余度系统中的动态同步和表决控制

在多通道余度系统的研究和应用中,同步问题是整个余度系统正确运行的基本保证。基于多交叉通道模型和同步时间的静态分配策略,提出动态时间容错方法。针对该方法,设计基于时间容错的动态表决控制算法,实现多通道系统中的动态同步。给出动态同步表决控制逻辑,用于控制表决时间并监测表决数据。理论分析和实验结果表明,时间容错的动态表决控制算法扩展了任务处理的时间窗口,与静态同步算法相比,可有效降低通道故障率,提高对瞬时干扰的抵御能力以及余度系统的可靠性。     

2,2-双(2-(口恶)唑啉)与苯酐联用改性回收PET的动态热性能研究

以扩链剂2,2-双(2-(口恶)唑啉)(BOZ)与苯酐(PA)联用改性回收PET,系统地考察了增黏改性后回收PET动态流变性能和动态力学性能的影响.结果表明,BOZ与PA联用的改性效果明显优于单用BOZ改性回收PET体系;但因扩链剂的加入,在PET分子链中引入的柔性链段而导致聚合物弹性模量下降.     

再生胶尾气净化技术开发成功

江西省国燕橡胶有限公司经过历时四年不懈努力 ,开发成功的废橡胶动态脱硫工艺尾气净化技术及装置 ,于 1 1月2 9日在南昌通过了专家鉴定。该项装置运行一年多 ,有效地净化了再生橡胶生产排放尾气 ,净化率达到 99%以上 ,经江西省三级环保部门联合现场检测 ,硫化氢的平均值在 0 .0 1毫克 /立方米以下 ,远远低于 0 .0 6毫克 /立方米的国家排放标准。苯、甲苯、二甲苯的含量基本未检出 ,尾气净化后完全实现达标排放 ,符合环保要求。该项技术主要采用余热回收、碱性水液吸收Ｈ2 Ｓ、液气分离和尾气焚烧等工序 ,工艺路线合理、可行 ,实践结果表明 …     

基于中文句法结构的关系挖掘

针对实体间关系的表现形式和中文句法结构间存在的映射关系,提出一种新的实体关系挖掘算法。以实体关系在中文句法结构中的表现形式为基础,通过训练得到关系挖掘模板(单通道挖掘机),将每一个待挖掘的句子交给挖掘机,利用其中包含的挖掘模板对句子进行关系挖掘。为找到更准确的关系元组,对得到的元组进行准确化处理。该算法仅根据句子的句法结构即可进行实体关系挖掘,关系挖掘类型和句法结构映射明确,拓展性较强。实验结果证明,利用中文句法结构和实体关系间的映射关系能进行关系挖掘,挖掘准确率可达到80%以上。     

基于偏最小二乘法的咳嗽信号检测

咳嗽中包含丰富的病理信息,可以为临床诊断提供重要支持。自动咳嗽检测方法有助于提高检测结果的可靠性,并减少人为工作量。但在自然记录的语音信号中,非咳嗽信号的数量远多于咳嗽,语音流中咳嗽信号的自动检测是个典型的类别不均衡问题。针对该问题,提出一种基于偏最小二乘分类法的咳嗽信号检测模型APLSCX。利用非对称偏最小二乘分类器处理类别不均衡数据的能力,对归一化的特征向量进行特征抽取,同时基于低维数据的方差调整分类平面。实验结果显示,与LCM、SVM等主流模型相比,APLSCX兼顾了小类的召回率和精度指标,具有较高的检出率和较低的误警率,更适用于自然语流中咳嗽信号的检测。     

无线移动网络节点发包概率的演化博弈模型

针对大规模无线移动网络中节点对信道资源的群体性随机博弈问题,在载波侦听多路访问/冲突避免(CSMA/CA)的机制下,建立一种节点发包概率的演化博弈模型。考虑节点成功发送数据包的收益、监听、退避和冲突等成本因素,给出并证明该模型的演化稳定策略(ESS),推导节点发包概率演化的复制动态方程。数值仿真结果表明,该模型能提供更强的ESS,保证在多个移动节点干扰时演化稳定点的鲁棒性。     

基于动态特性的D-LTSV语音端点检测方法

端点检测是语音信号处理的一个关键环节。为提高语音在低性噪比以及非平稳噪声环境下的端点检测性能,在长时信号变化特征(LTSV)的基础上提出一种新的D-LTSV语音端点检测方法。采用Bartlett-Welch方法估计语音谱,分析语音谱在长时域上的熵,利用倒谱的动态特性分析方法提取连续帧熵值的动态变化特征。实验结果表明,D-LTSV综合考虑了语音的非平稳性和帧间非平稳性的动态变化情况,具有比LTSV更好的分辨能力,特别是在低性噪比和非平稳噪声的环境下,D-LTSV的分辨能力提升了50.77%,能够准确地进行端点检测,具有更强的鲁棒性。     

一种改进的视网膜图像中微小动脉瘤的检测算法

基于糖尿病性视网膜病变中最早出现的微小动脉瘤病症进行了研究,提出一种有效的微小动脉瘤检测算法。首先在传统模板匹配算法的基础上提出了一种动态多参数模板匹配算法,并且使用相对误差和与相关系数来共同制约匹配度,从而实现了更为精确的匹配提取;其次提出了基于分布特性的计分策略和自适应加权的汇总策略,避免了单纯采用各个特征量作为独立约束指标进行筛选时忽视各个特征量的约束力大小的弊端。实验结果表明,该检测算法能够有效地提高微小动脉瘤的检测真阳性率。     

一种车载自组织网络路况信息的数据信任模型

动态寻路是解决城市交通拥堵的重要手段。在动态寻路中,一些车辆产生和转发路况信息,使其他车辆能够避开拥堵路段。但一般车载自组织网络寻路算法缺乏验证路况信息的真实性的措施,导致恶意车辆能轻易篡改路况信息,误导其他车辆选择错误路线。提出了一种路况信息鉴别模型,该模型将基于数据的信任模型应用到路况信息真伪的鉴别中,并在一般投票算法的基础上利用D-S理论增加不确定情况下的鲁棒性。仿真实验表明,该算法在不增加额外信息交互的前提下,有效规避了恶意伪造信息,改进了车辆的行程时间。     

基于Q学习的DDoS攻防博弈模型研究

新形势下的DDoS攻防博弈过程和以往不同,因此利用现有的方法无法有效地评估量化攻防双方的收益以及动态调整博弈策略以实现收益最大化。针对这一问题,设计了一种基于Q学习的DDoS攻防博弈模型,并在此基础上提出了模型算法。首先,通过网络熵评估量化方法计算攻防双方收益;其次,利用矩阵博弈研究单个DDoS攻击阶段的攻防博弈过程;最后,将Q学习引入博弈过程,提出了模型算法,用以根据学习效果动态调整攻防策略从而实现收益最大化。实验结果表明,采用模型算法的防御方能够获得更高的收益,从而证明了算法的可用性和有效性。