工程车辆翻车时ROPS刚度、斜坡角度和安全带方式对人体损伤的影响

应用有限元与多刚体方法,针对某ZL50型装载机沿30°和45°斜坡翻车过程中司机动态响应进行仿真分析。以人体损伤为评价指标对比分析了不同的翻车保护结构(ROPS)刚度、斜坡角度以及安全带约束方式对司机损伤的影响。结果表明:在能够提供人体生存空间的前提下,ROPS刚度越小,人体受到的损伤越小;斜坡角度的变化影响人体损伤部位;4点式安全带能够有效降低人体头部损伤的几率;安全带形式对颈部损伤影响很小。     

路面质量检测方法及装置

介绍了一种现场道路质量检验方法,利用机械式偏心激振原理,设计了一台移动式激振装置.使激振头产生一定频率和振幅的激振力激打路面,在激振杆上安装一个传感器,可检测出激振头对路面的激打力和频率,根据检测路面相应变形情况进行综合分析,即可检测出路面的质量是否满足设计要求而实现现场检验.该装置体积小,既可作为实验室检测设备,又可在现场进行检验;检测结果完全符合国家标准.     

基于GHM多小波与自适应颜色迁移的信息隐藏算法研究

文章利用GHM多小波一阶变换后最低分辨率子图的4个分量能量分布特性以及自适应颜色迁移理论中lαβ域对颜色的控制力和自适应颜色迁移公式对象素的修改能力,提出基于GHM多小波变换和自适应颜色迁移理论的信息隐藏算法。算法在LL2中嵌入鲁棒参数,以RAID4方式在LH2和HL2中嵌入隐藏信息,在HH2中嵌入脆弱性标识。算法应用Chebyshev混沌映射和遗传算法改变嵌入信息顺序,提高了信息与载体一致性。实验表明,算法的不可见性平均提高24.43%,鲁棒性提高19.25%以上,且感知篡改能力敏锐。     

基于multi-agents的网络防卫体系中预警定位系统的研究与实现

传统的网络安全措施,如加密认证、防火墙和入侵检测系统等,虽然在保护信息的保密性、完整性、可用性和控制访问方面有一定的效果,但在协同和预警方面依然存在不足.文章提出了1个基于multi-agents的网络安全防卫系统,该系统由协同预警定位系统、协同审计系统、安全隔离系统、事故恢复系统等多个模块构成,模块之间由多个多级分层agents来负责通信任务.系统控制中心的agent server负责控制和协调整个安全体系,制定全网统一的安全控制策略.在该系统中,整个网络被划分成不同级别的分区,建立不同级别的协同预警定位系统,各分区既相互协作,又能够独立自治,通过协作的方式共同维护着整个网络的安全.在IPv6环境下测试的结果表明,该系统可以高效进行预警,IDS的捕获率约为95%、漏报率小于6%、误报率小于7%.     

网络融合边界的电信DoS攻击检测*

为了检测网络融合边界的电信拒绝服务攻击,首先针对攻击的类型分别提出了基于呼叫统计或流量信号分析的检测方法,并采用分步骤的策略设计了检测系统,将两种检测算法分别应用于粗检测步骤,再通过精检测步骤确认攻击并找出攻击源.模拟实验结果表明,该方案能够有效地检测出典型的攻击,并能够实时在线检测,具有良好的实用价值,为应对网络融合所带来的新安全问题提供了一种解决方案.     

螺旋运输机运转故障的预防

本文针对螺旋运输机易出现壳体振动、螺旋叶联接螺栓断裂等故障，介绍了安装前应对备件检查与安装中应注意的问题，实践证明，只要能够严格执行文中所谈及的要求，就能预防螺旋运输机故障的发生。     

单片机教学研究的探索

单片机是一门理论性和实践性都很强的学科,在当前出现"教师讲授难、学生理解难"的现象中,文中提出"做中学,做中教"的教学理念,强调通过"做"来掌握单片机这门技术和提高学生的实践能力,提出建立网上单片机学习答疑系统来加强学生与教师的沟通、交流,促进学生对单片机的学习。     

低压配电柜（箱）安装的质量控制

从箱体质量、安装质量等方面介绍低压配电柜（箱）安装过程中的质量控制,并总结使用注意事项。     

倾角传感器稳定性测试与分析

为了进一步加强产品质量监管,更加全面地了解倾角传感器的稳定性,随机抽取了两款倾角传感器,针对倾角传感器的启动特性、动态特性和稳态特性进行测试与分析.为了更全面地展示出倾角传感器稳定性,结合倾角传感器在设备上面从启动到稳定工作的整个过程,文章给出较为合理的测试方法和步骤,重点分析了倾角传感器启动时的快速稳定性、动作时的动态跟随性和静态时的稳态特性.测试结果表明,动态特性好的倾角传感器启动时会更快地稳定,而稳态特性相对降低.     

多尺度超像素分割和奇异谱分析的高光谱影像分类

目的 高光谱影像（hyperspectral image,HSI）中“同物异谱,异物同谱”的现象普遍存在,使分类结果存在严重的椒盐噪声问题。HSI中的空间地物结构复杂多样,单一尺度的空间特征提取方法无法有效地表达地物类间差异和区分地物边界。有效解决光谱混淆和空间尺度问题是提高分类精度的关键。方法 结合多尺度超像素和奇异谱分析,提出一种新的高光谱影像分类方法,从而充分挖掘地物的局部空间特征和光谱特征,解决空间尺度和光谱混淆的问题,提高分类精度。利用多尺度超像素对影像进行分割,获取不同尺度的分割影像,同时在分割区域内进行均值滤波,减少类内的光谱差异,增强类间的光谱差异;对每个区域计算平均光谱向量,并利用奇异谱分析方法获取光谱的主要鉴别特征,同时消除噪声的影响;利用支持向量机对不同尺度超像素分割影像进行分类,并进行决策融合,得到最终的分类结果。结果 实验选取了两个标准高光谱数据集和一个真实数据集,结果表明,利用本文算法提取的光谱—空间特征进行分类,比直接在原始数据上进行分类分别提高约26.8%、9.2%和13%的精度;与先进的深度学习SSRN （spectral-spatial residual network）算法相比,本文算法在精度上分别提升约5.2%、0.7%和4%,并且运行时间仅为前者的18.3%、45.4%和62.1%,处理效率更高。此外,在训练样本有限的情况下,两个标准数据集的样本分别为1%和0.2%时,本文算法均能取得87%以上的分类精度。结论 针对高光谱影像分类中的难题,提出一种新的融合光谱和多尺度空间特征的HSI分类方法。实验结果表明,本文方法优于对比方法,可以产生更精细的分类结果。