销轴孔过盈配合的弹簧质子模型研究

针对销轴与孔配合出现的失效情况,建立了销轴孔过盈配合的弹簧质子模型,分析弹簧质子模型的受力特征,得到其运动方程。通过对弹簧质子模型的运动分析,得出如下结论:当销轴与孔之间的过盈量一定时,外载荷较小,销轴与孔的接触界面不发生分离,可以延长结构的疲劳寿命;外载荷较大,将使销轴和孔接触界面发生分离,引起接触界面的微动磨损,导致结构寿命下降。     

非分光红外甲烷传感器的研制

矿用红外瓦斯传感器技术的难题是探测器输出信号微弱，光源电源波动、温度变化以及其它气体组分、水汽、灰尘等的干扰对测量精度会造成较大的影响.针对这些关键问题，讨论了数字化窄带滤波、双波长非分光测定技术等解决方案和相应的矿用传感器电路结构，提出了基于朗伯比尔定律的温度补偿方法.经试验测试，传感器的研制实现了预期的目标.测量精度优于±0.1%,响应时间小于20 s，其它技术指标和功能均符合矿用标准.     

粗糙度对接触界面动态特性的影响研究

接触界面的刚度和阻尼对机械结构的动态特性有重要影响,为了描述接触界面粗糙度对机械结构动态特性的影响,建立了振动应力波在粗糙接触界面传播的数学模型,并进行了数值仿真和模型试验。试验结果表明：较小的表面粗糙度有利于振动应力波通过接触界面传播;随着粗糙度值的增加,通过接触界面的振动应力波减少,说明较大的粗糙度界面消耗振动能量,但是产生了高次谐波,使振动状态变得复杂。     

WSNs中基于代理机制的移动Sink路由算法

在移动无线传感器网络中,提高数据发送成功率和减小网络能量消耗是移动Sink路由协议研究的重点.提出一种基于代理机制的数据传输协议(ABR),论证了利用“代理节点足迹链”在提高数据发送成功率方面的优越性;采用节点位置收敛和直接更新相结合的Sink节点位置更新策略,有效平衡网络能耗与传输时延的矛盾.仿真结果表明ABR在提高网络性能方面有很大的优势.     

基于Agent的分布式查询优化研究

Internet上异构的软硬件环境以及多种并行机制对分布式查询优化技术提出了新的挑战，文章将分布式人工智能与数据库管理系统两个研究领域相结合，给出了基于Agent的分布式查询优化系统模型，在该系统中，Agent采用了典型的慎思型体系结构，即BDI模.Agent具有信念库，目标库并在此基础上进行学习和推理，多个Agent之间通过协调，协作以及协商以支持分布式数据库系统的动态查询优化和规划的执行，提高系统的查询效率。     

无线网络中MAC层违规行为的检测和惩罚

802．11无线媒体访问控制（MAC）协议利用分布式争夺解决机制处理无线信道的共享。在这种环境下，那些没有执行MAC协议的节点可以获得不公平的信道带宽。IEEE802.11要求节点等待一个随机时间间隔之后再竞争访问信道，如果某些节点等待一个较小的时间间隔，那么对其他普通节点来说，这是不公平的。针对这种情况对IEEE802.11MAC协议做简单的改进来检测这样的违规行为并对其进行惩罚。     

个性化Agent层次结构模型构造

通过对人类心理的分析，构造出个性化Agent的层次结构模型，即需要模块、驱动模块、喜好地址表模块及世界观模块。重点阐述了需要模块，其分别包括思维策略、安全系统等低层次结构体系及通信请求、推理系统、解释系统等高层次结构体系。这些层次结构体系及各模块确保个性化Agent具有层次分明、开放、灵活及较好的稳定性等优良特性。     

一种基于正则化和Watson 视觉模型的图像指纹算法

大量多媒体应用的发展使得数字图像很容易地被非法操作和篡改,提出一种基于 图像正则化和视觉特性的图像指纹算法,可以有效地实现图像的认证和识别。首先对图像进行 正则化预处理,消除几何形变对图像的影响,然后对图像进行分块DCT 变换,利用Watson 视 觉模型对DCT 系数进行处理,增大人眼敏感的频域系数在计算图像特征时的权重,经过量化形 成最终的指纹序列。在图像指纹序列生成过程中,加入密钥控制,提高了指纹的安全性。实验 结果表明,该方法的冲突概率在10–7 数量级,对JPEG 压缩、旋转、缩放等操作具有较好的稳 健性。     

无证书隐式认证改进的Kerberos单点登录协议

针对Kerberos单点登录协议存在的口令攻击、重放攻击、密钥需要托管和效率不高等问题,引入一种无对数运算的无证书隐式认证与密钥协商协议对其进行了改进。在随机预言机模型下证明了新协议的强安全性,分析了改进后Kerberos单点登录协议的优势。引入的密钥协商协议仅需3次点乘运算和2次哈希运算,计算开销较低。采用隐式认证方式,避免了原Kerberos中第三方对信息的无举证窃听,有效克服了中间人攻击。     

生成对抗网络驱动的图像隐写与水印模型

目的 图像信息隐藏包括图像隐写术和图像水印技术两个分支。隐写术是一种将秘密信息隐藏在载体中的技术,目的是为了实现隐秘通信,其主要评价指标是抵御隐写分析的能力。水印技术与隐写术原理类似,但其是通过把水印信息嵌入到载体中以达到保护知识产权的作用,追求的是防止水印被破坏而尽可能地提高水印信息的鲁棒性。研究者们试图利用生成对抗网络（generative adversarial networks,GANs）进行自动化的隐写算法以及鲁棒水印算法的设计,但所设计的算法在信息提取准确率、嵌入容量和隐写安全性或水印鲁棒性、水印图像质量等方面存在不足。方法 本文提出了基于生成对抗网络的新型端到端隐写模型（image information hiding-GAN,IIH-GAN）和鲁棒盲水印模型（image robust blind watermark-GAN,IRBW-GAN）,分别用于图像隐写术和图像鲁棒盲水印。网络模型中使用了更有效的编码器和解码器结构SE-ResNet（squeeze and excitation ResNet）,该模块根据通道之间的相互依赖性来自适应地重新校准通道方式的特征响应。结果 实验结果表明隐写模型IIH-GAN相对其他方法在性能方面具有较大改善,当已知训练好的隐写分析模型的内部参数时,将对抗样本加入到IIH-GAN的训练过程,最终可以使隐写分析模型的检测准确率从97.43%降低至49.29%。该隐写模型还可以在256×256像素的图像上做到高达1 bit/像素（bits-per-pixel）的相对嵌入容量;IRBW-GAN水印模型在提升水印嵌入容量的同时显著提升了水印图像质量以及水印提取正确率,在JEPG压缩的攻击下较对比方法提取准确率提高了约20%。结论 本文所提IIH-GAN和IRBW-GAN模型在图像隐写和图像水印领域分别实现了领先于对比模型的性能。