一种基于身份的群签名方案*

群签名使得群中任何一个成员均可以代表该群进行签名,而不会暴露签名者的身份.当争议发生时,签名者的身份可以通过群管理员公开.基于身份的签名与群签名有许多相似性,给出了一个由基于身份的签名转换而来的群签名,并给出了它在电子选举中的应用实例.     

一种关于蛋白质模体的自动识别算法

随着生物信息学的发展，模体识别已经成为一种能够从生物序列中提取有用生物信息的方法。文中介绍了有关模体的一些概念，讨论了模体识别算法(MEME)的基础，即EM(expectation maximization)算法，由于MEME算法是建立在EM算法的基础上的，所以又由此引出了MEME算法，并对MEME算法的一些基本问题比如时间复杂度、算法性能等进行了详细讨论，对算法的局限性和有待改进的地方作了说明。实践证明，MEME是一个较好的模体识别算法，它能够识别出蛋白质或者DNA序列中单个或多个模体，具有很大的灵活性。     

基于DCT变换的多通道特征的行人检测

在行人检测中,针对目前多通道检测算法特征利用不充分的问题,提出一种基于DCT变换的多通道特征级联的行人检测算法。通过一种2层卷积网络模型将图像信息DCT变换后的数据进行整理,形成新的频域通道特征,该通道能描述行人的复杂纹理特征。结合梯度方向直方图特征、颜色空间特征和DCT频域特征,基于Adaboost算法训练了低开销的多通道特征行人检测器。在典型的公开行人库上的实验结果表明,该方法能提高检测的性能,在较低误检率时效果更加显著。     

F-35战斗机隐身、电子战性能与作战运用特点分析

F-35战斗机具备超强的隐身能力和优异的战场态势感知能力,配合先进的航电系统,能够在传统战斗机难以生存的高威胁环境中作战,收集对联合行动至关重要的信息并压制可能阻碍胜利的威胁,是美国联合作战、多域作战的关键节点,同时,也成为了各国争相采购的对象.F-35战机的大量部署,必将对塑造未来空战场态势产生深远影响.梳理了F-3...     

基于LSTM-ARIMA算法的发电机定子线棒出水温差预测

对定子线棒出水温度的最大温差进行预测,对于保障汽轮发电机的安全运行具有重要意义。但由于发电机运行过程中工况多变,温差时间序列变化模式复杂,因此趋势预测相对困难。本文使用长短时记忆(LSTM)神经网络对复杂的变化模式进行学习,并进一步融合了差分整合移动平均自回归(ARIMA)模型,用以弥补工况多变导致的训练不足的问题,从而对LSTM神经网络的预测结果进行修正。然后,在型号为QFSN-660-2-22的汽轮发电机运行数据上开展了实验,结果表明该方法预测效果优于单独的LSTM神经网络和ARIMA模型算法,并且可用于短期预警,准确率高于95%。     

艾法斯推出3550手持式数字无线电综合测试仪

艾法斯有限公司(Aeroflex Limited)日前宣布其最新发布的3550数字无线电综合测试仪在业内率先配备了彩色触控屏,并通过全面的性能提升为用户带来了一种轻便、易用和高可靠性的数字无线电综合测试系统。该测试仪为专业移动无线电(PMR)、公共安全以及其它地面移动无线电应用而设计,能够快速定位故障并全面测试AM/FM设备的无线性能。3550数字无线电综合测试仪包括电池不足3.8公斤,使得对传统的模拟通信系统和DMR、P25、NXDN     

基于用户分类的参与式交互方法研究

针对有时传统产品设计难满足市场意愿的问题,对产品在线评论的价值及筛选进行了研究,对数据内容的处理进行了归纳和创新,提出了一种基于用户分类的参与式交互方法。依照数据目标对用户的在线产品评论进行了有效性判断,选择并提取出了表达用户需求的产品关键设计属性;基于关键属性和在线评论内容挖掘定量计算用户的专业程度并将用户分类;针对不同专业类别的用户对应建立了交互反馈机制,激励用户结合产品体验提出了改进建议并转化成可行的设计方案;以目前关注度最高的家用车型为例对该方法进行了测试。研究结果表明:该方法能对不同专业程度的用户进行分类,对复杂设计目标进行需求分解,提高了产品设计的用户参与度和市场针对性。     

基于CatBoost算法的配电网分区拓扑辨识

含多分布式电源配电网的拓扑结构具有多样性与多变性,影响拓扑辨识的实时性和准确性。提出一种基于CatBoost算法的配电网分区拓扑辨识方法。构建结合拓扑分区的配电网拓扑辨识框架,采用区域开关状态矩阵描述拓扑结构,以进行物理上的辨识降维;提出基于CatBoost算法的特征选择与拓扑辨识方法,通过分区并行离线训练得到历史拓扑和未知拓扑的区域拓扑辨识CatBoost模型,通过在线应用得到实时的区域开关状态矩阵标签,形成配电网开关状态矩阵,实现系统拓扑辨识。配电网算例系统测试结果验证了所提方法的有效性。     

柴油/天然气船用双燃料低速机甲烷逃逸浓度软测量

为消除甲烷逃逸浓度软测量过程中测试参数之间延迟对软测量实时性和精度的影响,提出一种基于长短时记忆（long short-term memory, LSTM）神经网络和互信息（mutual information, MI）的船用双燃料低速机甲烷逃逸浓度软测量方法。首先,利用互信息进行辅助变量筛选和变量时间延迟的计算;将预处理后的数据导入LSTM模型来预测甲烷逃逸浓度;最后使用某低速双燃料机甲烷逃逸治理系统的历史数据进行模型性能的验证。结果表明：基于LSTM和互信息的软测量模型具有较好的预测能力,为船舶双燃料低速机甲烷逃逸浓度的监测提供了一种有效参考方法。     

一起电容式电压互感器发热原因分析

本文针对一起220kV电容式电压互感器异常发热的现象,介绍了电容式电压互感器的结构,详细记录了设备解体过程,分析了发热原因,并提出了同类设备的日常运行维护建议以及相关的防范措施.