基于J2EE网络教学平台的研究与应用

基础教育资源库建设是我国教育信息化的重要组成部分.针对高校网络教学的现状,分析了J2EE体系结构及关键技术,阐述了基于J2EE的网络教学平台总体思想,提出了网络教学平台的实现目标及总体结构,并以J2EE技术及MVC模式为基础,采用B/S多层体系结构设计并实现了一个新型的网络教学平台.这将有利于各专业课程的网络教学及精品课程的建设,适应教学发展的需要,使学生能够高效地利用学习时间,提高了学生在网络环境中的自主学习能力.     

一种安全的基于优先级的应用层多播模型

提出了一种使用于大规模应用层多播的模型SPBHM,采用分层和分组的概念,根据节点的性能对区域节点进行优先级划分,从而动态规划多播组的Leader节点,并对模型的安全做出了综合性的阐述,通过TKS模式负责模型的密钥管理分发,仿真结果显示,该模型以较小的控制开销,获得了较高的数据传输效率和安全特性.     

基于距离判断函数的钢轨扣件分割方法

数字化检测技术的不断发展使得点云分割成为三维点云处理的热门研究方向.区域生长算法广泛应用于点云分割,本文针对目前区域生长算法的局限性,提出基于距离判断函数的点云分割算法.使用八叉树构建拓扑关系,引入距离判断函数判断种子点的属性,计算种子点到其切平面的法向距离,将距离阈值作为依据划分平缓点和尖锐点;根据种子点与邻域点法线夹角筛选邻域点,合理设定曲率阈值,确定区域生长准则.选取钢轨扣件为试验对象,钢轨扣件是铁道线路关键连接件,实现钢轨扣件的精确分割有利于优化特征提取.点云分割的试验表明,基于距离判断函数的方法分割正确率增加4.20％,提高了钢轨扣件分割的稳定性和准确性.     

基于注意力机制的3D车辆检测算法

3D车辆检测是自动驾驶场景中的一个关键问题,涉及到3D目标检测与目标分类。目前的3D检测与分类网络对于所有输入的点云数据一视同仁,但在实际检测过程中,点云中不同点对于检测的重要程度可能并不相同。为了得到更好的检测结果,通过引入注意力机制来得到不同点的特征的权重,从而在回归时让部分点的特征得到更多的重视。实验表明,该算法在保证实时效率的前提下,与现有算法相比,具有更高的准确度。     

基于磁流变薄膜的可调谐主动声学超材料

为了实现声学超材料等效参数的非接触式主动控制,基于磁流变薄膜设计了一种磁固耦合的主动声学超材料,该结构由铝质环形框架和附加质量块的磁流变薄膜组成。运用COMSOL软件对其声学特性和隔声性能进行了详细分析,结果表明:改变外加磁场强度能够调节所设计的声学超材料的固有频率,与被动声学超材料相比,实现了非接触主动控制声学超材料系统的隔声峰值频率,从而拓宽了声学超材料的隔声频率范围;在此基础上进一步研究了磁流变薄膜材料参数、薄膜预应力和附加质量对隔声性能的影响。     

机车粘着控制多学科仿真平台研究与实现

随着我国铁路运输的不断发展,机车的牵引力也不断增加.如何有效地增加机车牵引力,预防和控制打滑控制现象是粘着控制研究的重点.传统的粘着控制基于简化的二自由度机车数学模型,不能准确的表征复杂的机车模型.利用多体动力学仿真软件Simpack搭建机车模型,配合Madab/Simulink软件搭建的机车电机传动控制模型,利用Mathworks公司的基于模型设计方法,在传统仿真模型中加入DSP控制器,构建跨多学科的机车粘着控制仿真平台,仿真结果表明,多学科仿真平台能有效的实现机车粘着控制仿真.     

考虑不确定性的区间多阶段随机规划模型研究

水资源供需系统具有复杂性和不确定性,且系统环境随时间动态变化,给决策者带来困扰。本文基于多阶段规划框架下的多层离散情境树,引入区间数和概率密度函数表达模型中不同参数的不确定性,建立适用于水资源管理决策的区间多阶段随机规划模型,并以陕西省宝鸡市冯家山水库多用户供水方案决策问题进行实例研究。结果表明,该模型不仅能处理水资源供需系统中的不确定性,而且能够以多情境下的离散形式反映各规划周期中水资源配置的动态决策过程,并对预先制定的决策实时纠正以减少缺水经济惩罚和降低不能达到目标的风险,模型优化结果有助于决策者权衡系统经济效益、相应决策风险和相应的经济惩罚。     

天子岭垃圾填埋场洪水成因分析及解决措施

利用雨水管理模型对浙江杭州天子岭垃圾填埋场洪水成因进行了分析,证明:该垃圾填埋场内部排洪系统可以满足设计洪水过流要求,洪水产生的主要原因是由于下游排洪渠截面严重偏小,过流能力严重不足所造成。在此分析基础上,本文提出了该排洪系统的改造方案,即:将原天子岭北线明渠和西南线明渠下游段及沿320国道的盖板涵改建为压力箱涵,以增大过洪能力,并打通绕城公路北侧排洪明渠使其直通沿山港,缩短排洪路径。     

电子政务G2B工作模式安全保障架构研究

安全性一直是电子政务系统研究的重要课题,该文分析了电子政务G2B工作模式特点与安全需求,研究了相关安全技术的主要内容,并提出了基于多重防护与加密技术的安全保护方案。     

A vehicle re-identification algorithm based on multi-sensor correlation

Magnetic sensors can be applied in vehicle recognition. Most of the existing vehicle recognition algorithms use one sensor node to measure a vehicle’s signature. However, vehicle speed variation and environmental disturbances usually cause errors during such a process. In this paper we propose a method using multiple sensor nodes to accomplish vehicle recognition. Based on the matching result of one vehicle’s signature obtained by different nodes, this method determines vehicle status and corrects signature segmentation. The co-relationship between signatures is also obtained, and the time offset is corrected by such a co-relationship. The corrected signatures are fused via maximum likelihood estimation, so as to obtain more accurate vehicle signatures. Examples show that the proposed algorithm can provide input parameters with higher accuracy. It improves the av-erage accuracy of vehicle recognition from 94.0%to 96.1%, and especially the bus recognition accuracy from 77.6%to 92.8%.