一种基于Diameter协议的NAS模型

随着日益复杂的路由器和网络接入服务器大量投入使用,使得当前AAA协议在安全性和稳定性上的缺点日益明显。基于Diameter、EAP和PANA协议,设计了一个础诅接入服务器模型。该模型覆盖了Diameter NASREQ应用和EAP应用、PANA协议中PAA和EP的功能,以及EAP协议中认证者的功能。对原型系统进行了系统测试,测试结果表明,原型系统基本实现了Diameter、EAP和PANA协议对网络接入服务器的要求,具有较好的安全性和稳定性。     

策略在Lotus Notes／Domino系统管理中的应用

本文回顾了Lotus Notes／Domino系统中策略的概念,包括策略的种类和定义方法。从注册、安装、邮件、桌面等几个方面阐述如何使用策略来构建、管理Nofes系统和用户行为,并对运用策略提高Notes系统管理安全性、易用性等方面进行了探讨。最后,给出Notes策略的实例。     

平流层通信平台MAC层的调度方案建模及仿真

平流层升空平台能够满足可提供战时服务、能快速部署,适用于区域性覆盖.为满足平台支持的多用户、多优先权、综合业务的接入策略并解决资源动态分配问题.提出了一种可以满足平台MAC层的服务质量(QoS)和动态带宽分配的调度架构,架构包括移动中心站(MCS)对移动站(MS)的带宽分配和移动站内上行业务的二级带宽调度架构,并根据不同业务需求采用不同的调度算法.仿真结果表明:调度方案能很好的满足所有类型业务的服务质量需求.并提供了较好的公平性,保证了架构的可行性.     

基于VC++的GPS数据采集与处理

首先介绍全球定位系统(GPS)的基本工作原理及其通常所采用的通信协议,在此基础上以GARMIN公司出品的GPS15L芯片为例,采用Visual C 6.0的MSComm控件实现GPS-OEM与PC机之间的串口(RS232)通信,实现GPS定位信息的采集和提取,并给出部分关键程序代码.     

计及用电行为模式的区域商业建筑负荷预测方法

为充分利用智能电表采集的细粒负荷数据并提高区域商业建筑负荷预测的精确度,提出一种基于用电行为模式的区域商业建筑负荷预测方法。首先,基于均值方差归一化方法对采集到的负荷数据进行标准化处理,通过肘方法确定聚类数目后进行k-Shape聚类,实现区域商业建筑负荷不同用电行为模式的提取;其次,针对大规模商业建筑负荷预测问题,考虑区域内大量商业建筑负荷预测时耗费大量内存资源却难以实现较准确预测问题,提出一种改进的Informer模型,该模型通过聚类算法识别具有相似用电行为模式的商业建筑,并充分考虑智能电表采集的异常负荷数据对模型训练结果的影响,能够良好的解决大规模商业建筑负荷预测精度不高问题;最后,采用加利福尼亚州商业建筑负荷进行实验,实验结果表明所提方法能够有效提高区域商业建筑负荷预测精度。     

响应面法微波降解EGCG制备EGC研究

目的 为探究微波降解EGCG方法制备EGC的效果,以EGC得率最大化为目标,探究微波降解的最佳工艺参数,并建立反映各参数间关系的二次多元方程模型。方法 本研究采用EGCG溶液为原料,运用微波加热降解EGCG制备EGC,通过梯度设置EGCG浓度、微波时长、微波强度三个工艺参数,进行单因素实验、响应面分析及最佳工艺组合验证实验,优化确定EGCG微波降解制备EGC的最佳工艺参数。结果 综合单因素实验及响应面分析,得到的最佳微波降解参数为：EGCG浓度5mg/ml、微波时长3.5min、微波强度为400W,且利用响应面法建立了EGC得率(Y)与EGCG浓度(A)、微波时长(B)、微波强度(C)的二次多元方程模型：Y=59.52+8.38*A+5.38*B+3.53*C-4.04*AB+6.92*AC-9.19*BC-9.99A2⁺0.0786*B2^-15.36*C2^,模型中,EGC得率最高可达62.08%。对最佳微波降解工艺参数进行验证实验,EGC得率为63.40%,与模型预测值接近。结论 运用微波降解EGCG制备EGC具有操作简单,可行性高的优势,且EGC得率稳定性高。     

永磁同步电机多步模型预测电流控制球形编码研究

传统多步模型预测电流控制遍历所有开关序列, 并寻求成本函数最小, 使得运算量较大. 球形编码算法将成本函数转换为开关序列对应的矩阵二范数平方, 并采用事件触发机制动态精简计算量. 仿真结果表明: 基于球形编码的多步模型预测电流控制性能良好, 与传统方法完全等价, 控制效果相当. 基于STM32H743单片机平台, 球形编码和传统方法单控制周期执行时间实验结果表明: 对于多步预测, 球形编码算法可减少单控制周期执行时间, 2步预测减小至96.78%, 3步预测减小至87.99%, 4步预测减小至73.41%, 5步预测减少至63.63%, 在控制性能与传统方法相当的条件下, 提高系统实时性能     

永磁同步电机模型预测转矩控制简化控制策略

传统永磁同步电机(PMSM)模型预测转矩控制(MPTC)遍历逆变器生成的全部7个电压矢量, 计算负担较大.当转矩误差较小时, 零电压矢量利用率较高, 则可当转矩误差位于阈值范围, 电机系统直接输出零电压矢量, 否则,依然遍历7个电压矢量, 并给出阈值确定方法. 基于上述策略, 本文增加了6个定子磁链扇区位置约束, 将转矩误差大于阈值时的备选电压矢量降至4个, 并增加磁链扇区数目至12个和磁链误差约束, 进一步减小备选电压矢量. 仿真结果表明, 提出的3种简化策略控制下, 永磁同步电机系统运行正常, 控制性能与传统模型预测转矩控制基本相当,平均开关频率分别降低至77.48%, 77.09%和76.12%, 平均遍历电压矢量个数分别降低至58.29%, 32.86%和29.14%.实时性实验结果表明运行时间分别减小至57.70%, 32.96%和29.48%.     

基于改进多嵌入空间的实时语义数据流推理

将语义数据流处理引擎与知识图谱嵌入表示学习相结合,可以有效提高实时数据流推理查询性能,但是现有的知识表示学习模型更多关注静态知识图谱嵌入,忽略了知识图谱的动态特性,导致难以应用于实时动态语义数据流推理任务。为了使知识表示学习模型适应知识图谱的在线更新并能够应用于语义数据流引擎,建立一种基于改进多嵌入空间的动态知识图谱嵌入模型PUKALE。针对传递闭包等复杂推理场景,提出3种嵌入空间生成算法。为了在进行增量更新时更合理地选择嵌入空间,设计2种嵌入空间选择算法。基于上述算法实现PUKALE模型,并将其嵌入数据流推理引擎CSPARQL-engine中,以实现实时语义数据流推理查询。实验结果表明,与传统的CSPARQL和KALE推理相比,PUKALE模型的推理查询时间分别约降低85%和93%,其在支持动态图谱嵌入的同时能够提升实时语义数据流推理准确率。     

PPDM中面向k-匿名的MI Loss评估模型

隐私保护数据挖掘（PPDM）利用匿名化等方法使数据所有者在不泄露隐私信息的前提下,安全发布在数据挖掘中有效可用的数据集。k-匿名算法作为PPDM研究使用最广泛的算法之一,具有计算开销低、数据形变小、能抵御链接攻击等优点,但是在一些k-匿名算法研究中使用的数据可用性评估模型的权重设置不合理,导致算法选择的最优匿名数据集在后续的分类问题中分类准确率较低。提出一种使用互信息计算权重的互信息损失（MI Loss）评估模型。互信息反映变量间的关联关系,MI Loss评估模型根据准标识符和标签之间的互信息计算权重,并通过Loss公式得到各个准标识符的信息损失,将加权后的准标识符信息损失的和作为数据集的信息损失,以弥补评估模型的缺陷。实验结果证明,运用MI Loss评估模型指导k-匿名算法能够明显降低匿名数据集在后续分类中的可用性丢失,相较于Loss模型和Entropy Loss模型,该模型分类准确率提升了0.73%~3.00%。