一种P2P网络中可对抗协同攻击的信任模型

在文件共享网络里面,为防御节点的恶意行为引入了信任机制,随着信任机制的应用,恶意节点逐渐呈现团伙式的攻击,使现有的信任模型受到了极大的挑战。为了应对这种团伙式的恶意服务,本文提出的信任模型,通过研究主观逻辑理论构建出推荐传递关系网络,结合恶意行为即时检测,来确定节点的信任值。仿真实验结果表明,该信任模型可以有效地防御协同攻击等恶意行为。     

环式锤头在PCF细碎锤式破碎机上的应用

2003年底，我公司技改时，选用PCF-70I型细碎锤式破碎机作为石灰石二级破碎设备，投产不久即暴露出两大缺陷：一是锤头和筛条被打碎引发的设备故障特别多；二是锤头价格高，且备件在外地生产，供货不方便。为此，参考环锤式破碎机的相关资料，设计了专用环式锤头，自2004年11月3日使用后情况良好。     

考虑新能源波动性的调峰辅助服务成本定价研究

为保障电网安全、优质、经济运行,维护电力企业合法权益,有必要针对新能源电厂进行辅助服务的研究。本文主要对电力市场环境下大规模新能源并网引发的调峰、备用辅助服务成本补偿机制进行了研究,提出了一种电力市场模式成本补偿方式,该补偿方式是一种集中竞价,统一出清的辅助服务交易模式,可实现辅助服务资源的优化配置,同时,辅助服务成本分摊时考虑了"谁享受,谁承担"和"谁引致,谁承担"的原则,充分体现了公平性和合理性。同时提出了一种考虑新能源固有波动特性的调峰辅助服务成本定价模式,既考虑了新能源上网电量的影响,又考虑了新能源电力峰谷差的作用,更能体现新能源对调峰资源的消耗因素,实现了结果导向型补偿机制和过程导向型补偿机制的有机结合,更具公平性。     

基于消息驱动Bean的异步通信模型设计

异步通信是一种松耦合的分布式通信模式,允许应用程序以发送方和接受方相互独立的形式,通过交换消息进行通信.消息驱动Bean作为处理异步消息的EJB组件,因其支持异步非阻塞的消息传递机制,在基于EJB的应用系统中日渐得到应用.提出了一种基于消息驱动Bean的异步通信模型.该模型使用MDB实现消息的异步消费,解决了EJB远程方法调用开销大等问题,降低了应用程序和EJB组件之间的依赖性,从而有效地提高了异步通信的性能和可靠性.     

基于余弦自适应差分进化算法的输电网故障诊断

为了提高输电网故障诊断数学解析模型的求解效率,保证故障元件辨识的准确性,提出了基于余弦自适应差分进化(Cosine Adaptive Differential Evolution,CADE)算法的故障诊断方法.CADE算法针对差分进化算法变异策略和受控参数难于确定的问题,以变异策略DE/rand/1和DE/best/1...     

PCD面铣刀切削刃对低刚性的缸盖面的毛刺影响

在夹具系统刚性不足的情况下,铝合金缸盖燃烧室和覆盖面很容易出现毛刺。文中介绍了PCD铣刀出现毛刺的原因。研究PCD面铣刀切削刃的几何参数对于毛刺影响的研究。提出了一种在刚性不足的切削系统下,达到既没有振纹又没有毛刺的方法。     

基于模糊控制技术的感应电动机软起动研究

用常规PID算法控制非线性、强耦合性的感应电动机起动时,难以获得满意的起动效果,为此提出了一科带加权因子的模糊控制策略.该方法根据起动电流变化实时调整模糊控制规则,并通过优化加权因子,有效解决了电机起动时容易发生电流、转矩振荡的问题.介绍了控制系统软硬件组成.仿真及实验结果表明了该方法的正确性.     

西南林业大学课外学分管理系统的设计与实现

该文主要结合学校的实际情况,开发的一个基于ASP.NET的Web课外学分管理系统,使用SQL Server2000作为数据库,介绍了西南林业大学课外学分系统的设计和实现.该系统很大程度上方便了广大学生对信息的查询以及教师、学校对相关学分的管理.该文简单介绍了课题研究的背景、发展状况.着重分析了系统设计、包括系统需求分析...     

改进MDSMOTE与PSO-SVM在汽车组合仪表分类预测中的应用

汽车组合仪表生产过程中质检项目多且检测时间长,这在一定程度上制约了其生产效率的进一步提升。为此,提出一种基于改进最远点合成少数类过采样技术（max distance synthetic minority over-sampling technique,MDSMOTE）的支持向量机（support vector machine, SVM）分类预测方法。首先,结合专家经验对汽车组合仪表的原始生产数据进行特征筛选,并在MDSMOTE中引入类不平衡率I_R,以对所筛选的特征数据进行扩充;然后,利用粒子群优化（particle swarm optimization, PSO）算法对SVM的误差惩罚因子C和核函数参数γ进行优化;最后,建立优化的SVM分类预测模型,并对汽车组合仪表进行分类。通过与其他分类预测模型在不同数据集上的预测结果进行对比可知,基于改进MDSMOTE的SVM分类预测模型的准确率、F值和几何平均值等评价指标均优于其他模型。所提出方法在汽车仪表产品分类上表现出较强的泛化能力和稳定性,可为仪表制造企业生产效率的提升提供有效参考。