国内精品视频一区二区八戒,永久无码天堂网

基于UDS協(xié)議的整車VCU固件升級方案[其他][其他]

針對傳統(tǒng)VCU（Vehicle Control Unit）固件升級方法繁雜、協(xié)議不規(guī)范并且升級過程中硬件拆卸易損等問題，提出一種基于UDS（Unified Diagnostic Service）協(xié)議的整車VCU固件升級方案。結合測試樣車現(xiàn)有電子電氣架構，參照ISO14229和ISO15765協(xié)議中的固件升級服務規(guī)范，實現(xiàn)了整車VCU固件升級功能。測試結果表明，該升級方案能夠準確、穩(wěn)定地實現(xiàn)VCU的固件程序更新，極大方便了后期開發(fā)、測試和維護工作。

發(fā)表于：1/19/2021 7:55:00 PM

基于運動想象的腦電信號特征提取研究[其他][其他]

基于運動想象腦電信號的腦-機接口系統(tǒng)在醫(yī)療領域具有廣闊的應用前景，被應用于運動障礙人士的輔助控制以及腦卒的預后康復。由于運動想象的腦電信號信噪比低、不平穩(wěn)以及差異性顯著，對腦電信號識別帶來負面影響。一個有效的特征提取算法能夠提高腦-機系統(tǒng)的腦電信號識別率。提出一種多通道的腦電信號特征提取方法，將數(shù)據(jù)矩陣分解為基矩陣與系數(shù)矩陣的乘積，以類間離散度做為性能判據(jù)對系數(shù)矩陣進行特征提取，提取可分性更高、維數(shù)更少的特征。結合腦電信號識別領域常見的分類器在2008年BCI競賽數(shù)據(jù)集上進行驗證，證明所提方法是有效的。

發(fā)表于：1/19/2021 7:39:00 PM

基于MEC的5G虛擬專網(wǎng)在家電企業(yè)應用研究[通信與網(wǎng)絡][5G]

隨著國家提出新基建的要求，未來以數(shù)字基建為核心的“新基建”也為5G網(wǎng)絡及相關應用的建設按下了“快進鍵”，家電制造業(yè)具備工業(yè)制造80%的屬性，因此5G在家電制造領域有著廣泛的應用。針對家電企業(yè)制造低時延生產(chǎn)場景要求，結合移動邊緣計算（Mobile Edge Computing，MEC）具備使計算/存儲等業(yè)務運營靠近客戶能力的特點，組建5G虛擬專網(wǎng)，有效解決工業(yè)制造企業(yè)信息孤島，促進運營技術（OT）與信息技術（IT）相融合。利用5G結合移動邊緣計算，為某家電制造企業(yè)打造集終端、平臺、網(wǎng)絡、應用一體化的端到端整體方案，解決高時延問題的同時，保證企業(yè)數(shù)據(jù)安全。

發(fā)表于：1/19/2021 7:33:00 PM

基于殘差結構和幻象模塊的垃圾圖片分類算法[其他][其他]

垃圾圖片分類算法對于垃圾分揀的智能化和自動化具有重要的意義，針對我國垃圾分類現(xiàn)狀，收集制作了小型生活垃圾數(shù)據(jù)集，提出基于殘差結構和幻象模塊的垃圾圖片分類算法。使用幻象模塊代替ResNet18的普通卷積，在不降低網(wǎng)絡性能的同時減少了網(wǎng)絡的參數(shù)量。采用數(shù)據(jù)增強方法擴充訓練數(shù)據(jù)，防止過擬合。實驗結果表明，改進后網(wǎng)絡的參數(shù)量減少了46%，識別精度提高了1%。

發(fā)表于：1/19/2021 7:21:00 PM

基于注意力與Bi-LSTM混合算法的車企輿情情感分析[其他][其他]

隨著大數(shù)據(jù)時代的來臨，網(wǎng)絡輿情對消費者情感分析和商家營銷策略產(chǎn)生重大影響。如何利用大數(shù)據(jù)技術提高車企輿情情感分析效能，受到文本挖掘研究者廣泛關注。針對傳統(tǒng)RNN在長文本分類中的長期依賴問題，提出了一種注意力機制與Bi-LSTM結合的混合分類算法（At-Bi-LSTM）。算法利用Bi-LSTM分析車企網(wǎng)絡評論的情感，引入注意力機制計算不同單詞對評論情感的貢獻權重，降低長文本中無關詞對分類結果的影響。實驗證明，At-Bi-LSTM算法在車企輿情情感分類上取得了比樸素貝葉斯、SVM、LSTM更好的分類效果。

發(fā)表于：1/19/2021 7:16:00 PM

基于K-Means算法的SSD-Mobilenet模型優(yōu)化研究[其他][其他]

SSD-Mobilenet目標檢測模型是將SSD和Mobilenet進行結合衍生出的一種輕量化模型，同時具備了兩模型各自的優(yōu)勢，即多尺度檢測和模型輕量化。在原模型中特征提取層使用了人為設置的先驗框，這樣的設置存在一定的主觀性，并不適用于對特定場景下單一類別目標的識別與定位。為解決這一問題，本文提出了使用K-Means算法對目標真實框的寬高比進行聚類分析，提升模型在特定場景下對單一類別目標的檢測能力，規(guī)避了人為設置的主觀先驗性。使用Pascal VOC 2007數(shù)據(jù)集對該模型進行訓練和評估，實驗結果顯示，模型的mAP值比Fast RCNN提高了4.5%，比Faster RCNN提高了1.5%，比SSD-300提高了3.4%，比YOLOv2提高了2.4%。

發(fā)表于：1/19/2021 7:10:00 PM

基于改進鯨魚算法光伏陣列MPPT的研究[其他][其他]

光伏發(fā)電系統(tǒng)處于局部陰影遮擋時，P-V特性曲線呈現(xiàn)多峰狀態(tài)，傳統(tǒng)的最大功率點追蹤算法已無法追蹤到最大功率點。針對此問題，應用改進鯨魚算法對光伏陣列的最大功率點進行追蹤，改變原算法的收斂因子，由線性遞減改為余弦形式的非線性遞減，平衡全局搜索和局部搜索的能力，且加入同步余弦形式的慣性權重，提高尋優(yōu)精度，加快搜索速度。在MATLAB/Simulink中建立仿真模型，并在不同控制狀態(tài)下模擬不同環(huán)境進行仿真、分析、對比，驗證改進鯨魚算法的高效性和實時性。

發(fā)表于：1/19/2021 7:01:00 PM

基于光線追蹤的可視性分析研究與模塊開發(fā)[其他][其他]

人眼是人類獲取信息最主要的器官，進行人眼的可視性分析是人機工效分析的重要工作內(nèi)容。當前主流的可視性分析工具主要集中在可視范圍的定性標識，缺少高級的光學特性建模過程，不能逼真反映人眼在不同工況下的視覺情況。提出一種基于光線追蹤的可視性分析方法，建立了一種全局光照模型，在此基礎上設計并開發(fā)了一套渲染引擎，能逐像素地進行可視對象渲染；針對CATIA平臺，開發(fā)了一個帶有反射與陰影特性的可視性分析組件。該工作擴展了CATIA可視性分析的維度和深度，為其人機工程組件新增了一個功能強大的模塊。

發(fā)表于：1/19/2021 6:53:00 PM

HTTP Slow DDoS攻擊機理分析及針對OpenStack云平臺的防御策略與架構研究[通信與網(wǎng)絡][信息安全]

針對基于OpenStack開源云平臺的應用服務易受HTTP Slow DDoS攻擊的安全問題，對其攻擊的機理進行詳細分析，并以基于OpenStack架構搭建的云平臺為基礎環(huán)境，構建Web試驗服務器環(huán)境，同時創(chuàng)建Docker模擬“肉雞”（指被攻擊者遠程控制的計算機），通過使用Python庫中urllib庫和socket編程的方法，實現(xiàn)對三種常見HTTP Slow DDoS攻擊的模擬，通過對攻擊產(chǎn)生的流量和數(shù)據(jù)包內(nèi)容進行分析，研究HTTP Slow DDoS攻擊機理。結果表明，三種攻擊方式均可以使云平臺中的Web服務器連接失敗。HTTP Slow DDoS攻擊方式對基礎帶寬不足或未部署相關防御策略的私有云平臺威脅更大，可使其無法正常提供服務。最后針對文中的三種HTTP Slow DDoS攻擊方式，提出了相應的防御策略，并通過攻擊防御試驗證實了這些策略的有效性。

發(fā)表于：1/19/2021 6:47:00 PM

基于物聯(lián)網(wǎng)的誠信體系建設與隱私保護制度研究[通信與網(wǎng)絡][物聯(lián)網(wǎng)]

物聯(lián)網(wǎng)的分布廣泛性造就了物聯(lián)網(wǎng)數(shù)據(jù)的豐富內(nèi)涵，大數(shù)據(jù)征信對數(shù)據(jù)的需求與物聯(lián)網(wǎng)數(shù)據(jù)的特性不謀而合，將物聯(lián)網(wǎng)數(shù)據(jù)應用于信用體系建設是未來的發(fā)展趨勢。但隨著信息收集的隱蔽化和全面化不斷提高，暴露出的身份泄露與偽造、過度監(jiān)控等風險使得信用主體的合法權益保護難度加劇。分析了可用于征信的物聯(lián)網(wǎng)數(shù)據(jù)類型，提出了四種新穎的基于物聯(lián)網(wǎng)數(shù)據(jù)的泛信用體系。并對物聯(lián)網(wǎng)數(shù)據(jù)信用隱私保護制度進行探討，提出了區(qū)分不同主體和區(qū)分不同數(shù)據(jù)類型與隱私場景兩種思路，為信用隱私保護提供了可行的未來發(fā)展方向。

發(fā)表于：1/19/2021 6:39:00 PM