基于CC2020胜任力模型的网络安全实践教学金课建设

针对CC2020强调的胜任力模型在知识、技能和性情3方面的新要求,提出一种基于CC2020胜任力模型的网络安全实践教学金课建设模式,从网络安全胜任力核心需求、教学闭环系统和普适学习环境3部分,阐述基于该模式的网络安全实践课程教学改革内容要点,通过统计学数据分析和教学反思,说明该模式可显著提高网络安全实践教学水平.     

仪器网络化的研究

着重于讨论仪器内部、仪器之间网络化通信的方式.研究在不同的通信协议之间,如何提高通信网络的服务质量.     

卫星回传链路CPM信号调制识别研究

文章解决了DVB-RCS2标准中规定的卫星回传链路上连续相位调制信号(CPM)调制识别问题。根据调制参数的不同,标准中的CPM信号有5种类型,且在TDMA突发模式下传输。短突发长度和低信噪比环境下信号调制识别是实现信号正确解调的前提。提出了一种基于改进后的广义检测后积分(GPDI)匹配准则的调制识别方法。该算法采用改进后的GPDI匹配准则获得接收信号与每类CPM的匹配值;并按最大值准则估计得到信号类型从而实现信号调制识别。通过该方法可实现单个突发帧内调制识别。仿真实验表明,该算法不需符号速率的先验信息,对大频偏和相偏具有较好的鲁棒性,具有较低的复杂度和优异的抗噪声性能。     

信息系统的经济效益及其评价

信息产业已成为21世纪重要的支柱产业，信息系统已广泛应用于各行各业，首先介绍了信息系统的经济效益及其经济评价。重点论述了柯布－道格拉斯生产函数在信息系统经济效益评价中的应用，提出了信息系统技术进步速度，贡献程度以及经济效益的评价方法。     

人工神经网络的并行分布处理

神经元的映射分配是人工神经网络虚拟实现中的重要研究课题。本文系统地分析了人工神经网络的重要性质－并行分布处理，并对映射分配问题中的两个关键性概念－负载均衡和通信开销进行了深入讨论。以此为基础，提出了一系列映射算法，并对算法性能进行了分析。其中，吸收算法最大程度地开发了人工神经网络固有的并行性，是一个实时的算法。     

实时力反馈技术在手术仿真中的实现与应用

文章介绍了一种应用于手术仿真中的实时力反馈技术。主要讨论了其实现的步骤过程和系统仿真结构,分析了其采用的质点-弹簧-阻尼器物理仿真模型,并描述了手术仿真中虚拟手术器械挤压软组织模型的面弹力和在软组织表面上的粘滞摩擦力的实现原理和方法,同时,为手术仿真中实时力反馈的实现和应用提出了一种解决的方案。     

三轴电子罗盘的设计与误差校正

介绍了三轴电子罗盘的测量原理.利用各向异性磁阻传感器和加速度传感器研制了带倾斜补偿功能的三轴电子罗盘,并论述了电子罗盘的硬件设计和软件流程.针对电子罗盘传感器的误差特点,采用十二位置标定法实现了罗盘的校正.在罗盘处于不同倾斜的情况下进行圆周测试,经误差校正和倾角补偿后的轨迹是大体重合的圆,有效降低了罗盘误差.在某些具备翻滚条件的应用场合,该校正方法还可有效补偿电子罗盘的罗差.     

胶东牟乳成矿带金青顶矿床构造叠加晕研究

金青顶金矿床是牟平—乳山金成矿带最大的石英脉型金矿床,矿脉严格受构造控制,已探明储量为32 t,平均品位为6.44×10^-6。为探讨金青顶金矿床深部成矿潜力,本文在分析矿区成矿地质条件及矿床地质特征的基础上,对金青顶金矿床II号主矿体开展了构造叠加晕研究。结果表明：金青顶金矿床II号矿体的前缘晕特征指示元素组合为As、Sb、Hg,近矿特征指示元素组合为Au、Ag、Cu、Pb、Zn,尾晕特征指示元素组合为Bi、Mo、Co。II号矿体特征指示元素的分带序列由上至下为Sb→Cu、Ni→Au→Sn→W→Hg→As、Co→Ag→Zn→Pb、Mo→Bi,结合地球化学参数确定了II号矿体在-195 m、-435 m和-945 m中段深部存在金成矿作用叠加,并据此建立了II号矿体的构造叠加晕理想模型。综合矿脉品位等值线图、数据统计学分析、元素轴向分带序列、地球化学参数变化规律、构造叠加晕成矿模式以及井下地质现象观察分析,显示出金青顶金矿床II号矿体向深部的延伸较差,说明在深部存在矿体的可能性不是很大。因此,今后在本区开展找矿工作时,应重点关注矿区内的空白区及矿床外围。     

深部地热钻探中硬塑性泥岩地层钻头应用研究

深部地热钻探中,通常会钻遇硬塑性泥岩,严重影响钻探施工效率。以雄安新区深部地热钻探工程实例为基础,深入分析硬塑性泥岩机械钻速低的原因,研究制定钻头的优化改进方案。实践应用证明：针对地层岩性特征设计的个性化PDC钻头配合螺杆钻具,可以有效提高硬塑性泥岩地层机械钻速;使用三棱形非平面复合片和三角形复合片等异形复合片可以有效提高PDC钻头的抗冲击能力、提高钻头在含砾石地层的使用寿命,同时也可以提高硬塑性泥岩地层机械钻速。探索出了一套适宜于深部地热钻探中硬塑性泥岩地层钻进的钻头应用方案。     

基于节点和信息特征的社会网络信息传播模型

随着在线社会网络的快速发展,越来越多的人开始利用微博或Twitter来传播信息或分享观点.研究社会网络中的信息传播规律对于意见领袖挖掘、舆情监控、品牌营销等有着重要意义.虽然有关社会网络中的信息传播模型已经得到广泛研究,但是影响网络中节点之间信息传播的因素有哪些,以及如何刻画信息传播过程,仍然是一个有待深入研究的重要内容.传统的传播模型及其扩展模型更多地从网络结构出发研究信息传播,很大程度上忽视了节点属性和信息内容的影响.从多个维度提取信息传播的特征,包括节点属性特征和信息内容特征,对节点间传播概率和传播延迟进行建模,提出一个细粒度的在线社会网络信息传播模型.利用随机梯度下降算法学习模型中的各个特征的权重.另外,针对模型的传播预测功能,在新浪微博真实数据集上进行了实验,结果表明,在预测准确率方面,所提出的模型要优于其他同类模型,如异步独立级联模型、NetRate模型.