计算机
无摘要
在微钻生产中采用机器视觉方法进行缺陷检测时,其难点在于一次拍摄就获得微钻侧刃的完整的、高分辨率的图像.当采用高倍率光学镜头时,又产生视野与检测范围的矛盾.为解决该矛盾,本文创造性地设计了一套内锥镜面反射成像装置,既可获得微钻端刃的清晰图像,又可获得整个微钻侧刃的清晰图像,使得微钻缺陷的全自动视觉检测成为可能.试验结果表明,本文研发的微钻全景式视觉检测系统,能够满足微钻生产中的自动化检测需求.
为解决多元时间序列中的异常数据问题,在分析已有研究方法的基V上,提出一种基于分割聚类算法和长短期记忆网络结合的大数据异常检测方法。建立多元时间序列聚类模型,采用流水线模型和交替方向乘子法求解,得到子数据分段;使用长短期记忆网络重构各子序列,比较与原始序列的残差检测出异常数据点。以变压器监测数据为例进行异常检测,检测结果表明,该方法具有较高的检测精度。
查询进行形式化表示的优点,提出一种连续查询事件中基于语义的轨迹k-匿名方法。该方法引入OWLOntology)形式化表示关于轨迹查询事件,构建基于事件本体的轨迹匿名模型;利用轨迹片段相似度计算和WebLanguageJena推理引擎,给出基于k-匿名查询事件的轨迹聚类方法,实现关于当前轨迹的虚假匿名组。实验表明,与传统方法相比,该方法的信息损失率降低了15%~20%,查询精准率保持在75%以上,执行时间减少约20秒,较好地维持轨迹数据匿名的有效性和可扩展性。
为提高对模拟电路故障模式的准确分类和减少网络模型的训练时间,提出基于小波包变换(WPI`)和果蝇算法(FOA)优化广义回归神经网络(GRNN)的模拟电路故障诊断方法。首先采用小波包变换提取电路优质故障特征,以减少网络训练时间。然后建立GRNN网络模型,选择FOA算法优化GRNN网络参数,构建最优模型对电路故障特征进行训练测试,最后采用仿真测试其性能。实验结果表明,FOA算法有效提高诊断模型训练效率,相比于其它电路故障诊断模型,FOAGRNN模型具有更高的诊断率和优越性。
电梯轿厢铅垂起动和制动运行过程中加速度参数反映了电梯的运行状态,可作为电梯运行故障诊断的信息源之一。但目前采集到的加速度信号具有高斯噪声干扰、变维、高维、非线性、故障类型多且样本不均匀等特点。为此,提出一种基于核主元分析与有向无环图支持向量机(KPCA-DSVM)相结合的电梯运行故障诊断方法。该方法首先通过小波变换与中值平滑提取信号轮廓;然后设置阈值分割出起动和制动轮廓,并尺度变换为固定维数;接着设计核主元分析(KPCA)算法实现故障特征低维表达;最后设计有向无环图支持向量机(DSVM)进行故障检测与分类。实验结果表明,该方法的故障检测率和误报率分别为98%和0.7%,单一故障分类准确率为93%,混合故障分类准确率为90%,能满足在线实时检测需求,优于传统方法。
针对不确定语言条件下的决策问题,考虑专家偏好的阶段性差异,提出基于犹豫模糊语言的多阶段多属性决策方法。首先为了更准确地表达专家在决策过程中的犹豫性,采用犹豫模糊语言来表达专家的评估信息;其次考虑阶段权重的波动性,运用基于专家阶段性偏好的信息熵方法构建阶段权重优化模型确定阶段权重;然后利用最大化偏差法来求解属性权重,并采用基于平均解距离评价(EDAS)方法对备选方案进行排序;最后以某企业选取物流商问题为例,验证该方法的有效性和可行性。
为避免鸟群算法在求取阈值时陷入早熟和局部优化,提出一种基于遗传变异的鸟群图像分割算法。在鸟群算法每一次迭代后加入遗传算法中的选择与变异,使算法加强在当前最优解附近的局部搜索能力,有效避免陷入局部最优解;针对噪声污染提出了“定位-中值-高斯平滑”滤波器对噪声污染图像进行预处理;将遗传算法、双种群遗传的算法、鸟群算法、遗传变异鸟群算法对图像进行分割的结果进行对比,以最大间类方差法(otsu)作为适合度函数。实验结果表明,遗传变异鸟群算法在寻找最优的解时的准确性和稳定性优于其它算法,对噪声有较强的鲁棒性。
在5G核心网虚拟化环境中,虚拟机共用同一物理服务器会带来一系列的安全问题,如发生侧信道攻击、虚拟节点溢出攻击等,造成用户隐私信息泄露。现有基于虚拟机动态迁移的防御方法是一种有效的主动防御技术,但虚拟机频繁迁移导致了迁移资源开销大和迁移安全性低的问题。为此,提出一种基于冗余跳变的虚拟机迁移方法,对不同虚拟机的迁移频率建立评估计算模型,在保证虚拟机隐私信息安全的前提下减小虚拟机迁移频率,对部分虚拟机采用冗余跳变的方法,以应对虚拟机频繁迁移带来的安全风险。实验结果表明,与现有虚拟机动态迁移方法相比,该方法在取得相同安全防护效果的同时,能够缩短平均迁移收敛时间并降低迁移开销。
在移动互联网快速发展的同时,移动APP应用领域越来越广泛,包括家电、食品和汽车等行业,从而使人们的生活更加便捷。基于社区服务的智能用电管理APP是电子行业新兴起来的开发领域,能够为居民提供更加便捷、全面的电力服务,有利于居民生活质量的提升。越来越多的人开始关注智能用电管理系统设计应用研究,以期设计出符合社区用电需求的智能用电管理APP。本文主要对智能用电管理APP设计进行探索,包括智能交互终端设计、软件设计和社区居民用电安全设计等。
为研究考虑系留点垂向运动的飞艇系缆的面内运动响应特性,将运动的飞艇作为系缆的边界条件处理,对系缆下端的系留点受到垂向激励时的系留飞艇系缆的运动状态进行了数值模拟,研究了系缆的动张力、运动情况。分析了飞艇攻角、系缆线密度等参数对系统的影响。研究结果表明:当系留点竖向简谐运动时,系缆上各点都做近似的简谐运动,在不同的线密度和攻角参数下,系缆各点的法向振幅分布不同,系缆可能处于二阶的振动状态;且随着系缆密度和攻角的增大,切向振幅增大,法向振幅减小;系留点激励还引起整个系统偏离平衡位置,这会引起飞艇动态高度的降低,在系留飞艇的高度控制中会有一定的影响。以上研究结果可为系留在舰船等运动中平台上的飞行器控制和系缆设计提供参考。
针对超视距空战仿真中的态势评估问题展开研究,首先通过提取影响空战战术及机动决策的不同因素,采用非参量法构建超视距空战仿真态势评估模型;其次针对模型中各指标权重系数的确定问题,提出了一种多人层次分析法与熵法相结合的主客观组合赋权方法,克服了层次分析法仅凭单个专家意见带来的知识缺失及主观偏好等不足。仿真结果表明,上述方法能更准确、有效的计算出空战仿真中双方兵力间的态势优势。
传统的低秩恢复算法在识别有混合污染的人脸图像时,通常只对污染部分进行一种类型的约束,并不能很好地恢复出干净的样本。针对这种情况,提出了结构化鲁棒低秩恢复算法(structuredandrobustlow-rankre-coveryformixedcontamination,SRLRR)。SRLRR算法利用对二维误差图像的低秩约束移除样本中的连续污染部分,同时利用稀疏约束分离样本中服从拉普拉斯分布的噪声。另外,为了学习到更具有鉴别性的低秩表示,该算法对表示系数进行了块对角结构化约束。在三个常用数据库上的实验证明了SRLRR算法的有效性和鲁棒性。
针对目前基于格的身份基代理重加密方案存在的加/解密效率低和密文、密钥尺寸过长的问题,采用原像抽样和对偶加密技术,重新构造了一个基于格的身份基代理重加密方案。该方案采用原像抽样技术提取用户私钥,用对偶加密算法对消息进行加密,利用代理重加密密钥进行重加密,并用用户的私钥进行解密。安全分析表明,在标准模型下,基于ringlearningwitherrors困难假设,该方案满足IND⁃aID⁃CPA安全。效率分析表明,该方案可以有效缩短密文和密钥尺寸,提高加/解密效率。
针对实时视频图像拼接系统对拼接图像进行客观质量评估的需求,在图像质量评价方法的基础上,根据影响拼接质量的两大因素(重影和亮度差异),提出一种基于图像差分信息熵的拼接图像质量评估方法。方法首先对原图像和拼接图像进行边缘提取,然后利用图像的边缘轮廓信息进行差分处理,得到边缘差分图,再根据边缘差分图的信息熵值与影响拼接两大因素的关系,对拼接图像评估。最后通过仿真,与基于结构相似度算法对比,证明所提方法得出的评分结果更加符合人眼视觉对拼接图像的主观评价。
针对分布式光伏电站培训课程实训教学设备不能满足实训教学需求的问题, 从虚拟仿真教学角度出发, 以一个真实的屋顶光伏电站项目作为典型案例, 采用Unity3D引擎进行开发了一套光伏电站设计、施工及运维虚拟仿真实训平台, 并对该平台的功能、架构以及开发流程中所涉及的关键技术进行了介绍. 应用结果表明, 该平台实现了光伏电站的前期现场勘查、设计、施工、以及后期电站运行维护的虚拟可视化, 对光伏专业学生和相关工程技术人员进行光伏电站培训具有很好的应用价值.
在调度一体化运行模式下,远程遥控操作问题比较多,容易造成安全隐患。为解决此问题,完善现有调控系统的遥控防误操作功能,文中提出了一种垂直一体化变电设备防务体系,包括:间隔层、站控层、调控层等。利用遥控防误措施,可以有效地降低遥控操作的风险,确保操作流程的安全性。最后,进行了应用研究。结果表明:基于“调控一体化”的遥控操作防误系统,既可以协助运维人员安全、便捷地进行日常工作,又可以提高电网调度水平,为电网优质、安全、经济运行提供保障。
基于规则的CPS监控方法在降低监控复杂度和提升监控灵活性等方面具有显著优势. 目前基于规则的CPS监控方法未考虑CPS监控场景的时间约束, 仅仅利用各种优化技术来缩短监控的响应时间. 为此, 本文基于实时规则引擎建立了一个CPS的实时监控系统RTCPMS. 该系统采用Rete网络表示监控规则, 其核心是一个新的实时推理算法Rete-TC. Rete-TC算法引入了规则截止期, 通过基于优先级的Beta节点调度方法, 使得CPS监控的时间约束尽可能地被满足. 模拟实验与智慧建筑应用案例验证了RTCPMS系统的有效性, 且实验结果表明其核心算法Rete-TC的调度成功率优于传统的规则推理算法Rete.
社交媒体文本中突出的长尾效应和过量的词典外词汇(OOV)导致严重的特征稀疏问题,影响分类模型的准确率.针对此问题,文中提出基于字词特征自注意力学习的社交媒体文本分类方法.在字级别构建全局特征,用于学习文本中各词的注意力权值分布.改进现有的多头注意力机制,降低参数规模和计算复杂度.为了更好地分析字词特征融合的作用,提出OOV词汇敏感度,用于衡量不同类型的特征受OOV词汇的影响.多组社交媒体文本分类任务的实验表明,文中方法在融合字特征和词特征方面的有效性与分类准确度均有较明显的提升.此外,OOV词汇敏感度指标的量化结果验证文中方法是可行有效的.
无摘要