一种基于分布式信息融合技术的水下机器人智能感知系统方案

水下机器人的研究和使用对人类开发海洋资源具 有重大意义．随着海洋探测深度的增加，自治水下机器人（AUV）正成为新的研究热点．为 解决AUV深海域探测所面临的通讯速率低和实时性问题，本文提出了“基于分布式信息融合 技术的水下机器人智能感知系统”的实施方案，并以贝壳抓取过程为实例，解释系统解决实 际问题的过程．     

残留频差对自适应阵列天线的影响

自适应阵列天线可以通过数字下变频实现信号正交化,把中频数字信号转换到零中频,然后进行加权求和。分析了变频过程中因没有进行载波同步所导致的残留频差对自适应阵列天线算法的影响。通过详细的理论分析表明,只要上、下变频采用相同本振,残留频差对算法并没有影响,即使对带通采样系统,该结论同样成立。对频谱、阵列增益的仿真证明了理论分析的正确性。     

GEⅢPLC在火电厂锅炉吹灰程控中的应用

介绍火电厂锅炉吹灰程控装置的系统组成和生产工艺流程,微机ＰＬＣ控制系统的硬件构成,主要功能和控制软件的设计。     

Zoned-partitioning of tree-like access methods

The performance of access methods and the underlying disk system is a significant factor in determining the performance of database applications, especially with large sets of data. While modern hard disks are manufactured with multiple physical zones, where seek times and data transfer rates vary significantly across the zones, there has been little consideration of this important disk characteristic in designing access methods (indexing schemes). Instead, conventional access methods have been developed based on a traditional disk model that comes with many simplifying assumptions such as an average seek time and a single data transfer rate. The paper proposes novel partitioning techniques that can be applied to any tree-like access methods, both dynamic and static, fully utilizing zoning characteristics of hard disks. The index pages are allocated to disk zones in such a way that more frequently accessed index pages are stored in a faster disk zone. On top of the zoned data placement, a localized query processing technique is proposed to significantly improve the query performance by reducing page retrieval times from the hard disk.     

基于高海拔地区的大气中子单粒子效应实时测量试验研究

开展65 nm高速大容量静态随机存取存储器（SRAM）大气中子单粒子效应特性及试验评价技术研究,基于4 300 m高海拔地区大面积器件阵列实时测量试验,突破效应甄别、智能远程测控等关键技术,在153 d的试验时间内共观测到错误43次,其中器件内单粒子翻转39次,多单元翻转（MCU）在单粒子翻转中占比23%,最大的MCU为9位。对高能中子、热中子和封装α粒子的贡献比例进行了分析,并基于多地中子通量数据,推演得到北京地面和10 km高空应用时的单位翻转（SBU）和MCU失效率（FIT）。发现地面处软错误的主要诱因为封装α粒子,随着海拔的增高,大气中子对软错误的贡献比例明显增大;MCU全部由高能中子引起,北京10 km高空处的MCU FIT值明显增大,其占比由地面的8%增大至26%。结合器件版图布局,对MCU产生机理进行了深入分析。最后,提出一种目标导向的存储器软错误加固策略优化方法。     

Procedural Synthesis using Vortex Particle Method for Fluid Simulation

We propose a fast and effective technique to improve sub‐grid visual details of the grid based fluid simulation. Our method procedurally synthesizes the flow fields coming from the incompressible Navier‐Stokes solver and the vorticity fields generated by vortex particle method for sub‐grid turbulence. We are able to efficiently animate smoke which is highly turbulent and swirling with small scale details. Since this technique does not solve the linear system in high‐resolution grids, it can perform fluid simulation more rapidly. We can easily estimate the influence of turbulent and swirling effect to the fluid flow.     

基于卡尔曼滤波算法和双径向转移函数的RBF型神经网络

RBF径向基函数神经网络具有训练简洁、学习效率快、不易陷入局部极小等优点,广泛应用于信号处理与模式识别.虽然常用的RBF网络比较容易构建,但因其结构通常固定或者复杂度较高,从而导致学习时间过长或网络资源的浪费.针对上述原因,提出利用扩展卡尔曼滤波器作为RBF的学习算法,并在隐层中使用双径向函数.通过对逼近基准的结果分析,清楚地表明该算法比其他分类网络模型具有更强的泛化性.     

自适应分形聚类进化甄别算法

数据流随时间演变具有突发性及随机性的特点,如何自适应、实时追踪这种变化是数据流挖掘面临的一个重要问题,完全由用户通过试探来甄别这种变化在实际中无法实现,同时也失去了数据流聚类进化追踪的现实意义。针对聚类变化自动追踪问题,考虑到现实的计算资源限制和处理速度要求,结合分形聚类、自适应采样技术与Chernoff不等式,提出了数据流聚类演变实时追踪算法,进行聚类演变的自动追踪;通过合成与实际数据集上的实验工作验证了算法的有效性。     

多尺度密集网络在红外和可见光图像融合应用

为了进一步提升红外和可见光图像的融合效果,提出了一种基于多尺度卷积算子和密集连接网络的图像融合模型.该模型首先使用多尺度卷积算子计算图像的直接多尺度特征,然后使用密集连接网络计算图像的间接多尺度特征.为了得到图像像素信息在不同尺度下的融合权重,通过叠加的方式将各个尺度密集连接网络的输出进行融合,并使用活动图方法计算两类图像的融合权重,最后根据权重计算结果得到融合图像,实验在THO数据集和CMA数据集获得较好的识别率.     

Web项目中的SQL注入问题研究与防范方法

基于B/S模式的网络服务构架技术的应用被普遍采用,许多该类型的应用程序在设计与开发时没有充分考虑到数据合法性校验问题,因此使其在应用中存在安全隐患.在横向比较SQL注入攻击模式的基础之上,分析了SQL注入攻击的特点、原理,并对常用注入途径进行了总结.提出在主动式防范模型的基础上,使用输入验证,sQLserver防御以及使用存储过程替代参数化查询相结合的形式构建出一种有效防范SQL注入攻击的思路和方法.测试结果表明该防范模型具有较高的实用性和安全性.