国产精品扒开腿做爽爽爽A片漫,色成人免费88v,国产成人精品曰本亚洲77美色

接觸式輪廓掃描儀系統(tǒng)標定算法[其他][其他]

接觸式輪廓掃描儀其原理是利用編碼器返回的長度序列以及旋轉(zhuǎn)平臺的旋轉(zhuǎn)角度來確定被測物體的輪廓坐標，由于檢測鉤的起始點與旋轉(zhuǎn)平臺中心不重合，導(dǎo)致直接利用所測數(shù)據(jù)繪制出的輪廓不準確。為解決這個誤差，提出一種不需要建立系統(tǒng)的精準誤差模型，而是利用測量尺寸已知的正方形標定板所得到的數(shù)據(jù)去獲取系統(tǒng)參數(shù)，進而對輪廓坐標進行在線標定的方法。通過編程模擬仿真了測量過程，并將獲取到的參數(shù)與理想?yún)?shù)值進行比較，模擬數(shù)據(jù)表明該算法可以使測量誤差控制在0.5 mm以下，角度誤差控制在0.1°以下，符合設(shè)備的精度要求，可以快速還原被測圖形的真實輪廓。

發(fā)表于：3/22/2021 9:03:00 AM

基于密集子圖挖掘的刷單團伙識別方法[其他][其他]

隨著電商的不斷發(fā)展，如何發(fā)現(xiàn)刷單賬戶以維護市場秩序是亟待解決的問題。根據(jù)用戶的購買記錄構(gòu)建用戶關(guān)系網(wǎng)絡(luò)圖。根據(jù)電商刷單特性，提出通過計算用戶之間的關(guān)聯(lián)性來對抗偽裝，并提出了一種密集子圖可疑度量。根據(jù)關(guān)聯(lián)性和密集子圖可疑度量，實現(xiàn)了一種針對電商的刷單團伙識別方法。實驗結(jié)果表明，在真實的天貓數(shù)據(jù)集上，所提出的方法能有效地捕捉刷單團體, 結(jié)果與FRAUDAR算法相近，有較好的識別效果。

發(fā)表于：3/18/2021 5:51:41 PM

1553B總線電路冷備份使用情況下總線端口潛通路分析驗證[其他][其他]

航天系統(tǒng)單位在應(yīng)用1553B總線電路過程中，為了增加設(shè)備單機的可靠性，使用了兩組1553B總線單機，兩組單機總線輸出并聯(lián)在一起，一組單機上電使用，一組單機斷電處于冷備份狀態(tài)，兩組系統(tǒng)互為冷備份，正常工作時，要求互為冷備份的單機不能相互影響。針對該應(yīng)用詳細介紹了1553B總線電路內(nèi)部總線端口結(jié)構(gòu)，并對冷備份使用情況下總線端口的潛通路問題進行了詳細測試驗證，通過測試數(shù)據(jù)分析，證明了兩組1553B總線電路在冷備份使用情況下是穩(wěn)定可靠的，兩組單機沒有相互影響。

發(fā)表于：3/18/2021 5:46:40 PM

基于區(qū)塊鏈的新能源充電樁共享管理方案[電源技術(shù)][智能電網(wǎng)]

近些年在國家大力推進下，新能源充電樁和電動車領(lǐng)域發(fā)展迅猛，但也存在交易信息被泄露、企業(yè)間數(shù)據(jù)難以共享、用戶充電體驗感差等負面情況?；谝陨蠁栴}，提出了一套基于區(qū)塊鏈的新能源充電管理方案，利用區(qū)塊鏈去中心化、數(shù)據(jù)加密等特性，在區(qū)塊鏈底層上利用比特幣、聯(lián)合表征推薦算法等技術(shù)，建立聯(lián)盟鏈模塊、充電幣模塊、推薦模塊三個模塊，提出一套基于區(qū)塊鏈的分布式新能源電動車充電管理方案。實踐證明，該方案可以較好地解決上述問題。

發(fā)表于：3/18/2021 5:36:34 PM

基于LoRa的智能電表通信方案設(shè)計[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

隨著建設(shè)國家智能電網(wǎng)概念的提出，智能電表開始成為人們關(guān)注的焦點。為了更加方便、準確、及時地對用戶用電量進行抄讀與管理，實現(xiàn)智能電表的自動化、網(wǎng)絡(luò)化，設(shè)計了一種基于LoRa的中繼多跳組網(wǎng)協(xié)議，并通過對智能電表和采集器的通信模塊進行新型軟硬件設(shè)計，來實現(xiàn)此協(xié)議在智能電表通信方案中的移植和使用，進行智能電表的新型通信方案設(shè)計。該方案從通信性能及適用場景出發(fā)，在LoRa通信的基礎(chǔ)上，通過中繼多跳組網(wǎng)協(xié)議進一步提升LoRa通信的性能，實現(xiàn)了高容量、高可靠性的新型通信方案。

發(fā)表于：3/18/2021 5:30:46 PM

改進的深度殘差網(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確率。

發(fā)表于：3/18/2021 5:11:31 PM

一種基于改進Mask R-CNN模型的遙感圖像目標識別方法[其他][其他]

目標識別技術(shù)作為機器視覺領(lǐng)域的一個重要分支，在各個領(lǐng)域有著重要的應(yīng)用。鑒于一般的目標識別模型在遙感圖片中表現(xiàn)不佳，另外需要識別的目標數(shù)量較多，尺寸大小不一，因此在經(jīng)典的目標識別Mask R-CNN模型的基礎(chǔ)上，提出了一種融合了通道注意力機制和數(shù)據(jù)增強技術(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)進行增強處理，提高模型對尺寸大小不一的目標識別的準確率；然后提取特征時，將原Mask R-CNN模型中的FPN改進為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細粒度識別中有良好的表現(xiàn)。對于同一個數(shù)據(jù)集，其評價指標在各個方面都要優(yōu)于其他對比算法。

發(fā)表于：3/18/2021 4:54:08 PM

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模型進行對比實驗。實驗表明GR-AlexＮet模型在識別準確率上較傳統(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 4:40:51 PM

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)空間安全的防護能力和實現(xiàn)自主化目標具有重大意義。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證協(xié)議。分析表明，該協(xié)議兩次握手可完成認證，并能夠滿足認證的安全性要求，具有良好的應(yīng)用價值。

發(fā)表于：3/18/2021 4:30:27 PM

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)同定義并改進安全分析及響應(yīng)模型，迅速完成“安全策略、保護、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 4:24:24 PM