自适应FFT功率谱分析在涡街流量计中的应用

针对现有涡街流量计信号处理方式的缺点与不足,提出并实现了一种自适应的Fftr功率谱信号分析方法,该法通过硬件电路初判涡街信号频率,与预设分段频率进行比较,由此选取与之匹配的采样频率对涡街信号进行采样,然后通过功率谱分析获得更为准确的涡街信号频率,从而提高流量测量精度.经试验验证:该方法降低了涡街流量计测量下限,拓宽了涡街流量计使用范围.     

信息流图的分割算法

一个多级安全系统的信息传递关系是搜索隐通道的重要依据.由于一个大型多安全级软件系统的信息传递关系非常复杂,对其直接进行信息流分析并搜索隐通道的工作量非常大,因此为进一步提高搜索和分析隐通道的效率,提出了一种将信息流图分割成信息流森林的算法.该算法首先选定一棵父树,然后通过边割集中的弧置换父树中的树枝得到新树,并能从理论上保证分割后得到的信息流森林正确继承原图的信息,即原图中信息流既未被割裂也未丢失.通过对每棵信息流树表示的信息流进行分析就可取代对整个信息流图的分析,从而有效降低了分析问题的规模.     

图符语言CQL解释器的实现

为了有效地实现数据库图符查询语言解释器,引入了图卡解析树;开发出二维文法规则;定义出一套适宜于模式分析、语法分析及语义解析的图符程序内部存储机制;并使用临时图卡的方法来解决带有嵌套结构的复杂语句的编译问题。     

基于抽象和搜索空间划分的安全性判定方法

为满足访问控制策略安全性快速判定的要求,提出一种基于谓词抽象和验证空间划分的访问控制策略状态空间约减方法,将在访问控制策略原始状态机模型上的安全性分析工作转移到包含较少状态的抽象模型上,并进一步划分抽象模型的验证空间,以提高效率.理论分析和实验数据均表明,其安全性分析所需的时间和空间都得到有效约减.与传统方法相比,它具有速度更快、自动化程度更高等优点.     

基于预测状态表示的多变量概率系统预测

针对由于多变量概率系统预测高复杂度而导致的建模困难问题,提出了一种基于预测状态表示（PSR）的系统建模新方法,首先介绍一种通用多变量过程概念,并进一步用此概念描述多变量系统。在此基础上,引入了针对多变量系统的预测模型MV PSR,模型基于可观测信息,可在有限维实现对多变量的预测。实验结果表明,该近似模型有效降低了系统预测的复杂度。     

广义不可推断属性符号化算术验证的研究

多级安全系统中机密数据的泄漏本质上是信息的非法流动.广义不可推断属性刻画了不同安全级主体之间合法的信息流动.在系统应用之前,验证其满足广义不可推断属性,可以排除各种隐蔽数据泄漏,保护数据的机密性.传统的广义不可推断属性验证方法——"展开方法"——验证的仅仅是属性成立的一个充分非必要条件,因此是不完备的.基于证伪技术提出一种完备的广义不可推断属性验证方法,该方法通过逐步搜索长度递增的使广义不可推断属性失效的反例来完成验证过程.为确保搜索过程能正确终止,即方法的完备性,提出状态转换系统的双构造运算,并在此基础上基于图结构理论给出最短反例的上近似计算.进一步为提高验证方法的时间效率和降低对内存空间的需求,将反例搜索和上近似计算归约为量化布尔公式满足性求解问题,借助于高效的满足性求解程序完成属性的验证,实现了验证过程的符号化计算.最后通过一个磁臂隐通道的实例说明验证方法在实际的隐通道分析中的应用.     

铜基镀镍料浆包渗铬层组织和性能研究

硬度低和耐磨性较差制约了铜在冶金设备领域的应用.为了提高铜金属表面硬度和耐磨性,采用镀镍料浆包渗铬技术对铜表面进行渗铬.制备渗铬层,并对其微观组织、扩散特性及显微硬度和耐磨性进行了研究.结果表明:铜表面经镀镍渗铬处理后,在镍层表面获得50μm的渗铬层,渗层组织为镍铬固溶体相;渗层硬度由外层的345 HV逐渐降低到镍镀层的120 HV和铜基体的70 HV,渗层显微硬度随铬含量的降低而降低.渗铬处理将铜和镍的摩擦系数由原来的0.8和0.6降低到0.45.     

从低锰镁质量比溶液中结晶分离锰、镁试验研究

针对两矿法浸出软锰矿获得的富镁硫酸锰浸出液(锰镁质量比为2.55∶1),研究了采用蒸发结晶法分离锰、镁。通过正交试验和单因素试验,考察了温度、保温时间、搅拌速度对锰结晶行为的影响。试验结果表明:结晶温度、保温时间对硫酸锰晶体纯度影响较大,而搅拌速度对晶体纯度影响较小;低锰镁质量比溶液比高锰镁质量比溶液的结晶分离更为困难。     

基于自注意力机制的文本生成单目标图像方法

基于自然语言描述的图像合成已成为人工智能领域中的研究热点.借助生成对抗网络,该领域在高分辨率图像合成方面取得了长足的发展.然而,合成单目标图像在真实性上仍存在一定缺陷,如针对鸟类图形合成时,会出现"多头""多嘴"等异常情况.针对此类问题,提出基于自注意力机制的文本生成单目标模型SA-AttnGAN.SA-AttnGAN...     

基于概念格的序列模式挖掘

研究了基于概念格(Conccpt LatticeCL)的序列模式挖掘方法，并给出了相应算法。与经典的算法比较，减少了对交易数据库的扫描次数，提高了挖掘效率。