基于运动属性约束的船舶AIS航迹去纠缠方法

航迹去纠缠处理是基于自动识别系统(Automatic Identification System, AIS)数据进行船舶运动行为深入分析的基础。传统航迹去纠缠处理方法存在虚警率和漏警率均较高的问题,这会造成重要船舶运动特征信息缺失以及纠缠去除不彻底等,进而影响数据的可用性。基于此,通过分析船舶AIS原始定位数据特点以及船舶运动属性特征,提出基于运动属性约束的船舶AIS航迹去纠缠方法(A Method for Removing Entanglement of AIS Trajectory Based on the Constraints of Motion Attributes, CoMA),以瞬时航行速度和时间间隔约束船舶空间位置合理范围,以瞬时航向约束船舶转向的合理区间,双重约束下对航迹纠缠点进行去除。通过实例验证与对比可得,相较于传统航迹去纠缠方法,该方法能够在纠缠点彻底、精准、高效去除的前提下,最大程度地保留船舶运动行为特征,可为后续船舶航迹深入分析提供准确的数据输入。     

纳米比亚不同类型铀矿床成因初探

纳米比亚的铀矿床主要有3种类型:侵入岩(白岗岩、伟晶岩)型、表生型(钙结岩型)、砂岩型(层控型)。矿床成因主要有两种类型,产于侵入岩中的白岗岩及伟晶岩型铀矿床,主要形成于岩浆的结晶分异与后期的热液叠加改造;产于钙结岩及沉积岩中的铀矿床,主要形成于新近纪富铀岩体中铀的活化转移,由于气候变化等原因铀富集成矿,后期的氧化作用形成次生铀矿物。     

子午加速轴流式通风机动叶片压型工艺

介绍了子午加速轴流式通风机动叶片制作方法,重点阐述了模具制作、组焊及压型工艺.应用该方法制作的动叶片完全满足设计要求,比传统的制作方法降低了制作成本,缩短了制作周期.     

风机叶轮前盘分段压型和组焊工艺

介绍了对风机叶轮前盘采用分段压型和组焊的工艺方案以及制造工艺的过程.并以G4-73№19D型风机为例,将其应用效果与整体压型结构的应用效果相比较,指出这种方法可缩短周期和降低成本,具有推广应用的价值.     

基于Cesium的地表覆盖数据可视化

地表覆盖数据在生态环境保护、地理国情监测及可持续发展规划等方面有重要的应用价值.当前地表覆盖数据的展示形式以二维为主,表达不够直观,而且展示分析数据的地理信息系统多是基于客户端软件的,在系统兼容、升级扩展及数据共享等方面存在问题.针对地理信息系统对地表覆盖数据展示能力的不足,结合WebGIS和三维GIS技术,提出一种面...     

烧结引风机振动分析时易产生的误区及治理

针对烧结主引风机振动大的几个原因，从实践出发，剖析了处理问题中容易产生的误区，采取措施进行了治理，保证了主引风机的稳定运行。     

一种两阶段的敏捷卫星任务并行调度技术

敏捷卫星灵巧的姿态机动能力令其观测能力和使用效率得到大幅提升,也使得卫星任务调度变得更加复杂和困难.首先,通过分析敏捷卫星的工作模式、任务调度特点和使用约束,构建了基于任务重要性、任务满足度和任务成像质量等目标的敏捷卫星任务调度优化模型;然后,通过对敏捷卫星多种成像模式进行统一编码,设计了一种新的差分变异策略——基于排名的变异算子,提出了基于主从式的改进并行差分进化算法;最后,和基于时间轴的成像质量贪心算法相结合,给出一种新的两阶段敏捷卫星观测任务调度方法,并通过仿真对比验证了方法的有效性.     

利用VC++4.0实现图片信息数据库存取

VC++4.0是基于32位操作系统平台的应用软件开发工具。ORACLE DBMS是具有多媒体信息管理能力的流行的大型数据库管理系统。本文介绍利用VC++4.0通过ODBC方式和PRO*C++预编译方式实现对ORACLE数据库中图片等二进制大数据量信息的存取操作,结合部分软件代码提供参考,具有普遍的适用意义。     

云、边缘和雾计算安全性研究综述

随着云计算技术在学术界与工业界的快速发展和广泛应用,云计算领域中的信息安全和隐私问题成为当前研究的热点。从云计算到边缘计算再到雾计算,不同的计算范式形成各自独特的计算生态系统,这些系统具有不同体系结构、信息存储和处理能力。由于不同的计算生态系统具有一定的异质性,使得多样性计算在信息安全和隐私保护方面仍面临着诸多挑战性的问题。介绍了云、边缘和雾计算3种范式的背景知识以及它们之间的相似性与差异性,3种范式各自在信息安全和隐私保护方面的相关技术及其特征;综述了3种范式在信息安全以及隐私威胁方面所面临的挑战,总结了不同的安全部署与隐私机制以解决此类挑战。确定了信息安全与隐私机制的部署缺陷是由多样性计算的异质性所导致,融合不同的信息安全部署技术可以进一步加强信息的安全性与隐私性。     

面向时空数据场景的数据库索引选择框架

索引是一种用于提高数据库查询效率的数据结构,良好执行计划的生成和选择很大程度上取决于数据表上是否存在合适的索引。然而,面对复杂的时空数据场景,现有的索引选择方法存在很多不足,如无法高效处理大量范围查询、容易造成索引冗余、无法有效应对动态的工作负载等问题。针对上述问题,提出一种新型基于深度确定策略梯度(Deep Deterministic Policy Gradient,DDPG)模型和索引效益评估网络的索引选择框架:ST-IS(Index Selection method tailored for Spatio-Temporal data scenarios)。ST-IS集成了对SQL语句和索引集的新型编码方法,有效避免索引冗余或索引缺失。ST-IS使用索引效益评估网络来优化强化学习的奖励机制,同时支持动态的工作负载。大量实验结果表明,在真实时空数据集和TPC-DS标准数据集上,ST-IS的性能优于现有的索引选择方法。