计算机
开展了叶栅式反推力装置的三维数值仿真工作,计算分析了叶栅进气角、排气角和叶栅稠密度对装置反推力性能的影响。结果表明:进气角度和排气角度的增大均导致装置的反推力效率升高,总压恢复系数降低;叶栅稠密度小于1.08时,反推力效率随着叶栅稠密度的增大而增加,在稠密度达到1.08后基本不再变化;总压恢复系数随着稠密度的增加先减小后增大,在叶栅稠密度等于0.9时达到最小值。
哈希算法(message-digestalgorithm,MD5)和Merkle树[66]来确是两者适用的场景有所不同。SecureME利用了Hypervisor来实现其保护机制,并将Hypervisor列为保磁盘数据的完整性。另外,它通过维护每个客户了TCB的一部分,因此它的保护机制无法隔离来自虚拟机的I/O访问权限表来防止来自Hypervisor的恶意Hypervisor的攻击。而HyperCoffer只信任客户DMA攻击。虚拟机的OS内核。在HyperCoffer中,客户虚拟机中208JournalofFrontiersofComputerScienceandTechnology2020,14(2)的所有数据都受到保护,包括CPU上下文中的数据、保持分离。Hypervisor对物理页表只读,而Fidelius参Cache数据、内存和I/O数据。因此,在面对非可信与正常的物理页表操
机械液压组件(HMU)是航空发动机控制系统的重要组成部分,其寿命分布将直接影响飞机的安全性。为了准确估计HMU的寿命分布参数,假定其寿命服从威布尔分布,结合实际工程中HMU的失效数据,建立基于人工蜂群算法优化的极大似然估计(MLE)模型。通过蜂群个体寻优行为,以较快收敛速度对威布尔分布参数进行迭代,找到全局最优值,从而避免多参数估计值不易求解以及容易陷入局部最优的问题,并结合案例证明了优化模型的适用性和有效性。
在网格生成、有限元剖分中,标架场起着重要作用.针对已有的生成标架场的算法耗时较多的问题,提出一种新颖的高效生成标架场的算法.给定一个三角网格,首先在每一点上根据曲面的第二基本型定义一个黎曼度量;然后把各向异性标架场看成在该黎曼度量意义下的各向同性场,求出一个在该黎曼度量意义下的各向同性场;最后利用该黎曼度量把各向同性场变回各向异性标架场.此外,在优化过程中应用一种多分辨率层次结构,并使用Gauss-Seidel迭代法来求解每层中的能量优化问题,以提高计算速度.实验结果表明,该算法不仅提高了生成标架场的速度,并且使得生成的标架场与曲率走势更加接近.
针对类别数据在传统平行坐标系中的映射重叠问题,提出类别统计和数据累积式偏移映射的平行坐标改进方法。该方法首先统计多维数据中的各类别数据的频次,使用直方图表示其记录数,将直方图与平行坐标相结合提出改进平行坐标。然后提出一种类别数据的数据累积式偏移算法,将映射在一点的数据均匀分布在坐标轴上的一定区域中,区域的范围根据数据记录数确定。最后设计实现可视化分析系统,通过改进平行坐标实现对数据集的筛选、条件交叉分析、类别间数据分析和维度间数据分析;通过联动视图和弦图两种方式实现每两个维度间的对比分析;通过字云显示每一维度的频次分布。案例数据集实验结果表明,该方法能在平行坐标中实现各维度中类别间的对比、各维度中记录数排序,以及对筛选数据集的分析,展示类别型数据维度间的关联关系。
为有效监管网络,快速精确识别P2P流量,通过分析P2P网络流量中节点与节点、节点与链路之间的交互和行为特征,将聚类方法与流量传播图方法相结合,提出了一种基于网络行为特征的P2P流量识别方法。该方法首先通过采集网络流的包级和流级统计特征对不同种类的网络应用的流量进行聚类,然后利用流量传播图对P2P流量进行识别。实验结果表明,提出的方法在骨干网络数据上能够有效识别P2P网络应用流量,F1-measure达到95%以上。
基于多体动力学方程,全面分析了关节润滑机械系统的动力学模型。只考虑间隙的接触属于干接触,利用接触力学模型创建间隙关节元素的接触力,使用工修正摩擦力对关节摩擦力进行计算。全面考虑关节润滑,通过多体系统动力学理论对流体的压力进行全面计算,然后利用多体系统动力学方程创建全面考虑润滑的机械系统动力学模型。在平面曲柄滑块结构进行实验,利用数值的计算对比间隙之间关节在润滑时候的动态特点。从实验的结果可以看出,对关节润滑进行全面考虑之后的动力学模型与理想的状态更加的接近。
针对传统鬣狗优化算法在处理图像分割问题时容易陷入局部最优、收敛效率低等问题,提出基于混沌初始化策略、非线性收敛因子调整策略、莱维飞行策略以及精英反向学习策略的改进鬣狗优化算法(ImprovedSpottedHyenaOptimizer,ISHO),并应用于多阈值彩色图像分割问题中。该算法不仅提升了在解决复杂性问题时的寻优效率,而且提高了求解精度与质量,避免了受随机因子影响而陷入局部最优的缺陷。为了验证该算法的有效性,利用伯克利图像分割验证,结果表明:该算法在分割速度及效率上具有明显优势,求解精度高,具有较好的工程实用性。
针对机床产品的生产消耗量大和环境排放复杂,采集的数据来自于零件、车间、企业多个层级,难以直接应用于生命周期评价的问题,提出了多层级数据分配计算方法,建立了基于多层级数据分配的生命周期清单获取模型和基于产品生命周期的环境影响排放清单量化模型,建立了生命周期评价指标体系及环境影响分类,分析了机床产品生命周期的环境影响评价。结合调研数据进行机床的环境影响评价,对所提方法进行了验证说明。
为提高无线传感器网络定位的成功率和精度,提出一种带混沌映射的无线传感器网络蝴蝶优化定位算法(CM-BOA)。该策略分为测距、计算和优化3个阶段。基于RSSI模型测量目标节点与信标节点之间的信号强度;采用三点估计坐标模型初步计算目标节点的位置坐标集,基于混沌函数生成解集,并作为蝴蝶优化算法的初始解;采用改进的蝴蝶优化算法对上述位置坐标集进行迭代优化。仿真结果表明,该算法比已有的蝴蝶优化算法以及粒子群算法具有更高的成功率和准确性。
结合用户兴趣与微博信息的特点,提出了一种文本聚类与兴趣衰减的微博用户兴趣挖掘(TCID-MUIM)方法。首先通过基于词林的同义词合并策略弥补建模时词频信息不足的弊端;然后利用二次single-pass不完全聚类算法将用户微博划分为多个簇,将簇合并为同一文档以弥补微博文本短小难以挖掘主题信息的问题;最后通过LDA模型建模,并考虑用户兴趣随时间变化的问题,引入时间因子,将微博-主题矩阵压缩为用户-主题矩阵,获取用户兴趣。实验表明,较之传统建模方法与合并用户历史微博为同一文档的建模方法,TCID-MUIM方法挖掘的用户兴趣主题具有更好的主题区分度,且更贴合用户的真实兴趣偏好。
针对现有算法对用户兴趣在跨网络用户身份识别中作用的忽视以及时间复杂度高的问题,提出了基于用户兴趣的跨社交网络用户身份识别算法(UI-UI)。首先利用分块思想对用户节点进行初筛选,以提升算法效率、降低时间复杂度;其次,根据用户产生内容(UGC)和用户社交关系对用户兴趣进行建模,并计算兴趣相似度作为身份识别的依据;最后利用半监督学习的方法进行跨网络用户身份识别。通过在真实社交网络中进行实验,结果表明UI-UI算法能有效识别跨网络用户,且准确率和召回率稳定,运行时间显著减少。
针对传统多帧湍流图像复原耗时长及观测帧序列空间不齐时需匹配的问题,论文提出一种基于关键帧间矩阵约束的多帧湍流图像盲复原算法。该算法首先对观测序列自适应提取关键帧,然后在频域内分别构造估计原始图像和点扩散函数的代价函数方程,利用关键帧间矩阵约束指导点扩散函数复原,通过各向同性总变分模型约束指导图像复原,采用变量分离和增广拉格朗日方法对代价函数交替迭代优化,以达到快速性估计点扩散函数和恢复图像。仿真实验结果表明,论文提出的算法对图像复原质量有所提升,能求得更接近真实的点扩散函数值,且对未匹配的图像序列依然能达到良好的复原效果。
为适应汽车冲压生产智能制造的要求,针对车间生产质量控制严重依赖人工经验,生产数据关系难以建立等问题,本文利用偏最小二乘回归方法(PLS)建立映射关系,最终提出冲压商业智能分析模型,用于深入挖掘冲压“工艺一质量”关联关系,并确定影响冲压生产质量关键因子。本模型通过采集冲压工艺过程数据和零件质量数据,采用主成分分析方法对多组自变量进行分类和降维,提取4组主成分作为解释源数据的综合性指标,并结合回归模型中的标准回归系数确定了9个关键因子。经检验,模型判定系数龙=0.7,模型具有简单可靠的预测效果。在实际应用中,该模型可有效建立不同类别零件一对多甚至多对多的映射关系,实现质量超前控制,提高零件下线质量的一致性和稳定性。
无摘要
种变结构交互多模(Variable-StructureInteractingMultipleModel,VSIMM)算法。在IMM算法的基础上计算当前各模型的KL值,并作为参考量评估模型与目标当前运动模式的接近程度,计算出与目标运动模式相似度较高的模型;借助模型关系有向图激活其在加速度空间上的邻近模型,同时剔除匹配程度最低的模型以实现模型集的自适应切换,形成KL-VSIMM算法。仿真结果表明,KL-VSIMM算法在状态估计质量和模型识别能力上均表现出了很好的性能。
针对卷积神经网络在图像识别任务上模型复杂度大、参数量多,首先提出了一种轻量化的SepNet网络结构,该结构在分类器模块上采用克罗内克积替换了传统的全连接层。为进一步优化网络结构,在特征提取模块均衡网络深度、宽度,设计了一个利用深度可分离卷积和残差网络的可分离残差模块,最终形成了一个能实现端到端训练的轻量化网络架构,称为sep_res18_s3。实验分别在MNIST、CIFAR-10、CIFAR-100数据集上验证SepNet的有效性,设计的SepNet网络结构相比VGG10,参数数量和运算量在不损失其精度下均降低了94.15%。同时,相比设计的类残差网络cov_res18_s3,sep_res18_s3仍能降低58.33%的参数量和81.82%的FLOPs。实验结果表明,采用克罗内克积替换全连接层可以在保证训练结果准确度的同时显著降低参数数量和计算成本,并在一定程度上防止过拟合,在此基础上结合深度可分离卷积和类残差结构,证明了sep_res18_s3的有效性。
针对医学磁共振(Magneticresonance,MR)图像三维分割中随机森林(Randomforest,RF)方法难以获得具有几何约束的结果以及活动轮廓模型(Activecontourmodel,ACM)不能自动分割发生信号混叠的组织结构的问题,提出了一种整合了级联随机森林与活动轮廓模型的磁共振图像三维分割方法.该方法首先从多模态磁共振体数据中提取图像多尺度局部鲁棒统计信息,以此驱动级联随机森林对磁共振图像进行迭代的体素分类,从而获得对组织结构的初步分割结果,进一步将此结果作为初始轮廓与形状先验,整合进一个尺度可调的活动轮廓模型中,将独立的体素分类转化为轮廓曲线演化,最终得到具有几何约束的精确分割结果.在公开数据集上的实验结果表明,本文的自动化分割方法在分割精度和鲁棒性等方面,相比其他同类方法具有较大的性能提升.
构建了一种通过DBN实现的1/4超球面支持向量机(Quarter-Spheresupportvectormachines,QSSVM)测试模型,设计了一种可以实现在线测试功能的异常检测算法。当窗口扩大后,QSSVM发生了准确度不断提高的变化趋势,能够提高半径的测试精度。当窗口增大后算法持续时间增加,QSSVM相对于OCSVM(One-Classsupportvectormachines,OCSVM)可以降低近一半的计算时间。随着窗口扩大至临界值后,将会引起准确度的减小,设置QSSVM算法滑动窗口为100。当样本包含更高的维度异常比例时,所有算法都出现了检测率增大的变化现象。当样本维度升高后,QSSVM依然具备优异检测性能,而K-means发生了检测性能的下降。通过测试发现,采用新算法能够满足大规模高维传感器的数据处理需求,从而减小时间
在飞行试验中,机载视频数据是试飞测试数据中的重要组成部分。目前机载记录视频数据为独立的M2T文件,现有视频播放软件只能对单路视频文件进行回放。为解决机载多路视频数据同步回放的问题,提出了一种基于C/S模式的多路视频同步回放技术方案,服务器端进行视频文件读取控制,客户端进行视频解码显示。首先介绍了FFMPEG的基本概念,然后论述了系统的总体设计方案,重点介绍了服务器端和客户端的设计与实现。该系统采用C++语言进行设计,服务器采用TCP/IP协议与客户端进行数据交互。软件设计利用模块化和多线程的思路,提高处理效率,保证功能的可扩展性。目前该软件已成功应用于多个型号任务多路视频同步回放中,实际应用效果表明该系统工作稳定,能够有效提高型号试飞效率。