一种基于势函数的智能电表系统恶意节点识别新方法

智能电网中的终端设备-智能电表在智能电网中执行双向通信,这使得黑客有机会入侵系统,可以通过滥用电能、恶意收集和分析用户的数据来实现对电网的破坏。论文介绍了一种基于节点势函数的恶意电表识别新方法,该方法利用物理层信道信息反映节点位置的特点,将由信道信息抽取的节点位置值通过势函数计算,使得节点的势函数反映了与其ID相同的所有节点的位置信息,实现了对各节点的位置信任度进行综合,从而实现智能电表系统的恶意节点识别,该方法在各智能电表的计算量和附加通信量极低,大部分的计算量在控制中心完成,特别适合智能电表系统资源受限的特点。     

GCr15轴承钢棒线材的球化退火

结合国内外相关的研究和实际生产经验,探讨了GCr15轴承钢的球化机制和退火工艺。从退火质量稳定性角度出发,分析了GCr15轴承钢的3种主要球化退火方式。阐述了退火装备的进步对轴承钢球化退火质量提高的影响,提出了进一步改善轴承钢棒线材球化退火质量的措施。     

双套管浓相气力输送的数值模拟

双套管密相紊流输送技术已在电厂粉煤灰输送系统中得到了广泛应用。文章运用CFD(计算流体力学)软件数值模拟双套管内气固两相流动过程,探索其流动机理,为完善其实际应用提供理论依据。     

水平弯管密相输送数值研究

在密相气力输送中,弯管是常见的导向部件,由于物料在弯管处流动方向发生剧烈改变,磨损往往是引起弯管损坏的主要原因,输送气体在弯管所产生的压力损失也不可忽略。运用CFD软件数值模拟,研究对同一内通径、不同曲率半径的弯管在一定的灰气混合比条件下有着何种不同的流动状态,以了解输送物料对弯管的磨损程度和输送气体在弯管部分的压力损失。     

基于激光传感器的弧焊机器人焊缝跟踪研究

采用激光扫描式传感器,设计了一套机器人焊缝自动跟踪系统。开发了相应的焊缝跟踪算法,包括直线、圆弧和直线圆弧组合连续焊缝的跟踪算法。探讨实现这些算法的相关技术问题。计算机仿真结果表明,该算法合理有效,可用于弧焊机器人焊缝在线跟踪作业,改善和提高机器人的焊接精度和质量。     

液相色谱双柱法和高效离子交换色谱法测定低聚半乳糖含量比较

目的:优化对比液相色谱双柱法和高效离子交换色谱法两种测定低聚半乳糖含量的方法,同时建立一种新的低聚半乳糖换算系数(K值)计算方法;方法:对现有上述两种测定低聚半乳糖含量的检测方法进行对比分析,筛选出分离效果更好的糖柱,并进一步优化色谱条件。结果:优化后的液相色谱双柱法对低聚半乳五糖到低聚半乳八糖的分离效果明显提升,提高了测定准确度,而高效离子交换色谱法操作更加简便;根据不同样品选用不同K值来计算低聚半乳糖含量的方式可进一步提升结果的精确性。结论:两种方法均可有效对低聚半乳糖含量进行检验分析,高效离子交换色谱法检测灵敏度较高,且已被AOAC等国际权威机构纳入标准检测方法,可作为低聚半乳糖含量测定的标准仲裁法;液相色谱双柱法测定低聚半乳糖更为简便快捷,经济适用,可用于生产企业日常产品检测。     

共轨柴油机缸内压力与整机振动噪声关系研究

共轨柴油机燃烧过程的缸内压力与表面振动以及整机噪声有着密切的联系。为了研究缸内压力对表面振动和整机噪声的影响规律,对缸内压力信号、表面振动以及噪声信号,从时域以及频域上,进行了多工况内在联系的研究,其中包括结构衰减曲线、相干函数曲线分析以及高通滤波的高频压力振荡计算等,并得出了在不同转速、不同负荷下,缸内压力的变化对表面振动以及整机噪声的影响规律。     

基于比例特征的网络不良图像过滤算法研究

目前对网络不良图像进行过滤的方法中,裸露肤色比依然是常被利用的数据,但是其存在一些缺陷,如伪肤色的干扰、非关键区域肤色的干扰、整体裸露肤色比有时候不与裸露程度呈正相关等。本算法利用人体肤色的一致性和人体结构特点,计算了以下三个比例特征作为判决依据——人脸尺寸占比、用人脸肤色数据改进肤色模型后的整体裸露肤色比及人体关键区域的裸露肤色比,有效地解决了上述问题;同时,对人脸检测增加了合适的旋转图像的处理过程,使其对于倾斜很大的人脸也能较好地检测。经过测试,算法的识别率达到91.5%,基本能满足实际应用的需求。     

RBAC模型中静态约束机制的扩展

基于角色的访问控制引入了角色的概念,方便了权限的分配与管理,是一种安全、高效的访问控制机制,并形成了标准. 介绍了RBAC模型标准,对RBAC中的静态约束机制进行了扩展,增加了静态势约束及静态权限约束,阐述了其作用,给出了形式化定义,并扩展了标准中的系统及管理功能规范以对新的约束提供支持. 约束机制的扩展能强化RBAC的授权管理,提高RBAC系统的实用性、可靠性.     

KSVM错分及拒分区域的分类信息增益权重分类器

为解决KSVM分类器错分及拒分区域问题,提出了一种新的结合分类信息增益权重的改进KSVM分类器(classifica-tion information gain weight KNN&&SVM,CIGWKSVM)。采用熵期望值度量训练样本的复杂程度、特征集针对分类的不确定性以计算特征集的分类信息增益值,并融合特征分布信息定义训练集样本各条件属性在分类过程中的CIGW权重。在此基础上,设计围绕加CIGW权的欧式距离测度进行聚类处理,并优化选择错分、拒分区K近邻代表点的CIGWKSVM分类器。从理论上比较分析了CIGWKSVM分类器的性能,仿真实验结果表明,CIGWKSVM分类器在保证效率的情况下,分类精度得到了极大的提高。