整合Agent与语义Web服务

目前的语义web服务方法和标准提供了很多由Agent平台操纵的基础设施,这有利于Agent与语义web服务的结合。本文分析了语义web服务与Agent之间的关系,提出Agent的主要角色是用来封装用户的意图,协调用户的目标,并最终调用web服务.我们利用当前的Agent技术与语义web服务技术,设计出自己的平台,整合了Agent BDI模型与语义Web服务。     

HEAT TREATMENT STRENGTHENING EFFECTS OF RARE EARTHS ON Mg—9Al ALLOY

Mg-9Al-xRE magnesium alloys were studied, where, x is 0, 0.4. 0.8. 1.2 and 1.6% (in weight percent, wt%), respectively. Influence of rare earths (RE) on microstructure and strength in both T4 (solute heat treatment) and T6 (solute heat treatment and artificial ageing treatment) were investigated. Strength of specimen was tested at ambient temperature. The micro structure was analyzed by optical microscopy, scanning electron microscopy (SEM) and X-ray diffraction analysis. RE additions improved T4 tensile strength of the treated alloys. Small addition (0.4wt%) of RE greatly improved the strength of ageing treated (T6) Mg-9Al alloy, but further additions caused decreasing.     

基于三相四线制三电平有源滤波器的简化三维空间矢量调制策略研究

三相四线制中点箝位(Neutral-Point Clamped,NPC)型三电平四桥臂有源电力滤波器(Active Power Filter,APF)采用三维空间矢量调制(3-Dimensional Space Vector Pulse Width Modulation,3D-SVPWM)策略可以高效地改善电能质量,减...     

固溶-冷速-时效对TC4-DT合金力学性能的影响

本文以Ti6Al4V-DT (TC4-DT)为研究对象,分别对其进行不同方式的固溶、冷却和时效处理,利用金相显微镜、拉伸试验机研究其显微组织、强度和塑性的变化,结果表明：强度和塑性的主要影响因素为固溶温度和冷却方式。在α+β两相区和单相区固溶并在580℃时效8小时,可以分别得到双态组织和片层组织,相变点以下随着固溶温度的提高,初生α相含量明显减少,且强度和塑性在两相区固溶更优;相变点以上固溶时,冷却速率降低会使α相片层粗化,抗拉强度和屈服强度逐渐降低;在两相区固溶α相尺寸随着时效温度升高而增大,在低温时效时,由于α相的弥散强化作用使得合金强度较高。TC4-DT合金在α+β两相区860℃/1.5h固溶,550℃/8h时效处理,在空冷的状态下,可获得合金强度（1017MPa）、塑性（伸长率22%）匹配良好的综合性能。     

输油泵模糊控制器的设计及优化

由于大容量输油泵系统存在严重的非线性和时变性, 管道流量、输油泵入口压力及出口压力三个参数之间又存在耦合关系, 采用传统的PID控制器难以实现对流量、入口压力、出口压力的良好控制. 针对输油泵系统的特点, 提出了一种由两个模糊控制器组成的输油泵控制方案, 并应用改进的遗传算法对隶属函数和融合因子进行了优化. 仿真结果表明, 该控制器能够对管道流量、入口压力、出口压力进行协调优化控制.     

基于双层反卷积的宽场荧光显微图像盲复原*

针对宽场荧光显微图像盲复原中的不适定性和细节模糊问题,提出了基于双层反卷积的宽场荧光显微图像盲复原算法,该算法通过双层反卷积,结合图像金字塔,实现了由粗略到细致的图像复原。为抑制不适定性,外层反卷积采用全变分模型,对复原图像和光学传递函数进行正则化约束。在内层反卷积中,通过残差图像进一步复原出图像细节。实验结果表明,该算法能在有效抑制伪影和噪声的同时,复原出宽场荧光显微图像的细节。与近几年图像盲复原算法相比,该算法所需的计算时间短,复原出的宽场荧光显微图像不仅有更好的视觉效果,而且客观上有较高的峰值信噪比和图像熵。     

类中心极大的多视角极大熵聚类算法

在数据稀少、数据维度高、多视角聚类任务的情况下,传统极大熵聚类算法会因类中心趋于一致,从而导致聚类失败。为解决此类问题,在传统极大熵聚类算法的基础上,引入类中心惩罚机制,融合权重矩阵实现多视角划分融合,构建出类中心极大的多视角极大熵聚类算法。该算法通过调整每个视角上的权重来体现某个视角的重要性,并通过类中心极大惩罚项解决了多视角聚类任务下,因数据稀少、数据维度高导致每个视角上的类中心趋于一致的问题。通过大量实验进一步证明,该算法在处理高维度、数据稀少、存在干扰数据和多视角的数据集时,其聚类效果明显优于传统的聚类算法。     

一种基于门限签名的区块链共识算法

针对区块链应用于物联网环境下的特点和要求,分析了目前广泛应用于联盟链的实用拜占庭容错算法（PBFT）的弊端以及目前应用于共识网络中的门限签名算法存在的普遍问题,提出改进的共识算法。首先,新共识机制将网络中的节点分组用部分节点的两两通信代替所有节点的两两通信减少通信量;其次,将组合公钥的思想引入到门限签名中,减少了通信量与计算量;最后,在节点之间引入信用分机制,优化视图切换协议。仿真结果表明,新提出的共识算法在数据吞吐量以及通信时延方面有了明显的提升,并且得到了通信量最低时的最佳分组方式。     

基于单网络评判学习的非线性系统鲁棒跟踪控制

针对一类具有不确定性的连续时间非线性系统,提出一种基于单网络评判学习的鲁棒跟踪控制方法.首先建立由跟踪误差与参考轨迹构成的增广系统,将鲁棒跟踪控制问题转换为镇定设计问题.通过采用带有折扣因子和特殊效用项的代价函数,将鲁棒镇定问题转换为最优控制问题.然后,通过构建评判神经网络对最优代价函数进行估计,进而得到最优跟踪控制算法.为了放松该算法的初始容许控制条件,在评判神经网络权值更新律中增加一个额外项.利用Lyapunov方法证明闭环系统的稳定性及鲁棒跟踪性能.最后,通过仿真结果验证该方法的有效性和适用性.     

SDN环境下基于BP神经网络的DDoS攻击检测方法*

软件定义网络是一种全新的网络架构,集中控制是其主要优势,但若受到DDoS 攻击则会造成信息不可达,也容易造成单点失效。为了有效的识别DDoS攻击,提出了一种SDN环境下基于BP神经网络的DDoS攻击检测方法：该方法获取OpenFlow交换机的流表项,分析SDN环境下DDoS攻击特性,提取出与攻击相关的流表匹配成功率、流表项速率等六个重要特征;通过分析六个相关特征值的变化,采用BP神经网络算法对训练样本进行分类,实现对DDoS攻击的检测。实验结果表明,该方法在有效提高识别率的同时,降低了检测时间。通过在软件定义网络环境中的部署,验证了该方法的有效性。