美军后勤装备质量保证体系发展及启示

本文介绍了美军后勤装备质量保证体系发展情况,总结了其发展特点,据此提出了其对我军后勤装备质量提高的启示.     

基于BitTorrent的VOD系统分析与评估

网状多播以其稳定性、易操作性和健壮性被广泛应用,但高流畅性和低延迟策略始终是视频点播技术面临的挑战。文章围绕如何设计一个高流畅和低延迟的点播系统,对比研究了三种典型的基于BitTorrent的VOD解决方案Bass、Bitos、Give—to—Get和常用的基于BitTorrent协议的VOD系统的性能评估方式,总结了在基于BitTorrent的VOD系统的优化过程中遇到的问题和解决思路。     

蠕虫病毒的特性及其宏观检测防治策略

通过对蠕虫病毒的特性分析和利用Netflow技术,从宏观的角度提出了一种在校园网络环境下的宏观网络检测防治策略.目前应用该策略取得了良好的效果.该策略对具有相似特性的其它病毒的检测和防治亦有较好的作用.     

基于指针网络的实体与关系联合抽取方法

针对现有实体和关系联合抽取方法中存在的实体与关系依赖建模不足、实体发生重叠难以抽取其所涉及的多个关系的问题,设计了基于深度学习的联合抽取框架。首先针对依赖建模不足问题,从预训练语料中提取实体共现特征,建模了实体间的潜在语义关系和实体与关系之间的依赖关系。其次提出了新颖的指针标注方法,该标注方法可以通过指针表示关系类别,由于任一实体可以被多个指针指向,所以可以在一段文本中标注重叠的实体并抽取多个实体—关系三元组结果。最后,为了有效利用单词的丰富语义和指针之间依赖的信息,设计了一个标签感知注意力机制,融合了包括来自编码层的字词信息、相关的共现语义信息。与研究中前沿的联合提取方法相比,该方法在百度DuIE测试集上实现了F₁值的增加。通过实验结果表明指针标注方法在一定程度上可以解决实体重叠问题。     

基于错误传播模型的非均等视频流丢失保护

提出一种适用于丢包网络、面向图像组（GOP）层的非均等视频流丢失保护方案。利用GOP中不同帧之间的非均等显著性,将不同数量前向错误校正包分配到GOP层的不同帧中。采用帧间包交错机制将突发包丢失分散到不同帧上,提高处理突发包丢失时的鲁棒性。仿真结果表明,在不同信道丢失模式下,该方案能提高视频接收质量。     

铅合金熔滴冲击45钢冷基板与45钢表面熔池的对比试验

针对特殊装备领域传统钢/铅粘接结构中存在的粘接层易老化脱落、长期稳定性差的问题，提出一种熔滴沉积复合TIG焊(gas tungsten arc welding)电弧增材制造新工艺，用于制造钢/铅双金属结构。文中比较性地研究了铅合金熔滴冲击铺展45钢冷基板与45钢表面熔池后的凝固形貌，通过引入无量纲数研究了熔滴冲击速度、温度对熔滴铺展凝固形貌的影响规律，利用OM，LSCM，SEM，EDS，XRD以及显微硬度测试等方法与手段，分析了熔滴沉积复合TIG电弧增材制造钢/铅双金属试样的界面微观组织结构与显微硬度。结果表明，铅合金堆积层铺展因子随熔滴冲击速度的增加呈明显非线性增加；界面层金属间化合物主要为FeSb2和FeSn2，其厚度随电弧热输入的增加而增加；钢/铅界面处的显微硬度明显高于铅合金堆积层和45钢母材；界面层中心左侧的硬度值达到最大值，为785.3 HV，45钢一侧平均硬度为343.7 HV，铅合金一侧平均硬度为24.3 HV。     

1060铝合金阳极氧化料亮线缺陷的分析与控制

对在电解抛光后出现亮线条缺陷的1060铝合金化妆品瓶盖和还未加工的铝板样品进行电镜扫描和能谱分析。结果表明,亮线条缺陷是由含硼钛聚集团块组成。为了控制含硼钛聚集团块,可以通过选取组织优良的Al-5Ti-1B丝和选择合适的熔铸温度来实现,从而防止亮线条缺陷产生。     

基于二次谱算法的DS-UWB信号伪码周期估计

超宽带信号具有良好的低截获特性,通过对该信号主要参数的检测与估计来分析其抗截获性能,是现代非协作通信系统研究中的关键问题,具有重要的应用价值。本文提出了将二次谱算法应用于DS-UWB信号的伪码周期估计,从理论上分析了该算法对DS-UWB信号伪码周期估计的适用性,分析表明根据二次谱峰值谱线间距可有效估计出其伪码周期。通过仿真实验对比了采用该算法检测DS-UWB和DSSS信号伪码周期的抗截获性能,实验结果表明在信息速率和扩频后带宽相同的条件下,DS-UWB具有更好的抗截获性能,对伪码周期估计时所需检测信噪比,DS-UWB优于DSSS信号3dB。     

基于对抗生成网络的蒙特卡罗噪声去除算法

针对现有的蒙特卡罗噪声去除方法存在的高频细节丢失问题,文中提出基于对抗生成网络的蒙特卡罗噪声去除方法.设计对抗网络结构,包括全卷积网络的生成网络和深度卷积网络的判别网络,用于蒙特卡罗噪声的去除.除了加入包括图像像素颜色外的多维辅助特征作为网络输入以外,还采用包含平滑损失在内的新的损失函数和基于法向量方差和梯度大小相似度偏差的图像局部重要性采样技术用于网络训练.实验表明,文中方法在去除蒙特卡罗噪声时不仅可以取得不错的量化指标,而且还保留图像的高频细节特征.     

自动扩充关键词语义信息的诗歌生成算法

当前,诗歌生成模型大多数通过用户所提供的关键词来生成符合韵律规则和音调起伏的诗歌。由于关键词蕴含的语义信息较少,很难保证生成诗歌的质量,容易出现上下文主题偏移的现象。针对这一问题,提出了一种基于条件变分自编码器的生成模型,该模型能够在更加丰富的语义信息指导下,生成更符合关键字描述和用户满意度的诗歌。该模型通过采样人类创作的诗歌,引入额外和关键词相关的语义信息,有效估计条件变分自编码器的先验概率分布,生成更贴合真实分布的先验概率。由于该模型自动扩充了关键词信息,缩小了输入和输出语义信息的差距,缓解了以往模型中普遍存在的过翻译问题。实验结果表明,该模型无论在自动评估还是人类评估方面相比其他模型都有更好的效果,并成功减少了过翻译问题出现的频率,提高了生成诗歌的流畅性。通过变化采样的范围,成功实现了对生成诗歌写作风格的控制,进一步证明了该算法的有效性。