基于遗传算法和蚁群算法融合的QoS路由算法*

面向QoS路由问题,设计了一种基于遗传算法和蚁群算法融合的QoS路由算法(QoS routing algorithm according to the combination of the genetic algorithm and ant colony algorithm,GAACO_QoS).利用遗传算法生成初始解,将其转换为蚁群算法所需的信息素初值,然后利用蚁群算法求取最优解.设置遗传算法控制函数来控制遗传算法和蚁群算法融合的适当时机.通过与遗传算法以及蚁群算法的比较,进一步说明算法的有效性.     

采用虚拟仪器实现对模拟地震平台的监控

本文阐述了虚拟仪器的基本概念，并基于虚拟仪器技术构建模拟地震平台的监控软件，该监控软件充分发挥了虚拟仪器的优点，具有较高的复用性。     

线材在线检测伺服系统的精度分析及优化控制

本文对线材在线检测伺服系统的精度(转角精度和角运动精度)进行了深入的理论分析和实验,提出提高伺服系统精度的措施;同时对线材在线检测伺服系统的控制进行了一定的理论分析、实验,找到按指数形加速的优化控制方法.     

基于特征补偿的单目标跟踪算法

为适应长期跟踪的需求,提出一种基于特征补偿的单目标跟踪方法。通过分析现有算法的优缺点,使用低层特征的相关滤波模型完成简单场景的任务,以保证速度;使用高层语义特征的卷积神经网络模型完成复杂场景的任务,以提升精度和鲁棒性;引入一个简单的分类器,作为切换特征的标志,有选择的对模型的模版进行更新,降低累计误差。结合实例验证了算法的有效性,在保证较快速度的同时,精度和鲁棒性均有较高的提升。     

一种简单的共享式多层梯度补给方法

深度学习通过多层特征提取方式,可以将原始复杂数据自动表征为高级抽象特征,该模型具有很强的建模能力,普遍应用于图像识别语音识别、自然语言处理等高复杂问题中.但深度学习由于网络层数深、参数规模庞大,训练时常常会产生梯度消失、陷入局部最优解、过度拟合等现象.借鉴集成学习的思想,提出一个新颖的深度共享集成网络,该网络通过在深度学习各隐藏层引出多个独立输出层的联合训练的方式,在网络的各层注入梯度,从而对低层隐藏层进行梯度补给,从而降低深度学习中的梯度消失现象,并通过集成多输出层的方式使得整个网络拥有更强的泛化性能.     

BPMN 2.0编排的形式语义和分析

BPMN 2.0编排已成为描述业务流程间交互事实上的标准.BPMN 2.0编排面向流的特征,使之会产生控制流方面的语义错误.因此,检查编排语义正确性是BPMN 2.0编排建模工具所期望具有的功能.但是,BPMN 2.0标准规约中编排缺少形式语义及相应的分析技术,这阻碍了对BPMN 2.0编排的语义分析.本文提出了一种映射,用于将BPMN 2.0编排转换为工作流网,使用Petri网来形式定义BPMN 2.0编排的语义.借助Petri网的分析技术,这种定义的语义可用来分析BPMN 2.0编排的结构和控制流方面的错误.该映射和语义分析已被实现为一种工具.实验结果表明,这种形式化可以识别BPM AI过程模型库中编排的语义错误.     

基于压电材料振动半主动控制仿真研究

近年来,我国航天事业得到了快速发展,飞行器的振动控制变得越发重要。在振动控制领域采用传统的阻尼材料进行抑振,已满足不了当前的需求,因此利用压电材料对结构振动进行控制已成为一个新兴领域。压电材料具有以下优点:机电耦合特性好,频带宽,体积小,质量轻,即可做传感器又可做驱动器使用特点。振动控制分为主动、被动及半主动控制,其中基于压电材料的同步开关阻尼技术(SSD)的半主动控制最为流行。三种同步开关阻尼技术:自感知SSDI(电感阻尼)技术,基于速度检测的SSDI(电感阻尼)技术,自感知SSDNC(负电容阻尼)技术。主要通过机电模型分析,电路原理分析及仿真分析,数据分析的方式来说明这三种技术工作原理及优缺点。     

HPLC法同时测定化妆品中3-O-乙基抗坏血酸和抗坏血酸棕榈酸酯

建立了同时测定化妆品中3-O-乙基抗坏血酸和抗坏血酸棕榈酸酯的分析方法。样品用甲醇提取剂提取后经反相C_(18)柱(4.6×250 mm,5μm)分离,采用0.05%磷酸-乙腈作为流动相,梯度洗脱,流速为1.0 mL/min,二极管阵列检测器进行检测,检测波长为245 nm和240 nm,外标法定量。在优化的实验条件下,3-O-乙基抗坏血酸在1~100 mg/L线性关系良好,在空白样品中添加10、50、100 mg/kg 3个浓度水平时,得到的回收率为95%~103%,相对标准偏差为3.1%~5.9%。方法的检出限(S/N=3)为3.0 mg/kg,定量限(S/N=10)为10.0mg/kg;抗坏血酸棕榈酸酯在2~200mg/L线性关系良好,在空白样品中添加20、100、200 mg/kg 3个浓度水平时,得到的回收率为98%~104%,相对标准偏差为2.7%~4.6%。方法的检出限(S/N=3)为6.0 mg/kg,定量限(S/N=10)为20.0 mg/kg。     

人造沸石对氨氮废水的吸附及其电化学再生研究

采用人造沸石对模拟氨氮废水进行吸附,并对其进行电化学再生,探讨了吸附及再生的影响因素。结果表明,最佳吸附条件:吸附时间为90 min,pH为中性或弱酸性,人造沸石投加量为120 g/L,在此条件下,氨氮去除率可达84%;最佳再生条件:电解时间为40 min,Na Cl浓度为0.1 mol/L,温度为50℃,pH为10,在此条件下,人造沸石再生率可达到97.48%。人造沸石重复使用6次后,再生率仍可达到88%以上。     

一种洋葱地址快速生成算法Shallot++

匿名网络Tor提供了两种操作方式:Web服务方式和洋葱服务(或隐藏服务)方式.为了保证服务器端的匿名,“隐藏”洋葱服务,其域名(或洋葱地址)采用公钥字符串.由于它不具有可读性、难以记忆,是一种“非人类”的域名,一定程度上影响了网络服务的推广.为了使域名具有一定可读性、便于记忆,在不降低安全性的前提下,设计具有指定字符的onion域名.国外许多学者进行了大量研究,取得了一定的成果,其中最经典的是Shallot算法.在应用研究过程中发现Shallot算法存在许多问题,在分析Shallot算法的基础上,设计了一种洋葱地址快速生成算法Shallot++,对于指定字符串,Shallot++比shallot算法可以更快地生成符合要求的域名,仿真实验和算法分析证明了结论的正确性和效率性.