数据加密技术在计算机安全中的应用分析

全球逐渐向信息化网络化时代发展,个人、企业等计算机应用越来越广泛,互联网给我们带来便利的同时,也给网络信息带来较多的安全隐患。由于网络过度开放,每天每分每秒都有大量的信息在传递,人们获取信息往往会因为不安全的网络环境而导致信息缺失、披露、窃取以及被恶意的破坏,计算机网络安全问题已成为人们关注的重点。本文首先对数据加密技术进行分析,研究在计算机应用中应如何保证网络信息的安全、保密与完整,通过数据加密技术来保障计算机安全。     

基于交流跟踪的同步发电机最优励磁控制技术研究

针对同步发电机采用传统PID控制不能很好地满足电力系统对抑制振荡、提高动态稳定极限等方面要求的问题,提出了一种基于交流跟踪的同步发电机最优励磁控制方法;给出了基于拉格朗日方法的同步发电机励磁系统偏差线性化模型,分析了最优励磁控制量的确定方法,建立了基于最优励磁控制方法的同步发电机系统仿真模型。仿真结果表明,与传统PID控制方法相比,最优励磁控制方法能够实时控制同步发电机励磁系统,确保了同步发电机的输出稳定性。     

基于PID算法的单闭环直流调速系统设计与实现

介绍了基于PID单闭环直流调速系统的设计方法。系统选用STC89C52单片机为控制器,并在此基础上完成了硬件设计。利用脉宽调制技术,解决直流调速系统中调节时间长、抗干扰能力差等问题,实现了对直流电机速度的控制。实验结果表明,该系统具有良好的动静态性能,对负载的变化具有较强的鲁棒性。     

基于CC-Link的PLC控制电机变频调速系统的设计与实现

着重阐述由三菱公司生产的PLC、变频器和触摸屏组成的三相异步电动机调速系统的工作原理及实现方法。采用PLC、变频器和编码器组成的交流变频闭环反馈调速系统,此调速系统依靠三菱PLC、变频器和触摸屏三者之间的通讯实现数据共享,同时采用开放式现场总线——CC-Link网络实现远程监控,从而达到实时控制的目的。     

基于混淆因子隐压缩表示模型的因果推断方法

因果推断方法可以用于在观察数据上发现因果关系。在因果结构含混淆因子的数据上进行因果推断时,可能会受混淆因子的影响而得到错误的因果关系。针对上述问题,提出了一种基于混淆因子隐压缩表示（CHCR）模型的因果推断方法。首先,根据CHCR模型,构造含有对原因变量进行压缩表示的中间隐变量的备选模型;其次,利用贝叶斯信息准则（BIC）计算备选模型评分并选出得分最高的最佳模型;最后,根据最佳模型中的压缩情况判断变量间真正的因果关系。理论分析表明,所提出的方法能够识别经典的基于约束的方法所无法正确分辨的、带有混淆因子的因果结构,且在样本量较小等情况下,BIC评分也可以提高所提方法的表现。实验结果表明,在样本数变化时,所提出的方法在准确率指标上相较于极快因果推断算法（RFCI）等经典方法有显著提升,并适用于各种变量可能取值数不同的情况;在混合不同类型的因果结构时,该方法在准确率指标上高于最大最小爬山算法（MMHC）等经典方法;且该方法能够在Abalone数据集上得到正确的因果关系。     

积极采用变频器专用电动机节约电能

变频器专用电动机是最近几年问世的一种新型异步电动机．广东南海涤纶厂引进的变频器专用电动机具有体积小、重量轻、效率高及变频器容量裕度小等优点．本文简单论述了采用变频器专用电动机的必要性，并简单介绍了这种电动机上述特点．     

速度检测型传感器轴承的设计

阐述了霍尔传感器的结构以及速度、转向测量的原理,进行了基于霍尔传感器的智能轴承的结构设计,此轴承可以实现对转速、转数、转向和加速度等信号的测量,对整个装置的测量精度进行了分析,并将其与增量式编码器进行了对比。     

抛物面型灯光源的模型及仿真

本文得到了一种抛物面型灯光源的模型。基于该模型．并在直射光总功率与反射光总功率之比为定值的条件下，确定了灯丝的长度。当灯丝与地面距离已知时．又可确定直射光在地面上的照射范围。计算机仿真实验说明，该模型是有效的。     

基于现场总线技术的炼钢转炉蓄热式钢包烘烤器系统

主要介绍了PROFIBUS现场总线技术的技术特点和典型应用,通过该网络通讯技术与钢铁工业自动化系统相结合实现高效应用.     

基于RBF神经网络的跌倒检测算法研究

针对现有跌倒检测方法动作识别效率低、适应性差等问题,提出基于RBF神经网络的跌倒检测方法,通过径向基函数(RBF)判别人体是否处于跌倒状态。分析了人体跌倒和其他日常行为运动特征,对人体的日常行为动作进行分类。利用惯性传感器采集人体运动加速度和角速度,以加速度和角速度组合为运动特征向量,采用RBF神经网络进行训练,构建RBF函数分类器,对人体动作行为进行判别,从而识别人体跌倒状态。实验将人体运动行为分为正常行走、跑步、上下楼梯、前向跌倒、侧向跌倒5类,训练样本采用1 500例,测试样本500例,其中每类动作各包含100例测试样本。结果表明,当RBF模型隐含层数为350时,5类动作的准确率均可达到80%以上,且跌倒检测平均准确率为96%。因此基于RBF神经网络分类的跌倒检测算法能够准确地检测人体跌倒行为。