亚洲二区在线,日韩人妻无码精品久久免费,东北女人毛多水多牲交视频

改進(jìn)的深度殘差網(wǎng)絡(luò)的混合氣體定量分析方法[其他][其他]

為了有效監(jiān)測室內(nèi)有害氣體，提出了一種改進(jìn)的深度殘差網(wǎng)絡(luò)的室內(nèi)有害氣體定量分析方法。該方法使用殘差網(wǎng)絡(luò)來提高深度學(xué)習(xí)方法學(xué)習(xí)干擾信號特征的能力，并提高混合氣體定量分析的準(zhǔn)確性以及模型的魯棒性。將軟閾值化用作非線性層，并將其嵌入到深度神經(jīng)網(wǎng)絡(luò)中，以消除非必要的噪聲特征。該方法結(jié)合了深度學(xué)習(xí)與傳統(tǒng)信號處理降噪算法的優(yōu)點，通過使用具有不同干擾水平的甲醛氣體樣本集進(jìn)行了驗證，實驗結(jié)果表明該模型在有干擾的場景下仍具有較高的準(zhǔn)確率。

發(fā)表于：3/18/2021

一種基于改進(jìn)Mask R-CNN模型的遙感圖像目標(biāo)識別方法[其他][其他]

目標(biāo)識別技術(shù)作為機(jī)器視覺領(lǐng)域的一個重要分支，在各個領(lǐng)域有著重要的應(yīng)用。鑒于一般的目標(biāo)識別模型在遙感圖片中表現(xiàn)不佳，另外需要識別的目標(biāo)數(shù)量較多，尺寸大小不一，因此在經(jīng)典的目標(biāo)識別Mask R-CNN模型的基礎(chǔ)上，提出了一種融合了通道注意力機(jī)制和數(shù)據(jù)增強(qiáng)技術(shù)的模型Mask R-CNN模型。在輸入圖片數(shù)據(jù)時，首先通過Random-Batch images操作對數(shù)據(jù)進(jìn)行增強(qiáng)處理，提高模型對尺寸大小不一的目標(biāo)識別的準(zhǔn)確率；然后提取特征時，將原Mask R-CNN模型中的FPN改進(jìn)為BiFPN，使提取到的特征能更好體現(xiàn)原本的圖片信息；在最后的Mask階段，增加了通道注意力機(jī)制，使得模型更多地得到需要的信息。經(jīng)過實驗表明，此模型在遙感圖像的特殊目標(biāo)細(xì)粒度識別中有良好的表現(xiàn)。對于同一個數(shù)據(jù)集，其評價指標(biāo)在各個方面都要優(yōu)于其他對比算法。

發(fā)表于：3/18/2021

用于自動視力檢測的手勢識別方法研究[測試測量][其他]

對于自動視力檢測系統(tǒng)，手勢識別是關(guān)鍵問題，但是采用傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)模型識別手勢存在過擬合、計算量大等問題。提出了一種GR-AlexNet模型，對AlexNet網(wǎng)絡(luò)模型進(jìn)行了適應(yīng)性修改和優(yōu)化：為了加快計算速度，用7×7、5×5、1×1的三個小卷積核替代原來的11×11的大卷積核，并刪除LRN層和一個全連接層；為了減輕過擬合效應(yīng)，在每次卷積后都加上一個Dropout優(yōu)化。對同一數(shù)據(jù)集分別使用LeNet模型、AlexＮet模型、VGG16模型與GR-AlexＮet模型進(jìn)行對比實驗。實驗表明GR-AlexＮet模型在識別準(zhǔn)確率上較傳統(tǒng)的模型有一定的提高，能抑制過擬合現(xiàn)象，并且具有更快的訓(xùn)練速度。

發(fā)表于：3/18/2021

國密算法在工業(yè)互聯(lián)網(wǎng)安全中的應(yīng)用研究[通信與網(wǎng)絡(luò)][信息安全]

工業(yè)互聯(lián)網(wǎng)安全是網(wǎng)絡(luò)空間安全的重要組成部分。加強(qiáng)國密算法在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用研究，對于提高我國網(wǎng)絡(luò)空間安全的防護(hù)能力和實現(xiàn)自主化目標(biāo)具有重大意義。闡述了國密算法在工業(yè)互聯(lián)網(wǎng)的應(yīng)用現(xiàn)狀和存在的挑戰(zhàn)，并基于國密算法設(shè)計一種輕量級的身份認(rèn)證協(xié)議。分析表明，該協(xié)議兩次握手可完成認(rèn)證，并能夠滿足認(rèn)證的安全性要求，具有良好的應(yīng)用價值。

發(fā)表于：3/18/2021

基于SOAR的安全運營自動化關(guān)鍵技術(shù)構(gòu)建及未來演進(jìn)方向[通信與網(wǎng)絡(luò)][信息安全]

針對現(xiàn)有的安全可視化編排及自動化響應(yīng)技術(shù)，提出將復(fù)雜的APT威脅場景、漏洞、自動化響應(yīng)驗證、關(guān)鍵基礎(chǔ)設(shè)施合規(guī)管理等安全能力納入到現(xiàn)有SOAR(Security Orchestration Automation Response)的可視化編排及響應(yīng)中，極大地豐富并完善了Gartner提出的SOAR的安全編排及自動化響應(yīng)的概念場景，大幅提升安全運營的效能和成熟度；通過DevSecOps開放架構(gòu)及OpenC2開放式管控接口，自適應(yīng)支持不同設(shè)備的數(shù)據(jù)接入及安全響應(yīng)管控，構(gòu)建圍繞SOAR為主體的安全運營生態(tài)體系；在此基礎(chǔ)上，提出安全運營自動化未來演進(jìn)方向，即構(gòu)建多人協(xié)同的統(tǒng)一空間協(xié)同作戰(zhàn)體系，通過多人協(xié)同定義并改進(jìn)安全分析及響應(yīng)模型，迅速完成“安全策略、保護(hù)、檢測和響應(yīng)”的信息循環(huán)及信息再利用。

發(fā)表于：3/18/2021

基于TPCM可信根的主動免疫控制系統(tǒng)防護(hù)設(shè)計[通信與網(wǎng)絡(luò)][信息安全]

目前針對工業(yè)控制系統(tǒng)的安全風(fēng)險與日俱增，傳統(tǒng)“封堵查殺”的防護(hù)技術(shù)難以有效應(yīng)對當(dāng)前所面臨的安全威脅，急需一套更適合工控系統(tǒng)環(huán)境的安全解決方案。結(jié)合我國自主創(chuàng)新的可信計算3.0關(guān)鍵技術(shù)，提出一種基于TPCM可信根的適用于工業(yè)控制系統(tǒng)的主動免疫防護(hù)方案，通過對關(guān)鍵節(jié)點的可信構(gòu)建使工業(yè)控制系統(tǒng)防護(hù)更加透徹，安全處理融洽一致，為工業(yè)控制系統(tǒng)構(gòu)建主動免疫防御能力，使之能夠有效識別和防御未知威脅。

發(fā)表于：3/18/2021

基于PCNN的工業(yè)制造領(lǐng)域質(zhì)量文本實體關(guān)系抽取方法[其他][其他]

對汽車、機(jī)械等工業(yè)制造行業(yè)的質(zhì)量報告進(jìn)行關(guān)系抽取，對于該行業(yè)質(zhì)量知識圖譜、質(zhì)量問答系統(tǒng)等研究有著極為重要的意義。針對在工業(yè)制造領(lǐng)域的質(zhì)量知識圖譜構(gòu)建過程中尚無公開數(shù)據(jù)集可用的情況，收集了質(zhì)量文本并進(jìn)行相應(yīng)的專業(yè)標(biāo)注，構(gòu)建了工業(yè)制造領(lǐng)域質(zhì)量知識圖譜關(guān)系抽取專業(yè)數(shù)據(jù)集?；谠摂?shù)據(jù)集利用分段卷積神經(jīng)網(wǎng)絡(luò)(Piecewise Convolutional Neural Network，PCNN)實現(xiàn)關(guān)系抽取，然后根據(jù)中文特性，提出了改進(jìn)的PCNN模型(C-PCNN)，以提升在中文語料中關(guān)系抽取的性能。在本文構(gòu)建的數(shù)據(jù)集中，改進(jìn)后模型的準(zhǔn)確率、召回率以及F1值優(yōu)于對比的PCNN和RNN模型，驗證了該方法的可行性和有效性。該研究對從事制造行業(yè)的人員有一定的實際意義。

發(fā)表于：3/18/2021

面向工業(yè)控制系統(tǒng)的入侵檢測技術(shù)綜述[通信與網(wǎng)絡(luò)][信息安全]

隨著工業(yè)信息化的發(fā)展，工業(yè)控制系統(tǒng)(Industrial Control System，ICS)的安全防護(hù)越來越重要。入侵檢測是實時監(jiān)控ICS內(nèi)部和外部安全的一種技術(shù)，能夠有效精準(zhǔn)地檢測出攻擊行為并采取措施，因此，面向ICS入侵檢測技術(shù)成為工控領(lǐng)域的一個研究熱點。首先從ICS的結(jié)構(gòu)入手，給出了ICS入侵檢測的重要性；其次對ICS入侵檢測技術(shù)進(jìn)行分類，分別對工業(yè)控制系統(tǒng)下的誤用入侵檢測技術(shù)、異常入侵檢測技術(shù)、網(wǎng)絡(luò)入侵檢測技術(shù)、主機(jī)入侵檢測技術(shù)的研究現(xiàn)狀進(jìn)行介紹和分析；最后針對應(yīng)用現(xiàn)狀進(jìn)行了展望。

發(fā)表于：3/18/2021

Silicon Labs的Secure Vault物聯(lián)網(wǎng)安全解決方案，率先獲得全球PSA 3級認(rèn)證[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

　當(dāng)前半導(dǎo)體行業(yè)的缺芯局面，已獲業(yè)界大佬廣泛關(guān)注。3月17日，中國半導(dǎo)體行業(yè)協(xié)會理事長、中芯國際董事長周子學(xué)表示，歷史上整機(jī)行業(yè)從未受到過如此嚴(yán)重的半導(dǎo)體供應(yīng)緊張影響。同時，強(qiáng)調(diào)半導(dǎo)體是國際化產(chǎn)業(yè)，需要加強(qiáng)合作。

發(fā)表于：3/18/2021

基于聚類的密碼芯片頻域側(cè)信道分析[其他][其他]

能量跡的對齊問題是影響側(cè)信道分析成功率的關(guān)鍵因素之一，頻域側(cè)信道分析能夠有效解決能量跡在時域內(nèi)的對齊問題，但由于頻域內(nèi)一個點對應(yīng)著時域內(nèi)多個點，頻域側(cè)信道分析通常需要比時域側(cè)信道分析更多的能量跡條數(shù)。為了減少頻域側(cè)信道分析所需能量跡條數(shù)，提出基于聚類的密碼芯片頻域側(cè)信道分析方法，通過機(jī)器學(xué)習(xí)中的聚類算法分離出有效信號頻率后，再進(jìn)行側(cè)信道分析，從而減少所需能量跡條數(shù)。實驗表明，所提方法能夠在不同程度上減少頻域側(cè)信道分析所需能量跡條數(shù)。

發(fā)表于：3/18/2021

基于Hyperledger Fabric的食品溯源系統(tǒng)設(shè)計與實現(xiàn)[模擬設(shè)計][其他]

現(xiàn)有的傳統(tǒng)食品安全溯源系統(tǒng)中存在共享數(shù)據(jù)較為匱乏和信息存儲中心化、孤島化等問題，利用區(qū)塊鏈系統(tǒng)去中心化、防篡改、可信任等特性，提出了一種基于Hyperledger Fabric區(qū)塊鏈的食品溯源系統(tǒng);然后對Hyperledger Fabric區(qū)塊鏈技術(shù)進(jìn)行深入分析和研究，明確Hyperledger Fabric區(qū)塊鏈技術(shù)的技術(shù)原理與技術(shù)特性，并綜合食品安全溯源系統(tǒng)的實際使用，對基于Hyperledger Fabric區(qū)塊鏈的食品溯源系統(tǒng)進(jìn)行詳細(xì)設(shè)計；最后對基于Hyperledger Fabric區(qū)塊鏈的食品溯源系統(tǒng)進(jìn)行了實際的搭建，并對該系統(tǒng)進(jìn)行相關(guān)功能測試和性能測試，驗證了整體方案的可行性與有效性。

發(fā)表于：3/18/2021

使用智能終端控制激光異物清除設(shè)備[其他][其他]

對于架空高壓輸電線上的異物，利用激光清除已成為一種主流的手段。分析了異物清除作業(yè)的過程及其對控制系統(tǒng)的需求，提出了一種將執(zhí)行機(jī)構(gòu)控制和運算分離，使用與執(zhí)行設(shè)備無線連接的便攜智能完成控制計算的系統(tǒng)設(shè)計，并詳述了這一控制系統(tǒng)的硬件實現(xiàn)和軟件流程。相較傳統(tǒng)一體化控制系統(tǒng)，這樣的設(shè)計成本低，使用靈活，維護(hù)簡便且易于功能擴(kuò)展。實驗表明，此系統(tǒng)能夠準(zhǔn)確可靠地控制激光異物清除設(shè)備完成清除操作。

發(fā)表于：3/17/2021

一種降低新型OFDM數(shù)據(jù)鏈誤碼率的方法[其他][其他]

針對空地雷達(dá)數(shù)據(jù)鏈可靠性的問題，基于單向耦合映像格子模型，提出了基于OCML的新型OFDM數(shù)據(jù)鏈模型。上述模型通過利用OCML時空混沌序列對CCSK軟擴(kuò)頻進(jìn)行改進(jìn)，同時結(jié)合編碼技術(shù)以及調(diào)制技術(shù)進(jìn)行仿真。仿真分析顯示，基于OCML的新型OFDM數(shù)據(jù)鏈模型可以有效改善CCSK中偽隨機(jī)序列由于自相關(guān)性差導(dǎo)致的可靠性差等問題，顯著提高系統(tǒng)誤比特率性能，且有效提高空地雷達(dá)數(shù)據(jù)鏈的可靠性。

發(fā)表于：3/17/2021

基于二叉空間劃分的異常數(shù)據(jù)檢測算法[測試測量][通信網(wǎng)絡(luò)]

無線傳感網(wǎng)絡(luò)(Wireless Sensor Networks，WSNs)的性能依賴于所收集的數(shù)據(jù)質(zhì)量。而最初，節(jié)點所感測的數(shù)據(jù)是粗糙的，需通過有效的數(shù)據(jù)檢測算法將異常數(shù)據(jù)與正常數(shù)據(jù)進(jìn)行區(qū)分。為此，提出基于二叉空間劃分的異常數(shù)據(jù)檢測(Binary Space Partition-based Anomaly Detection，BSP-AD)算法。BSP-AD算法通過二叉空間劃分(Binary Space Partition，BSP)訓(xùn)練、測試數(shù)據(jù)。先通過訓(xùn)練數(shù)據(jù)，得到正常數(shù)據(jù)的區(qū)間范圍，再通過此區(qū)間范圍檢測測試數(shù)據(jù)中異常部分。仿真結(jié)果表明，提出的BSP-AD算法能夠準(zhǔn)確地檢測異常數(shù)據(jù)，并且計算成本和存儲成本低于IDLO算法。

發(fā)表于：3/16/2021

基于EKF算法的鋰電池SOC估算策略[電源技術(shù)][其他]

在電池管理系統(tǒng)中，電池荷電狀態(tài)(SOC)的準(zhǔn)確估算具有重要的地位，其重要性不僅在于可以向使用者提示電池的剩余電量，更在于它是電池充放電管理和均衡控制管理的基礎(chǔ)。而SOC受許多因素的影響，如溫度以及電流的大小、方向等，它的準(zhǔn)確預(yù)測也較困難。提出了一種用擴(kuò)展卡爾曼濾波(EKF)算法估計鋰電池SOC的方法，建立電池仿真模型，通過混合動力脈沖能力特性(HPPC)試驗進(jìn)行了參數(shù)辨識。在恒流放電下模型的SOC估算誤差約2.1%，說明該模型有效且易于應(yīng)用。

發(fā)表于：3/16/2021