基于改进Leaders算子的审计潜在疑点发现

数据库查询方法审计疑点发现依赖于审计人员先验知识,当经验不足且审计数据量巨大时,难以发挥大数据优势并从海量数据中发现疑点。为解决这一问题,提出基于改进Leaders算子迭代聚类的审计大数据潜在疑点发现方法。该方法在无先验知识的情形下,通过Leaders算法自动完成审计大数据的初始聚类,在此基础上通过随机抽样融合方法对初始聚类结果优化,最后通过多次迭代聚类的方法,对实例数较少或可疑程度易被掩盖的小簇进一步聚类,实现审计大 数据的精确聚类,并将实例较少且行为明显异常的数据聚类识别为潜在疑点,配合审计人员审计经验快速精确定位审计疑点。实验结果验证了算法的有效性,表明算法有助于从海量数据中自主发现审计疑点,缩小疑点筛查范围,提高审计效率。     

基于球面全景图的虚拟场景实时漫游系统

设计并实现一种基于球面全景图的虚拟场景实时漫游系统。虚拟场景的实时漫游可以通过对球面全景图进行重投影完成。通过重投影球面全景图的可视部分到视平面上,可以生成虚拟场景在不同视线方向上的透视视图。使用球面全景图的重投影算法可以模拟相机的旋转运动,通过改变相机的视域,可以模拟相机的变焦运动。针对直接使用重投影不能满足球面全景图实时绘制的问题,在对球面全景图的重投影算法进行仔细分析的基础上,提出使用查找表和增量计算进行加速的策略。实验结果表明,优化后的系统能够对基于球面全景图的虚拟场景进行实时漫游     

超声波检测方法在结构复杂金属零件中的应用

近年来,随着我国高科技技术的快速发展,超声波检测技术在结构复杂金属零件中的运用越来越广泛。其在检测金属零件时,对零件的伤害极小。本文着重介绍了超声波技术进行金属检测的原理,并阐述检测中需要注意的一些问题。     

基于SMC-PHD滤波的显式航迹维持算法

多目标跟踪的实时性、目标的状态提取与航迹连续的正确率受杂波、漏检、目标近距离这些因素的干扰。为了解决这些问题,提出一种改进的SMC-PHD滤波器。首先,基于2个“一对一”准则,提出粒子贴标签方法和粒子簇权值重置机制,可屏蔽高先验密度区域杂波以及检测的不确定性对多目标状态估计及其数目的干扰。其次,将多目标状态提取转换为多个可提供身份标识的单目标状态提取,得到显式的航迹维持。此外,提出一种新颖的粒子重采样方法,可减少近距离目标对彼此后验信息的干扰。仿真验证了提出的显式航迹维持算法的有效性。与基本的SMC-PHD滤波器相比,显著地提高了多目标跟踪的性能,包括实时性与精度。     

基于Hadoop的分布式CIF四叉树索引方法

针对矩形空间数据对象,以传统CIF四叉树索引技术为基础,利用Hadoop平台与MapReduce并行编程模型,采用“分而治之”的思想,对数据空间进行划分,设计适用于分布式环境的创建索引、相交查询、区域删除的并行算法。在此基础上,通过改变数据集中矩形对象的数目与map数进行实验,分析并行创建与相交查询的效率。实验结果表明,对于大数据量的数据集与多数据集,并行创建与查询可以提高处理效率。      

基于拍卖的数据中心资源匹配算法

云平台数据中心主机与负载均具有异构性,导致任务负载无法均衡利用主机各项资源。主机资源的非均衡利用最终造成总体资源利用率低,主机资源浪费,提高运营成本。针对云平台数据中心任务分配中各项资源无法均衡利用的问题,提出一种基于连续双向拍卖的虚拟机分配与迁移算法。该算法一方面利用多种启发式策略对数据中心主机和虚拟机进行筛选,将过载主机与欠载主机放入数据中心拍卖中;另一方面,构建买卖双方定价策略以及交易策略,形成完整的拍卖流程。同时,为解决多资源情况下的交易问题,提出基于资源匹配度的交易策略。仿真实验表明,文中方法通过引入资源匹配度,能够有效地匹配数据中心主机与虚拟机的各项资源,平衡各类资源利用率,提高整体资源利用率。     

风修正布撒武器系统及制导技术分析

介绍了美国风修正布撒武器(WCMD)基本概念,阐述了武器系统组成以及作战使用过程,对惯性导航+风修正制导方式的基本原理以及存在的制导误差源进行了介绍,并给出了WCMD目前达到的修正能力,最后,给出了风修正布撒武器的未来发展方向。     

增塑剂对PVC溶胶发泡性能的影响

通过研究6种不同增塑剂制备的聚氯乙烯(PVC)溶胶的发泡性能,分析发泡性能存在差异的原因。结果表明,6种增塑体系中,苯二甲酸酯类增塑剂P4制备的PVC发泡溶胶发泡质量最佳,其次是柠檬酸酯类的P2,己二酸二异壬酯P5的发泡性能较差。T_f-T_ηmax、T_f5%-T_ηmax参数对发泡质量的影响显著,T_f-T_ηmax、T_f5%-T_ηmax越大,发泡效果越好。增塑剂相对分子质量越小,与糊树脂的相容性越好,均可以使T_ηmax减小,T_f-T_ηmax、T_f5%-T_ηmax增大,有利于得到综合性能较好的发泡材料。     

超大型浮选机智能控制系统设计与开发

超大型浮选机作为当前矿产资源大规模高效开发的关键设备,智能控制系统是其核心技术之一。该系统运用多传感器感知、人工智能控制以及云平台等多项前沿技术,将选矿机理和智能控制模型有效融合,创新性提出了浮选机充气速率自动测量技术、充气回收因子β的浮选机优化控制技术、浮选机APP监测三项关键技术。该智能控制系统在江铜某选矿厂成功应用,不仅提高了矿物回收率,而且极大降低了人工操作强度。     

增压柴油机燃用天然气合成油排放特性的研究

对增压中冷柴油机燃用纯天然气合成油（Gas-to-Liquids,GTL）、柴油／GTL混合燃料的排放进行了外特性、负荷特性和欧洲ECE R49十三工况法的试验研究,并与柴油的排放进行了对比。研究表明：燃用GTL在所有工况下都能够有效降低NOx、烟度和PM,且掺混比例愈大,效果愈明显,CO和HC也有一定的改善;在ECE R49十三工况下纯GTL的NOx和PM排放分别降低了23．7％和27．6％,CO和HC分别降低了16．6％和12．9％;发动机工况对增压柴油机燃用所有燃料的排放有较大影响。结果表明GTL是柴油机有潜力的低排放代用燃料。