镁合金的应用现状及其塑性成形技术

通过对镁合金应用现状及其塑性成形方式的研究，分析了镁合金的应用前景及塑性变形特点，阐述了镁合金塑性加工研究现状，提出了塑性成形是镁合金产品的成形的发展方向．综述了镁合金在汽车工业、电子工业以及航空航天工业上的应用及其塑性成形技术的发展．     

结合多阶段优化的圆检测算法

在常规圆检测算法中,Hough变换、随机Hough变换以及随机圆检测算法的检测效率低,导致难以适用于复杂场景或者对检测速度有较高要求的情况。为了提高圆检测的效率,本文从采样点的选取、候选圆的确定以及真圆的确认3个阶段进行分析,结合这3个阶段的优化方法,提出一种结合多阶段优化的圆检测算法。人工图像和实际图像的实验结果表明：该算法较其他算法有效地提高了圆检测的速度,并且具有较好的检测鲁棒性和检测精度。     

基于动力学的张拉整体柔性臂数字孪生系统

连续型机器人因其具有柔顺大变形、灵巧运动等特点,已成为未来提升机器人安全性和交互性的发展趋势,而数字孪生是实现机器人-环境-人之间共融共存的重要技术保障.本文以张拉整体连续型柔性臂为研究对象,结合数字孪生和虚拟仿真等技术,让张拉整体柔性臂在虚拟空间和实际物理空间中得以深度融合.搭建数据通讯架构实现数据实时传输和驱动,以提升柔性臂与人的协同工作效率,并可在复杂的环境中通过碰撞检测反馈实现动态避障.进一步,开发了一款基于动力学的张拉整体柔性臂数字孪生系统,并通过虚实双向操控验证了所建系统的有效性,为机器人远程智能监测与控制提供了参考.     

网络时代信息安全对策研究

随着信息全球化的发展,公民个人所拥有的信息被他人或非政府组织不正当利用甚至非法窃取的危险性越来越高。信息安全将会成为一个国家亟待解决的问题。本文分析了网络时代导致信息安全隐患重重的因素,提出了网络时代一些保障信息安全的切实可行的措施。     

无线局域网的安全与保密风险管理改进方案

本文介绍了无线局域网的安全体系以及作为无线局域网通信标准采用的IEEE802.11系列所使用的安全措施,分析了现有安全措施存在的缺陷,并提出了自己的解决方案。     

基于矩阵变换的NTRUSign密钥生成算法

首次提出将矩阵变换应用于NTRUSign签名算法中,在NTRUSign签名算法中公开密钥和私有密钥的生成算法是最关键的部分,其实现时所花的时间占整个签名算法实现约一半以上的时间,直接影响NTRUSign的工作性能.矩阵是处理数学问题的重要工具,给出一种新的矩阵变换,并将之应用于求多项式的最大公因式问题中,且给出相应的求两个多项式最大公因式算法,并以该算法应用于NTRUSign中,得出NTRUSign密钥生成的优化算法.实验结果表明,该算法在寻找小多项式F和G比由JeffreyHoffstein给出的NTRUSign密钥生成算法的计算量和所占用的系统资源较少,该算法在生成密钥速度略快,为较有效的算法.     

基于正交小波变换和伪彩色的遥感图像增强

针对基于正交小波分析的图像增强技术一般只适用于黑白图像;而伪彩色处理技术不能够充分处理图像中某些细节信息的缺陷.提出了基于正交小波分析和伪彩色的遥感图像增强处理方法;实验结果表明,增强后的遥感图像无论在视觉效果上还是在噪声特性上都有了很大的改善;该方法简便易行且计算量小,在应用中有较大的灵活性;该方法还具有运算速度快和可操作性强等特点,在遥感图像增强研究方面具有广泛的应用前景.     

基于信息熵的粗糙K-prototypes聚类算法

针对传统K-prototypes在计算分类属性的差异度时未考虑各个分类属性对聚类结果的影响程度,且算法容易受到噪声的干扰,无法处理数据中不够精确、不完整等不确定性问题,提出基于信息熵的粗糙K-prototypes聚类算法。在计算数据样本之间分类属性的差异度时,使用信息熵的理论,确定每个分类属性对于聚类分析结果的影响权重;引入粗糙理论,计算得到各样本与粗糙模之间的粗糙相异度,通过多次迭代计算,获得最终聚类结果。该算法结合信息熵和粗糙理论,可区别对待各分类属性,解决数据不精确引起的不确定性问题,4个UCI数据集上的实验分析结果验证了该算法的有效性。     

几起电脑故障及其排除方法

本文就日常工作中遇到的几起电脑故障进行分析,并提出相应的解决方法供电脑爱好者和遇到类似故障的用产参考。     

基于信息增益的模糊K-prototypes聚类算法

K-prototypes聚类算法结合了K-means算法和K-modes算法,可用于分析混合属性的数据对象。传统的K-prototypes聚类算法在计算数据对象的相异度时,未考虑各个属性对于最终聚类结果的影响程度,而现实世界中,各属性的重要程度是不同的。使用了信息论中信息增益的计算方法,来获得各个属性的权值。在计算各属性的差异度时,乘以这些权值,从而可以获得更为准确的聚类结果。为了增加算法处理模糊问题的能力,本算法引用了模糊理论,从而使其具有较好的抗干扰能力和处理不确定性问题的能力。通过对四个UCI数据集的聚类分析实验,表明了本算法的有效性。