浅谈AutoRun.inf计算机病毒的防治

通过对AutoRun.inf计算机病毒特点的分析及Coes病毒的研究,得出AutoRun.inf计算机病毒的清除方法和预防措施。     

基于单片机和PC机的实时温度控制系统设计

设计了一种利用单片机和PC机来实现的实时温度控制系统,包括硬件设计和软件设计。系统采用STC89C52单片机作为主芯片,DS18B20数字温度传感器作为温度采集器件,运用蜂鸣器作为报警器,VB6.0制作上位机软件,通过串口实现单片机与PC机的通信。系统能实时监控环境温度,并具有报警功能,具有一定的实用性。     

一种改进的复杂背景下视频车辆检测技术

视频运动目标检测是数字视频处理、分析应用的一个重要领域,其目的是把作为一个整体的视频图像序列,通过一定的方法挖掘出具有意义的运动实体数据。该文对传统阈值法的缺陷进行分析,采用改进的二维阈值结合遗传的方法提高求解寻优的速度和效率,并通过帧差结合背景补偿的方式,提出一种适合于在复杂背景环境下实时检测运动车辆的新方法。实验结果表明,该方法有较强的环境适应能力,能够很好地检测出运动车辆。     

模糊奇异摄动系统H∞滤波

针对一类非线性奇异摄动系统,建立基于T-S模糊模型的模糊奇异摄动系统模型,通过Lyapunov方法和Schur补定理,研究其H∞滤波问题.将系统H∞滤波器设计归结为求解一组与摄动参数ε无关的线性矩阵不等式,从而避免由ε引起数值求解的病态问题.所获得的滤波器使闭环系统渐近稳定并能达到给定的H∞性能指标.该方法适用于标准和非标准非线性奇异摄动系统,仿真实例表明了所提出方法的有效性.     

基于文化算法和改进差分进化算法的混合算法

改进差分进化算法不能有效利用进化过程中的知识,传统文化算法进化后期收敛速度较慢。针对这些问题提出一种基于文化算法和改进差分进化算法的混合算法,并将这一算法应用于约束求解问题。对基准函数和丁烯烷化生产调度问题进行仿真,结果表明该混合算法具有较好的实用性和稳健性,在寻优效率和优化结果方面都优于与之比较的算法,并降低了计算量。     

双闭环真空硅微陀螺仪设计及测试性能分析

所设计的硅微陀螺仪工作在10 Pa,品质因素达到3000,采用CAN金属壳封装形式,测控线路采用闭环自激驱动,力反馈式闭环检测方式.驱动采用单边驱动单边检测,尽量使线路简化;检测采用双重分解和重构回路.测试结果表明:有用信号和正交信号实现很好的相位解耦,互不影响.在实现标度因素10 mY/(°)S-1的情况下,零偏稳定性已达到了60°/h;线性度已达到了400 ppm;带宽仿真达到150 Hz;这较以前设计的空气下闭驱开检方式下的硅微陀螺性能提高了近2个数量级.     

零失效试验的测试时长与样本量选择分析

基于国内企业对产品质量以及可靠性要求越来越高,可靠性试验方案的选择尤为重要,GJB899A可靠性鉴定与验收规范详细列举了定时截尾试验、序贯截尾试验。阐述企业的考量是基于质量目标的前提下,要求试验方案测试成本低、时间可控,本文结合定时截尾以及序贯截尾的思路,制定了一种零失效试验,结合最小测试样本量的方案,可以定量评估出试验方案合理性,为企业制定可靠性试验方案提出相应的依据。     

基于MXene的应变纤维传感器制备及其表征

高灵敏度、宽感应范围的柔性力敏传感器是当前柔性传感领域的重要需求。我们通过将MXene覆盖在氨纶包覆纱纤维表面,制备了一种新型的氨纶纤维应变式电阻传感器。该传感器能将拉伸应变转换成传感器内部导电通道的断裂和重组,进而引起电阻变化。对传感器的拉伸性能和应变传感性能进行检测,检测结果显示,提出的传感器较宽的应变范围、较好的稳定性和可重复性、较高的灵敏度。该传感器在0%~40%、40%~50%的应变范围下,传感器的灵敏度分别约为5.82、46.61,且能够稳定地监测手指的弯曲和伸展运动,在未来的可穿戴电子产品中具有潜在的应用价值。     

一种室外无线覆盖方案的设计与实现

随着移动互联网的发展,智能手机的快速普及,无线网络迅速融入当代人的主流生活,逐渐成为人们工作、学习与生活的基本需求。为了提高用户满意度,进一步提高网络覆盖面积,实现园区室外无线覆盖,文章提出了一种园区室外无线覆盖解决方案,有效解决了用户室外无线上网的需求。     

基于自注意力机制的无边界应用动作识别方法

近年来,工业互联网获得了飞速的发展.但是和传统互联网一样,工业互联网也面临着大量的网络攻击威胁和敏感信息泄露风险.而流量识别技术,特别是细粒度的应用动作识别技术,可以辅助网络管理者对异常行为进行检测和及早发现隐私泄露风险,保障工业互联网的安全.然而,现有动作识别技术依赖对流量数据中动作边界的预先分割,无法识别无边界的动作,难以应用于实际场景.为解决这一问题,提出一种无边界动作识别算法：首先构建基于自注意力机制的包级识别模型,对数据包进行动作分类;然后提出动作聚合算法,从数据包的分类结果中聚合出动作序列;最后,建立2种新指标来衡量识别结果的好坏.为验证算法的可行性,以微信为实例进行实验,结果表明该模型能够取得最高超过90%的序列识别精度.这一研究成果将有望极大推动应用动作识别技术的实用化.