基于安全即服务的网络安全智慧中台技术研究

在新兴互联网时代的推动下,云、大、物、移、智等相关技术在信息变革中起到关键作用。随着中台建设热浪翻涌、云计算落地疯狂扩张、安全自动化运维兴起及5G新技术试点应用,各类业务发展无不要求安全ISP能够快速应对多应用、多场景、多用户下的安全建设需求。单项或者多项安全能力的简单叠加已逐步被数字化市场所摈弃,安全逐步演变为一种可协同联动、相互供给、弹性伸缩、自由组合的数字化生态模式。在新技术、新应用、新需求驱动下,安全如何实现立体空间数字化建设,满足按需增长的动态安全需求,已成为当下研究的热点。     

基于拓扑和形貌优化的摩托车底板轻量化分析

摩托车座垫底板作为整车的重要受力部件,结构强度分析和轻量化设计对整车的安全节能具有重要意义。基于HyperWorks优化软件,建立座垫底板的有限元模型,进行静力学分析,并根据分析结果,对其进行拓扑和形貌的组合优化设计,得到了最优材料分布和加强肋布局的座垫底板结构。优化结果表明,优化后的摩托车座垫底板,在满足刚度要求的前提下质量减少了10%。该方法为摩托车座垫底板的结构设计和轻量化设计提供了良好的参考依据和思路。     

应用相关近邻局部线性嵌入算法的高光谱遥感影像分类

传统的局部线性嵌入（LLE）算法需用欧氏距离度量近邻,但欧氏距离只表示两点间的直线距离,在高维空间中不一定能反映数据间的真实空间分布,导致近邻选取不稳定。针对此问题,本文提出了相关近邻（CN）LLE（CN-LLE）和相关最近邻分类（CNN）算法。提出的算法首先利用相关系数度量数据间的近邻,实现更准确的局部重构,提取鉴别特征;然后用CNN对低维嵌入特征进行分类。在KSC和Indian Pine高光谱遥感数据集上的地物分类实验结果表明：本文提出的CN-LLE+CNN算法比LLE、LLE+CNN和CN-LLE等算法的总分类精度提升了2.11%~11.55%,Kappa系数提升了0.026~0.143。由于该算法增加了近邻为同类的概率,便于更有效地提取同类数据的鉴别特征,且有更好的稳定性,故能更有效地实现高光谱遥感数据的地物分类。     

相关NPE算法的人脸识别研究

传统的近邻保持嵌入(NPE)算法采用欧氏距离作为近邻点选取的度量,但欧氏距离只表示两点间的直线距离,在高维空间中不一定能反映数据间的真实空间分布,易导致近邻选取不准确.针对此问题,提出了相关近邻NPE(CNPE)算法.该方法利用相关系数度量数据间的近邻关系,实现更准确的局部重构,提取更有效的鉴别特征.在CMU PIE人脸数据集上的实验结果表明,提出的CNPE算法比NPE、LLE、LPP拥有更高的识别率.CNPE算法增加了近邻为同类的概率,能更有效地实现人脸识别.     

Berkeley DB数据库在餐饮服务系统中的应用

该文提出了在餐饮服务系统中使用Berkeley DB数据库的方案.设计中为实现餐饮机的脱机消费,选用开源的嵌入式Berkeley DB数据库,以达到小巧且高性能的目标.在介绍Berkely DB的特点和餐饮服务系统结构的基础上,以系统数据库的设计与实现为例,着重介绍了Berkeley DB的用法.设计的数据库使餐饮服务系统更为高效、便利.     

无线传感器网络能量有效路由

该文给出专用于无线传感器网络的几种能量有效路由协议,并详细分析几种协议的缺点.其中,这些路由算法中都存在如何选择最优簇头算法的问题.根据这个缺点,该文结合几种能量有效路由的优点,讨论了基于簇的传感器网络路由的方案,把节点的邻居节点数,节点与邻居节点的距离和,剩余能量三个因子来计算权值,采用最小权值的分簇算法.在软件上作仿真,结果表明采用基于加权分簇算法可以在一定程度上延长网络的生命时间.     

摩托车座垫底板的有限元分析及形貌优化

建立摩托车座垫底板的有限元模型,对其进行静力学分析和模态分析。同时考虑到底板的静态多工况刚度问题和动态频率特性问题,采用线性加权方法将多目标问题转化为单目标问题,实现对底板结构多工况下的多目标形貌优化设计。优化后的底板获得了最优的加强筋布局,最大变形量减少52.2%,最大应力减少42.2%,一阶固有频率增加9.0%,静动态性能均得到显著的改善,达到了预期的优化效果。