计算机
针对现有邻域多粒度粗糙集的定义及相应知识发现算法的不足,重新建立基于邻域多粒度粗糙集的知识发现模型。首先构建了多邻域半径下的乐观邻域多粒度粗糙集模型和悲观邻域多粒度粗糙集模型,讨论了相关性质;然后定义了邻域多粒度粗糙集的粒度重要性,并构造了粒度约简算法;最后通过实例解释了算法的运行机制,验证了算法的有效性。
随着海上风电的大规模发展,以及电网互联范围的不断扩大,时滞主要产生在风电场广域测量系统的信号测量和传输中,从而导致风电机组系统性能下降甚至不稳定,严重影响了风电场的正常运行.因此,该文基于Hamil-ton能量理论,研究了双馈风电机群的分布式时滞控制问题.首先,该文对双馈风电系统进行Hamilton实现,得到风电机组PCH–D模型;然后,针对单机系统PCH–D模型,引入Casimir函数设计控制律,使得风电系统在输入时滞下能够稳定运行;进而,将风电机组网络化,设计分布式时滞控制策略,使得整个风电机群在30(cid:24)300ms的时滞范围内整体保持稳定.最后,通过仿真验证了所提控制策略能有效地解决系统的输入时滞问题,同时减小了时滞引起的系统误差,提高了风电机群的稳定性和控制精度.
针对传统的机器学习算法以及常规的深度学习模型对于大数据量的航运监控视频识别效果不佳的问题,设计一种组约束深度神经网络模型(GCDNN)对实时航运监控视频进行识别。模型主要由结合Inception结构的VGG-16组件和优化LSTM单元的深层双向循环神经网络DBO-LSTM组件构成,充分提取视频帧序列的时空特征,使用稀疏组套索正则化算法进行网络稀疏处理,使用随机森林算法输出分类结果。实验结果表明,所提模型可以较好提升大数据量下的视频识别准确率,对于受恶劣天气影响的数据具有较强的识别能力,验证了所提模型的有效性。
身份基加密(IBE)需要提供一种有效的成员撤销机制,然而,现有可撤销成员的IBE方案存在密钥更新和加密运算量过大的问题,可能使执行该操作的设备成为系统的瓶颈。将完全子树方法和在线离线技术相结合,通过修改指数逆类型IBE的密钥生成和加密算法,提出了一种高效可撤销的身份基在线离线加密方案。方案利用完全子树方法生成更新钥,使得撤销用户无法获得更新钥,进而失去解密能力;利用在线离线技术,将大部分加密运算在离线阶段进行预处理,使得在线阶段仅执行少量简单计算即可生成密文。与相关知名方案相比,该方案不仅提高密钥生成中心的密钥更新的效率,而且极大减少了轻量级设备的在线加密工作量,适合于轻量级设备保护用户隐私信息。
企业级SSD(固态硬盘)的垃圾回收机制可能引发性能抖动,从而导致业务系统延迟甚至出错;目前,衡量固态硬盘的性能稳定性主要依赖于定性评价,尚未形成合理的定量评价指标;针对这一问题,研究了企业级SSD在生产工艺、闪存转换层及接口和协议等方面的最新进展;在总结现有SSD评价指标的基础上,采用变异系数作为性能稳定性的衡量指标,以FIO、Nmon和Memtester等为测试工具,提炼数据模型和QoS条件(服务质量),构建性能稳定性测试方案;该测试方案包括清空SSD、预热、压力测试以及数据读取等环节;实验结果表明,该方案可以科学合理地对SSD的性能稳定性进行定量评价;通过该方案,可以从规划设计环节开始对IT系统进行稳定性评估,保障核心业务系统的部署运营。
针对目前自行车清洗领域存在清洗效率低,清洗方式不合理,清洗成本高等诸多问题,设计了一款智能化自行车清洗机器人,以实现自行车的自动清洗。该机器人以STM32F103芯片为控制核心,包括稳压系统、数字时钟系统、步进电机驱动系统、温湿度监测系统、清洗系统等;不仅在一定程度上便于自行车的清洗,还可以降低自行车的腐蚀程度,提高自行车的寿命,具有共享性、便捷性和易于操作等特点。
该文主要面向上行汇聚流量为主的传感器网络应用场景,针对现有优化方案在灵活性和计算开销等方面的问题进行了分析,包括优化目标单一、节能方法对于多重寿命标准难以适应、计算复杂度与求解近似比难以取舍、环境突变或管理需求的调整无法快速响应等等,对当前流行的传感器硬件进行了数据收发的功耗测试后,根据其射频耗能特性,以提高网络可靠性的最小化“最大链路利用率”和单纯功耗优化的最小化“网络连通支配集”为优化目标,引入加权绿色因子,建立了功耗和性能可以调节的模型RES-WSN(ReliabilityandEnergySteerableWSN).该模型的求解复杂度较低,当网络有数百个节点时,问题依然可以较快求解,为传感器网络提供了一种在能量消耗和可靠性及多重寿命准则间柔性调节的方案.根据该文方案求得的路由关系和数据流传输的分配结果,以“MultipleInst
2010年浏览器指纹的概念被提出用于识别用户身份,目前这项技术已趋于成熟并被广泛应用在一些流行的商业网站进行广告投放.然而传统的指纹技术在追踪用户方面问题颇多,无论系统升级、收稿日期:2020-06-11;修回日期:2020-07-24基金项目:中国科学院青年创新促进会(2019163);国家自然科学基金项目(61902396);中国科学院战略性先导科技专项项目(XDC02040100);中国科学院网络测评技术重点实验室和网络安全防护技术北京市重点实验室项目ThisworkwassupportedbytheYouthInnovationPromotionAssociationofChineseAcademyofSciences(2019163),theNationalNaturalScienceFoundationofChina(61902396),th
为了保证军民航防相撞方法能够在航空领域中发挥重要作用,针对当前方法空域政策调整的不合理,导致军民航防相撞的准确率低、合理性差。提出基于功能共振模型的军民航防相撞方法,建立军民航装备安全指标的判断矩阵,并计算军民航安全评价指标的权重,能够获得军民航装备安全的评价结论,为下一步的研究做铺垫。在此基础上,建立军民航事故树模型,阐述了军民航相撞的原因,计算军民航相撞的征候事件。利用军民航相撞事故树中最小割集的数量等条件,计算军民航基本事件在事故树中的重要度系数,调整空域政策或统一管制来防止军民航相撞,通过对军民航相撞征候事件的分析和重要度系数的计算,完成军民航防相撞的研究。实验结果表明,所提方法在对军民航实行防相撞研究时,具有较高的准确率,并且可以合理调整空域政策。有效的防止军民航相撞。
随机森林算法在多种应用场景与数据集中都实现了良好的模型分类效果,但该算法在应用于不平衡二分类数据集时,受限于样本数据量本身的好坏比倾斜与决策子树叶节点投票机制,对样本量占相对少数的小类属样本不能很好地对分类进行表决。对此,文中对原有随机森林算法的节点分类规则进行改进。在模型训练过程中,综合考虑度量节点样本分类占比与节点深度,增加有利于少量类样本分类信息,从而提高了少数样本类的分类准确率。通过在不同数据集上进行随机森林改进算法的效果测试,证明改进算法相对于传统算法在不平衡数据集上有更好的模型表现,大样本条件下少量类样本分类准确率有显著提升。
随着社会的发展地铁低头族已经在地铁上随处可见,为研究地铁低头族颈部肌肉疲劳与低头时间的变化关系,本文基于幅频联合分析法提出颈部肌肉疲劳评价模型。实验中共招募10名参试人员分别采集其颈部肌肉的表面肌电信号,利用疲劳联合分析模型对不同时间段内颈部肌肉的疲劳程度做出比较。实验结果显示,斜方肌和头夹肌的通道中中位频率值处于下降趋势,而均方根值处于上升趋势,说明肌肉产生疲劳并随着低头使用手机时间的增加颈部肌肉疲劳程度逐渐增加。该实验验证了疲劳评价模型的有效性,模型可对乘客发出疲劳提醒,帮助乘客形成良好的行为习惯,为开发智能穿戴系统提供依据。
目前大规模场景模型生成的需求量日益增加, 现提出了一种基于区域的自动 LOD (Levels Of Details)构建算法. 该算法基于动态网格简化算法, 在游戏设计制作的过程中, 游戏开发人员会经常需要对美工部门人员提供的模型进行优化. 为了可以使模型的面数得到简化, 并且不改变模型的外观. 当今流行的 LOD技术非常擅于处理这种情况, 判断模型与摄像机的距离如果超过一定范围之后, 自动调取不同层次的模型, 当模型距离摄像机很远的情况下使用面数低的模型替换高模, 这样可以提高帧率并且降低摄像机前的三角面以及顶点数从而减少渲染压力. 一般模型的简化分为静态和动态模型的简化.大部分情况下, 程序员会让美工部门提供几套不同面数的模型或者通过模型简化工具对高模进行减面并存成多个Mesh, 并在程序运行的时候, 根据模型与摄像机的距离远近动态的替换Mesh. 这是一种静态的方法.这里将尝试使用一种动态的网格简化和LOD技术相结合的方法. 这种新型算法的大大的简化了操作流程, 美术人员只需要提供一个模型, 程序员可以使用这种方法生成量级不同的低模, 根据摄像机与模型的远近自动
针对2M1B生产系统,基于设备实际维修情况,提出了故障设备不完美预防维修策略。首先,考虑设备随时间不断劣化的情况,基于准更新过程,建立了生产周期内设备随机故障次数的表达式,计算了设备维修总费用。其次,通过分析缓冲区内库存的变化轨迹,以生产周期内设备随机故障次数为基础,计算了缓冲区库存费用,综合设备维修费用和缓冲区库存费用,构建了周期内生产总成本模型。以满足系统最低要求的可用度水平为约束条件,以预防维修周期和缓冲区库存量为决策变量,以生产周期内单位时间总成本为目标函数,通过离散迭代算法获得最优预防维修周期和此周期下的最佳缓冲区库存量。最后,通过数值分析验证了模型的有效性,为制定最佳维修策略提供了有效依据。
随着互联网的迅速发展、移动通信的广泛普及,信息通讯技术(InformationandCommunicationTechnology,ICT)发挥着越来越重要的作用。与此同时,网络能源的消耗也急剧攀升。为了应对业务量的增长,无法预测的实时流量,以及保证连接和服务质量(QualityofService,QoS),现有网络通常是按照网络业务量的峰值来设定,而且网络设备的耗能有时也是按照峰值来设定。但是网络的业务量在大部分时间里不会达到峰值,甚至远远小于峰值。这就意味着能量的利用率很低,大部分的能量会被浪费掉。因此,降低能耗成本,提高能耗利用率已经成为目前急需解决的问题。这一类问题被统称为绿色网络节能问题。针对目前已有的绿色网络节能方案,将这些方案根据在不同网络中的节能问题分成了三类,并对不同分类中的具体方案进行详细描述,对比了它们之间的优缺点,总结分析了这些方案的贡献及不足,并进一步提出了未来的研究方向。
为了解决没有移动网络信号覆盖地区的荒野工作人员遇险救援不便的问题,设计了一种基于GPS(GlobalPositionSystem)/北斗卫星导航系统的野外遇险人员报警定位终端;该报警定位终端以ARM(AcornRSICMachine)Cortex--M4为控制核心,搭配两种不同颜色的LED报警闪烁灯和液晶显示屏幕,并在报警终端上设计了功率放大器电路,工作时报警终端上的GPS/JL斗双模芯片精确定位人员位置信息,采用LoRa(LongRange)无线传输模块将荒野工作人员的安全信息发送至附近的固定基站或者基站车上,其一旦接收到报警信息,便可迅速作出响应,及时对遇险人员进行救援;同时,在基站上使用增益为15.5dBi的定向接收天线,并设置LoRa无线传输模块的空中速率为0.3kbps,可以使荒野工作人员的报警信息传输距离达到最远;实验结果表明,该报警终端具有实用性强、定位精度高、便于携带、工作稳定可靠,传输距离长等优点。
数据缺失在电力负荷数据采集过程中经常发生,对提高算法的预测精确度带来了不利影响。现有的缺失数据补全算法只适用于缺失数据量较少的情况,而对于缺失数据较多的情况表现不佳。面对严重数据缺失的挑战,文中提出了一种基于稀疏表示的电力负荷缺失数据补全方法。首先以数据随机缺失为前提,将训练数据中假定缺失后的数据与完整的训练数据上下拼接构成训练矩阵;其次,利用离散余弦变换(DiscreteCosineTransform,DCT)生成一个过完备字典,并根据训练矩阵对其进行学习,旨在通过调优得到一个合适的字典,能对训练矩阵中的样本进行最好的稀疏表示。最后,在测试阶段,先利用学习后字典的上半部分获得测试集缺失数据的稀疏表示,然后利用稀疏表示和学习后字典的下半部分重构出无缺失的完整数据。实验结果表明,使用该方法对电力负荷数据缺失值进行补全,可以获得比传统插值方法、基于相关性的KNN算法、时空压缩感知估计算法以及时序压缩感知预测算法更高的精度。即使数据缺失率高达95%,该方法依然可以有效地补全缺失数据。
针对某车载机箱的散热需求,根据发热器件的热流密度确定了强迫风冷的散热形式,并对机箱进行了详细的散热设计和结构改造。为了验证和改进散热设计,利用DM和Icepak对原始模型进行了简化处理,并计算得出了印制板各向热导率,并通过RSO驱动Icepak对散热器的肋片数量和肋片厚度进行参数化仿真。最后得出并分析了散热器重量和印制板最高温度的变化规律,从而确定了最优设计方案。设计方案不仅满足了该车载机箱的散热需求,同时降低了产品的重量和成本,对风冷散热设计具有一定的参考价值和指导意义。
研究板球系统受到随机激励时的数学建模与轨迹跟踪控制问题.首次建立了板球系统的随机数学模型,并结合backstepping方法、有限时间预设性能函数、全状态约束及新的预设性能推导方法设计了具有未知输入饱和的随机板球系统实际有限时间全状态预设性能跟踪控制器,实现了随机激励下板球系统的有限时间预设性能轨迹跟踪控制.所设计的控制器保证了系统跟踪误差能够被预先给定的有限时间性能函数约束,并且能在任意给定的停息时间内收敛到预先给定的邻域内.最后通过仿真实验验证了所设计控制器具有更好的控制效果.
针对现实世界中多个论域之间信息分类和属性约简问题,提出了U×W型双论域变精度粗糙集模型,通过对U×W型双论域中等价关系的研究,得到了二维等价关系的等价类,在此基础上对该模型结构和数学特性进行了深入研究,得到了一些有用的结论,最后利用粗糙熵和信息熵对其不确定性进行了度量,并通过实例对模型及度量结果进行了验证.
无摘要