水电站大坝安全等级评定中边坡因素的影响剖析

基于我国水电站大坝安全定期检查的长期实践经验,分析了运行水电站边坡失稳对大坝运行安全的主要影响后果,归纳了边坡稳定状况评价的主要工作和原则,提出了边坡安全级别确定的原则。     

分布式光纤测温技术在冻结修复工程中的应用

针对采用冻结法进行成井井壁修复工程的特殊性,在进行常规水文孔、测温孔监测的同时,增加新型检测手段,利用分布式光纤测温技术检测每个冻结器的纵向温度,通过数据分析,为指导冻结施工安全顺利进行提供依据。详细介绍了修复工程的概况和分布式光纤测温系统的原理、组成、检测方法及测温光缆结构。给出了现场实测数据,与常规测温孔数据相比,数据量大,能全面、直观地反映冻结壁实际发展状况。系统结构简单,机动灵活,检测方法具有一定的推广价值。     

不一致决策表规则获取的粒计算方法

针对不一致决策表的规则获取,从属性多粒度角度考虑,按粒度由粗到细将决策表划分成不同的粒度空间,通过定义相容粒关系矩阵和不相容粒关系矩阵,并充分挖掘隐含在矩阵中的启发式信息,实现对不同粒度空间确定性规则和不确定性规则的获取.最后,从实例分析以及UCI测试对算法进行验证,并与现有算法进行实验对比,实验结果与分析表明了所提出算法的可行性和有效性,而且按此方法获取的规则集的泛化能力更强.     

两个公钥加密方案的安全性分析

广播加密和基于属性加密是两种重要的公钥加密方案,可将加密内容同时传送给多个用户,在付费电视、数字版权管理和资源访问控制等领域有重要应用。对一个基于身份广播加密方案进行了分析,表明攻击者只要得到某个用户的私钥,就可以计算其他任何用户的私钥。研究了一个基于属性加密方案,该方案并不能真正地隐藏访问结构,攻击者仅由密文就能得到对应的访问结构。     

一种混合驱动柔索并联仿生眼的轨迹规划

在与眼球运动相关的解剖学和运动学的基础上,设计了一种符合Listing定理的基于混合驱动柔索并联机构的3自由度机器人仿生眼.通过矢量封闭方法建立了逆运动学模型,求解出柔索并联机器人的雅可比矩阵和结构矩阵.利用达朗贝尔定理建立柔索并联机器人的力矩平衡方程组,采用广义逆矩阵的相关理论,以柔索张力矢量的2范数最小为目标进行张力优化.用蒙特卡洛方法计算出仿生眼球可达工作空间.最后,在Simulink环境下进行仿真,规划运动轨迹并得到柔索并联机器人运动特性的仿真结果,证明了本文设计的机构符合Listing定理.结果表明:基于混合驱动柔索并联机构的机器人仿生眼结构合理,数学模型正确.     

基于集成学习的离子通道药物靶点预测

新药研制成功的关键在于药物靶点的发现和准确定位.在已知的药物靶点中,离子通道蛋白是一类广受欢迎的靶点,它与免疫系统、心血管等疾病密切相关.对于靶点的发现,传统生物方法成本高、耗时久.因此,探讨了基于机器学习的离子通道蛋白药物靶点的挖掘,以加快药物靶点发现过程,节约经费.由于药物靶点相关序列的长度不一致,考虑了蛋白质序列编码的13种特征,它们能将不等长的蛋白质序列转化成等长序列.通过数值实验筛选能够较好地区分靶点和非靶点的特征子集,并采用集成学习的方法整合特征得到预测模型.通过与已有工作的比较表明,提出的集成模型能得到较高的准确率,具有很好的应用前景.     

基于小波去噪的神经网络软测量在血糖浓度估计中的应用

由于皮下间隙液葡萄糖的易测性和测量过程中传感器感染血液的低风险性, 皮下间隙液一直是血糖监测的首选位置. 但皮下间隙液葡萄糖浓度的变化总是滞后于血糖浓度的变化, 而且测量过程中会引入噪声, 不能准确地估测血糖值, 针对这一问题提出了一种基于小波去噪的神经网络软测量方法. 该方法先对与血糖相关的一些辅助变量进行去噪处理, 然后用来训练神经网络, 建立血糖软测量模型. 通过对1号、2号成年人采集的仿真数据进行实验, 结果表明, 运用该方法得到的测量结果比皮下间隙液葡萄糖值具有更小的均方根误差、更好的信噪比、以及更小的测量延时.     

基于Pi验算的流程建模方法探讨

传统的软件开发在需求阶段多是采用自然语言描述,因为自然语言自身的矛盾性和语义的模糊性等,在后期的运行中,难以避免软件的很多漏洞。本文针对这一现状,分析和探讨了形式化方法的优势,以形式化语言Pi验算描述交互为例,演示了形式化方法的准确性和采用形式化方法的必要性。     

基于改进的MSR算法在软件视频会议系统上的应用

视频会议是一种应用广泛的会议方式,由于光照、视频采集设备品质、网络带宽等外界复杂因素的影响,常常导致视频会议视频图像质量下降。在多尺度Retinex滤波(MSR)算法的基础上,使用双边滤波获取原始图像的高低频信息,然后采用颜色约束方法和增益补偿方法增强经过双边滤波处理后的高频反射图像。通过主观体验和客观评价,改进算法增强了视频图像,同时保留了边缘细节,应用于软件视频会议系统,提高了视频图像的清晰度,改善了视觉效果。     

基于SAM-CS和SOFM的胃上皮肿瘤细胞图像识别

针对胃上皮肿瘤细胞图像(以下简称肿瘤细胞图像)黏结严重和信息冗余的特点,提出了一种将自适应观测矩阵的压缩感知(SAM-CS)和自组织特征映射(SOFM)神经网络相结合的算法。该算法将肿瘤细胞图像拉成列向量,然后利用通过自适应过程产生的观测矩阵,基于压缩感知理论对图像信息进行观测,产生线性观测向量,最后利用SOFM神经网络的学习算法对观测向量进行训练和分类,实现对肿瘤细胞图像的识别。实验表明,相比常用算法,该算法至少提高了4.2%的识别准确率和5.7%的运算速度。