自动化学科面临的挑战

本文分析了控制理论与应用、模式识别与智能系统、导航制导与控制、系统科学与工程、人工智能与自动化交叉等领域的发展现状. 结合科技发展、国内国际研究前沿和新兴领域对自动化科学技术的需求, 提出重点发展智能控制理论和方法、高性能作业机器人、信息物理系统、导航与控制技术、重大装备自动化技术、自主智能系统和人工智能驱动的自动化技术优先领域, 加强数据驱动控制理论、人工智能基础理论研究, 进一步发展人机协同、跨域融合的智能自动化, 为实现国家社会的全面信息化智能化提供理论和技术保障.     

基于节点自杀的对等网络蠕虫防治方法

结合P2P网络的特点,提出了基于节点自杀的P2P蠕虫防治方法。基于主动探测P2P蠕虫检测方法是一套分布式系统,该系统依赖于分散在P2P网络中的探测节点来收集和分析P2P蠕虫流量,从而建立P2P蠕虫的流量特征,并用于对P2P蠕虫的识别。基于节点自杀的P2P蠕虫防治方法首先采用节点污染技术,将具备蠕虫检测和防御能力的节点分散在P2P蠕虫传播网络中。当这些具备检测功能的节点发现可疑的蠕虫传播流量时,采用自杀方式退出P2P网络,并将相关信息向自己的邻居节点进行通告,从而可有效遏制P2P蠕虫的快速传播。     

俄罗斯大型油气田地质与开发概略

俄罗斯有１００多年的石油工业史，已产油１３７×１０８ｔ，４５％是近１２ａ生产的。大型油田（储量为０３×１０８～３０×１０８ｔ）和巨型油田（储量超过３×１０８ｔ）累计产油９３×１０８ｔ，其中６２×１０８ｔ产自原始可采储量超过３×１０８ｔ的９个大油田...     

厂外铝废料的管理与使用

铝废料是铝合金熔铸生产的主要原料之一。对铝加工厂厂内自产铝废料的管理和使用,期刊已刊登过有关文章。本文仅讨论厂外铝废料的管理与使用问题,供同行们参考。     

国家自然科学基金自动化领域数据分析与研究热点变化

本文对国家自然科学基金1986~2017年自动化领域项目申请和资助数据进行了大量数据分析,统计和分析结果表明自动化领域自然科学基金成为研究者重要的研究资金来源,研究人员规模、研究成果数量、基金资助数据都在稳步提升,研究队伍正呈现年轻化趋势.通过数据挖掘30年来不同研究热点及其变化,笔者发现自动化领域基金资助的相关研究领域能紧跟国际国内研究前沿,热点领域中理论研究比重大于应用研究,近年来具有应用研究背景的项目资助比重逐年提高.本文可为广大自动化领域相关的研究者提供选题等方面的借鉴和参考.     

2021年度NSFC人工智能学科基金项目申请资助情况及学科发展展望

对2021年度国家自然科学基金委员会信息科学部二处人工智能（F06）代码下部分基金项目的申请与资助情况进行了统计和说明,统计和分析了F06代码下面上、青年科学基金和地区科学基金项目申请与资助依托单位分布情况、二级代码分布和项目科学属性分类评审试点情况,并对2021年度人工智能学科基金项目部分评审原则与举措进行了介绍。最后对人工智能学科进行了简单总结和展望。     

伏尔加格勒伏尔加河东岸含油气远景

地球物理勘探表明，该区域远景可观，将成为一个烃类资源特别丰富的新的油气开采区。伏尔加格勒伏尔加河东岸是滨里海陆向斜的一个组成部分，在这工区域盐层上、下地层都有工业油气聚集的显示。     

区分服务中一种基于聚集流内部公平性的标记算法

在现今异构刚络Internet,区分服务体系结构通过对不同应用和不同要求的数据流部署不同等级的服务,以提供较大粒度的服务质量(Quality of Service,QoS)保证.不同流之间的公平性问题是区分服务中的研究热点,而标记策略是提高公平性的有效方法.目前许多标记算法只考虑了聚集流之间的公平性,而忽略了聚集流内部流之间的公平性.本文针对同一个聚集流中可能包含不同类型的单个流情况(比如存在自适应TCP流和非适应UDP流、不同速率的多媒体UDP流、采用不同TCP协议的数据流、不同分组大小的数据流),提出了一种基于聚集流内部公平性的标记算法(Fair Aggregate Traffic Marker,FATM).论文构造了不同情况下的模拟场景,并给出了实验的相关参数设置.大量模拟实验结果表明:标记算法FATM在保持聚集流之间的公平性和网络吞吐量的基础上,提高聚集流内部单个流之间的公平性.     

浅析人工智能学科基金项目申请资助情况及展望

针对信息学部人工智能学科(F06) 2018至2020年度基金项目的申请和资助情况, 截取面上、青年、地区和重点项目, 点?线?面相结合, 从多种客观指标角度系统分析了三年来人工智能学科的申请和资助情况. 2020年度国家自然科学基金委学科代码进行了大幅度的调整和改革, 特别是在取消三级代码、增加二级代码数目的背景下, 本文的分析可以为新版代码的科学性和未来基金项目的申请、评审和资助导向提供统计支撑. 同时, 结合最近三年人工智能学科基金项目的申请资助情况, 以及科学处对人工智能领域的若干推动和工作安排, 对未来国家自然科学基金资助架构下的人工智能学科发展进行了展望.