基于HHT的多自由度结构渐进损伤特征提取方法

大型复杂工程结构的损伤实际上是一个渐进损伤的过程,为解决结构损伤识别中非平稳随机信号的时变性并有效地识别这个损伤过程,研究了基于Hilbert-Huang变换的结构渐进损伤特征提取方法.首先模拟产生了多自由度结构系统发生渐进损伤的加速度振动信号;然后对加速度振动信号进行经验模式分解,将其分解为多个平稳的固有模式函数之和;再选取若干个包含主要损伤信息的固有模式函数进行Hilbert变换,提取瞬时频率作为特征参数进行损伤特征提取.研究结果表明:HHT是一种有效的信号处理方法,通过提取瞬时频率,可以准确地提取结构渐进损伤的特征.     

P_2O_5和V_2O_5对CaO－Al_2O_3－SiO_2系统玻璃分相与析

Ｐ＿２Ｏ＿５和Ｖ＿２Ｏ＿５对ＣａＯ－Ａｌ＿２Ｏ＿３－ＳｉＯ＿２系统玻璃分相与析晶行为的影响膝立东，陆德明，甘朝亢（山东轻工业学院２５０１００）ＴｈｅＥｆｆｅｃｔｓｏｆＰ＿２Ｏ＿５ａｎｄＶ＿２Ｏ＿５ｏｎｔｈｅＰｈａｓｅｓｅｐａｒａｔｉｏｎａｎｄＣｒｙｓ...     

欧洲新冠肺炎疫情大数据可视化设计与实现

以欧洲疫情数据为依据,从多个层面展示欧洲疫情的发展.根据9月14日欧洲新冠肺炎疫情数据,利用Hive与大数据框架Hadoop对其进行处理,借助Tableau组件对欧洲9月14日疫情情况进行可视化,获得相关可视化图表.     

基于增强学习的车辆转弯制动横向轨迹控制

针对传统的车辆转弯制动横向轨迹控制方法存在车辆整体滑移率高,控制后的车辆滑行时间较长、滑行路程较远的问题,提出基于增强学习的车辆转弯制动横向轨迹控制方法.构建车辆SAE坐标系,使用三角函数得到轮胎六分力的联合作用情况,通过拟合计算的形式,获取水平方向漂移数据及其侧向力,构建车辆动力模型,将车辆动力模型转化为线性的二自由度系统,设定车辆滑移率为目标函数,根据计算的函数最优解,使用增强学习算法选取最佳控制策略,从而完成基于增强学习的车辆转弯制动横向轨迹控制方法设计.构建仿真环节,通过与目前使用方法对比可知,上述方法的车辆整体滑移率较低,控制效果较为稳定.     

舰船装备维修性设计要求生成方法研究

针对目前舰船装备维修性设计要求与维修工程要求存在脱节的现象,通过采用基于维修历史数据挖掘的维修性要求生成方法,完善了维修性设计要求研究体系,切实形成维修性工程需求与维修性设计要求的技术闭环.一方面,解决了维修性设计要求无法解决装备中出现的实际维修困难的难题;另一方面,充分挖掘并利用装备的维修保障数据,可以为维修性设计研究提供设计方向及目标,从而生成更为科学和合理的维修性设计要求,便于将维修性需求落到实处.     

面向上行流媒体的压缩感知视频流技术前沿

上行流媒体在军民融合领域展现出日益重要的新兴战略价值,压缩感知视频流技术体系在上行流媒体应用中具有前端功耗低、容错性好、适用信号广等独特优势,已成为当前可视通信研究的前沿与热点之一。本文从阐述上行流媒体的应用特征出发,从性能指标、并行分块计算成像、低复杂度视频编码、视频重构和语义质量评价等方面,分析了当前针对压缩感知视频流的基础理论与关键技术,对国内外相关的研究进展进行了探究与比较。面向上行流媒体的压缩感知视频流面临着观测效率难控、码流适配困难和重建质量较低等技术挑战。对压缩感知视频流的技术发展趋势进行展望,未来将通过前端与智能云端的分工协作,突破高效率的视频观测与语义质量导引视频重构等关键技术,进一步开拓压缩感知视频流在上行流媒体应用中的定量优势与演进途径。     

改进Mask R-CNN网络在医学图像识别与分割中的应用

针对现有医学图像处理方法在人体复杂结构组织器官分割中的不足,提出复用低层特征信息的Mask R-CNN网络。该网络可对特定组织器官识别时同时进行分割,为了提高包含较多细节信息的低层特征层的利用率,将低层的特征信息添加到高层的特征中,使低层与高层特性优劣互补,将原始图像首次长宽压缩两次后的特征层定义为C1层,而后分别通过复用C1层和复用依次卷积的C1层这两种方法实现。并将主干网络进行了精简,以加快网络的训练速度,降低识别和分割的时间。以下颌骨作为应用对象,自建包含1?064张下颌骨CT图片的数据集,按9∶1的比例划分为训练集和验证集进行训练,使得复用依次卷积C1层的Mask R-CNN网络的训练损失降至2.8%,验证损失降至6.6%,表明该网络在下颌骨的识别和分割上具有很高的准确率。     

全过程工程咨询的发展与咨询要点分析

经历了几十年的迅猛发展之后,工程项目咨询服务行业已反映出其缺乏分散式的咨询和管理服务。随着我国建筑行业体制改革的不断深入,迫切需要加强和促进建设全过程的工程咨询服务。基于此,文章针对全过程工程咨询的发展与咨询要点进行了探讨。     

多尺度卷积特征融合的SSD手势识别算法

为了提高对中小占比手势识别的准确性与稳定性,提出了一种多尺度卷积特征融合的SSD(single shot multibox detector)手势识别方法。该方法突出表现在两大方面,其一,在原始的SSD算法的多尺度卷积检测方法基础上,引入了不同卷积层的特征融合思想,经过空洞卷积下采样操作与反卷积上采样操作,实现网络结构中的浅层视觉卷积层与深层语义卷积层的融合,代替原有的卷积层用于手势识别,以提高模型对中小目标手势的识别精度;其二,为了解决正负样本不均衡导致分类性能差的问题,提出一种改进的损失函数,以提升模型对目标手势的分类能力。在手势识别公开的数据集上的实验结果表明,与SSD和Faster R-CNN等识别方法相比,能够在保持较高的手势检测精度的同时,又具有较好的鲁棒性与检测速度。     

后量子加密算法的硬件实现综述

现有的密码体制大多基于RSA、ECC等公钥密码体制,在信息安全系统中实现密钥交换、数字签名和身份认证等,有其独特的优势,其安全性分别依赖于解决整数分解问题和离散对数问题的难度。近年来,随着量子计算机的快速发展,破解上述数学问题的时间大幅减少,这将严重损害数字通信的安全性、保密性和完整性。与此同时,一个新的密码学领域,即后量子密码学应运而生,基于它的加密算法可以对抗量子计算机的攻击,因此成为近年来的热点研究方向。2016年以来,NIST向世界各地的研究者征集候选抗量子密码学方案,并对全部方案进行安全性、成本和性能的评估,最终通过评估的候选方案将被标准化。本文比较了NIST后量子密码学算法征集(第2轮、第3轮)的各个方案,概述目前后量子加密算法的主要实现方法:基于哈希、基于编码、基于格和基于多变量,分析了各自的安全性,签名参数及计算量的特点以及后期的优化方向。PQC算法在硬件实现上的挑战其一是算法规范的数学复杂性,这些规范通常是由密码学家编写的,关注的重点是其安全性而非实现的效率,其二需要存储大型公钥、私钥和内部状态,这可能会导致不能实现真正的轻量级,从而降低硬件实现的效率。本文重点介绍了目前后量子加密算法的硬件实现方式,包括PQC硬件应用程序编程接口的开发,基于HLS的抽象实现和基于FPGA/ASIC平台的硬件实现。PQC方案的硬件化过程中不仅需要算法的高效实现,同时需要抵抗针对硬件结构的侧信道攻击。侧信道攻击可以通过来自目标设备泄露的相关信息来提取密码设备的密钥。本文讨论了后量子加密算法在具体实现和应用中受到侧信道攻击类别和防御对策。