基于面元素重排的三维网格模型数据隐藏算法

目的 为了解决目前三维数据隐藏算法不能兼顾无失真和盲提取的问题，提出一种新的完全无失真的三维网格模型数据隐藏盲算法。方法 首先使用混沌逻辑映射选择嵌入与提取模式，保证数据的安全性。然后利用面元素重排，完全不会造成三维模型失真的性质，通过不同嵌入模式规则对三角面元素进行重排，以嵌入秘密数据。接收端则可根据相应的提取模式规则提取秘密数据。结果 仿真结果与分析表明，该算法不会对三维模型造成任何失真，嵌入容量为每顶点2比特，且能抵抗仿射变换攻击、噪声攻击和平滑攻击等。结论 这种三维数据隐藏盲算法无失真，容量大、安全性高、鲁棒性强，适用于三维载体不容修改的情形，如军事、医学、秘密通信和版权保护等。     

基于图神经网络的网络性能智能预测

传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题，利用图神经网络学习推理网络关系数据的特点，结合捕获的网络全局信息，提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模，将复杂的网络信息转化为形式化的图数据进行描述，利用图空域卷积处理图网络节点的消息传递过程，实现网络信息之间的关系推理，研究了实现网络性能预测的图神经网络模型，提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构，最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。     

船用起重机升沉补偿系统建模与仿真研究

在海上作业时风浪会对吊装系统产生影响,为了减少船用起重机的影响以延长海上作业的时间,在船用起重机上合理安装升沉补偿系统尤为重要。本文阐述了船用起重机的升沉补偿系统的基本原理,并且对系统的动力学仿真模型进行构思和设想,提出两种补偿模式下的动态性能,分析了两种补偿模式下,船用起重机的升沉补偿系统的运作效益,以期实现系统的建模和仿真应用。     

石材罗马柱的三维建模和有限元强度分析

本文以建筑上常用的石材材料——石材罗马柱作为研究对象。首先,分别对光面型、线条型和波纹型的三种柱身罗马柱进行三维实体建模,并总结出了一套石材罗马柱的建模方法;然后,分别建立三种柱身罗马柱结构的有限元仿真模型,通过对比其有限元分析数据,总结出了三种柱身的承载能力。本文探索出了石材罗马柱的三维建模方法和不同柱身的仿真分析方法,能够准确、有效地预测其承载。根据该研究,可以快速构建出石材罗马柱的三维实体模型,并迅速选出不同强度下要求的石材罗马柱的柱身,节约了研制时间和减少了材料浪费,具有一定普遍性,可应用到其他类型的石材罗马柱分析的问题中。     

光伏和风力发电系统的动态建模分析研究

针对电力系统的运行特点,对光伏及风力发电系统的动态建模进行研究,旨在通过光伏发电系统以及风力发电系统运行状况的分析,确定动态化的运行分析方法,充分发挥电力系统的运行效果,满足发电系统与电网稳定交互及安全运行的需求。