征识别领域近些年受到关注的新方向——对抗攻击和防御、深度伪造和反伪造,最后剖析总结了生物特征识别领域存在的3大挑战问题——“感知盲区”、“决策误区”和“安全红区”。本文认为必须变革和创新生物特征的传感、认知和安全机制,才有可能取得复杂场景生物识别学术研究和技术应用的根本性突破,破除现有生物识别技术的弊端,朝着“可感”、“可知”和“可信”的新一代生物特征识别总体目标发展。     

定子电流串联模型无速度传感器异步电机控制

针对基于传统电压电流模型并联结构模型参考自适应的无速度传感器异步电机矢量控制系统中,电压模型因存在纯积分环节而带来的积分初始误差和直流偏移问题,提出一种基于定子电流的串联模型无速度传感器矢量控制方案.方案对传统电压模型和电流模型进行改造,消除了纯积分环节及其带来的不利影响.同时对该串联模型的结构进行了说明,并详细推导了其自适应律.采用全阶磁链观测器估计定子磁链并用于定子磁链定向下的矢量控制,全阶磁链观测器由于含有反馈矩阵鲁棒性和灵活性更强.最后,基于MATLAB搭建了完整的系统仿真模型.仿真结果表明,所提出的控制方案在全速范围内均有良好的动、静态性能.     

Elman网络对铈镨/钕萃取过程的应用研究

鉴于稀土元素铈镨/钕(CePr/Nd)的萃取是一个非线性、强耦合的复杂过程,难以建立精准的过程模型.利用实际萃取过程的萃取剂流量和洗涤剂流量作为输入,监测级两端组分含量作为输出.然后根据稀土元素CePr/Nd萃取生产过程的工艺参数要求,利用串级萃取理论对CePr/Nd元素的萃取过程进行模拟,分析每个串级的CePr/Nd含量的分布.再结合实际生产过程中采集的数据,建立稀土CePr/Nd萃取过程模拟的Elman网络模型,从而确保两端出口产品最终达到所需纯度.最后通过稀土萃取过程BP、RBF、Elman建模策略进行了仿真对比,结果表明:萃取过程Elman模型具有更高的预测精度和更好的稳定性,可为稀土萃取生产过程工艺参数调整提供可靠的信息依据.     

社交网络用户隐私泄露量化评估方法

社交网络用户隐私泄露的量化评估有利于帮助用户了解个人隐私泄露状况,提高公众隐私保护和防范意识,同时也能为个性化隐私保护方法的设计提供依据.针对目前隐私量化评估方法主要用于评估隐私保护方法的保护效果,无法有效评估社交网络用户的隐私泄露风险的问题,提出了一种社交网络用户隐私泄露量化评估方法.基于用户隐私偏好矩阵,利用皮尔逊相似度计算用户主观属性敏感性,然后取均值得到客观属性敏感性;采用属性识别方法推测用户隐私属性,并利用信息熵计算属性公开性;通过转移概率和用户重要性估计用户数据的可见范围,计算数据可见性;综合属性敏感性、属性公开性和数据可见性计算隐私评分,对隐私泄露风险进行细粒度的个性化评估,同时考虑时间因素,支持用户隐私泄露状况的动态评估,为社交网络用户了解隐私泄露状况、针对性地进行个性化隐私保护提供支持.在新浪微博数据上的实验结果表明,所提方法能够有效地对用户的隐私泄露状况进行量化评估.