91一区二区国产好的精华液,久久精品熟女亚洲,国产日韩欧美传媒

1553B總線電路冷備份使用情況下總線端口潛通路分析驗(yàn)證[其他][其他]

航天系統(tǒng)單位在應(yīng)用1553B總線電路過程中,，為了增加設(shè)備單機(jī)的可靠性,，使用了兩組1553B總線單機(jī),，兩組單機(jī)總線輸出并聯(lián)在一起,，一組單機(jī)上電使用，一組單機(jī)斷電處于冷備份狀態(tài),，兩組系統(tǒng)互為冷備份,，正常工作時(shí),，要求互為冷備份的單機(jī)不能相互影響,。針對該應(yīng)用詳細(xì)介紹了1553B總線電路內(nèi)部總線端口結(jié)構(gòu),，并對冷備份使用情況下總線端口的潛通路問題進(jìn)行了詳細(xì)測試驗(yàn)證，通過測試數(shù)據(jù)分析,，證明了兩組1553B總線電路在冷備份使用情況下是穩(wěn)定可靠的,，兩組單機(jī)沒有相互影響。

發(fā)表于：3/18/2021 5:46:40 PM

基于區(qū)塊鏈的新能源充電樁共享管理方案[電源技術(shù)][智能電網(wǎng)]

近些年在國家大力推進(jìn)下,，新能源充電樁和電動(dòng)車領(lǐng)域發(fā)展迅猛,，但也存在交易信息被泄露、企業(yè)間數(shù)據(jù)難以共享,、用戶充電體驗(yàn)感差等負(fù)面情況,?；谝陨蠁栴}，提出了一套基于區(qū)塊鏈的新能源充電管理方案,，利用區(qū)塊鏈去中心化、數(shù)據(jù)加密等特性,，在區(qū)塊鏈底層上利用比特幣,、聯(lián)合表征推薦算法等技術(shù)，建立聯(lián)盟鏈模塊,、充電幣模塊,、推薦模塊三個(gè)模塊，提出一套基于區(qū)塊鏈的分布式新能源電動(dòng)車充電管理方案,。實(shí)踐證明,，該方案可以較好地解決上述問題。

發(fā)表于：3/18/2021 5:36:34 PM

基于LoRa的智能電表通信方案設(shè)計(jì)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

隨著建設(shè)國家智能電網(wǎng)概念的提出,，智能電表開始成為人們關(guān)注的焦點(diǎn),。為了更加方便、準(zhǔn)確,、及時(shí)地對用戶用電量進(jìn)行抄讀與管理,，實(shí)現(xiàn)智能電表的自動(dòng)化、網(wǎng)絡(luò)化,，設(shè)計(jì)了一種基于LoRa的中繼多跳組網(wǎng)協(xié)議,，并通過對智能電表和采集器的通信模塊進(jìn)行新型軟硬件設(shè)計(jì)，來實(shí)現(xiàn)此協(xié)議在智能電表通信方案中的移植和使用,，進(jìn)行智能電表的新型通信方案設(shè)計(jì),。該方案從通信性能及適用場景出發(fā)，在LoRa通信的基礎(chǔ)上,，通過中繼多跳組網(wǎng)協(xié)議進(jìn)一步提升LoRa通信的性能,，實(shí)現(xiàn)了高容量、高可靠性的新型通信方案,。

發(fā)表于：3/18/2021 5:30:46 PM

改進(jìn)的深度殘差網(wǎng)絡(luò)的混合氣體定量分析方法[其他][其他]

為了有效監(jiān)測室內(nèi)有害氣體,，提出了一種改進(jìn)的深度殘差網(wǎng)絡(luò)的室內(nèi)有害氣體定量分析方法。該方法使用殘差網(wǎng)絡(luò)來提高深度學(xué)習(xí)方法學(xué)習(xí)干擾信號(hào)特征的能力,，并提高混合氣體定量分析的準(zhǔn)確性以及模型的魯棒性,。將軟閾值化用作非線性層，并將其嵌入到深度神經(jīng)網(wǎng)絡(luò)中,，以消除非必要的噪聲特征,。該方法結(jié)合了深度學(xué)習(xí)與傳統(tǒng)信號(hào)處理降噪算法的優(yōu)點(diǎn)，通過使用具有不同干擾水平的甲醛氣體樣本集進(jìn)行了驗(yàn)證,，實(shí)驗(yàn)結(jié)果表明該模型在有干擾的場景下仍具有較高的準(zhǔn)確率,。

發(fā)表于：3/18/2021 5:11:31 PM

一種基于改進(jìn)Mask R-CNN模型的遙感圖像目標(biāo)識(shí)別方法[其他][其他]

目標(biāo)識(shí)別技術(shù)作為機(jī)器視覺領(lǐng)域的一個(gè)重要分支,，在各個(gè)領(lǐng)域有著重要的應(yīng)用。鑒于一般的目標(biāo)識(shí)別模型在遙感圖片中表現(xiàn)不佳,，另外需要識(shí)別的目標(biāo)數(shù)量較多,，尺寸大小不一，因此在經(jīng)典的目標(biāo)識(shí)別Mask R-CNN模型的基礎(chǔ)上,，提出了一種融合了通道注意力機(jī)制和數(shù)據(jù)增強(qiáng)技術(shù)的模型Mask R-CNN模型,。在輸入圖片數(shù)據(jù)時(shí)，首先通過Random-Batch images操作對數(shù)據(jù)進(jìn)行增強(qiáng)處理,，提高模型對尺寸大小不一的目標(biāo)識(shí)別的準(zhǔn)確率,；然后提取特征時(shí)，將原Mask R-CNN模型中的FPN改進(jìn)為BiFPN,，使提取到的特征能更好體現(xiàn)原本的圖片信息,；在最后的Mask階段，增加了通道注意力機(jī)制,，使得模型更多地得到需要的信息,。經(jīng)過實(shí)驗(yàn)表明，此模型在遙感圖像的特殊目標(biāo)細(xì)粒度識(shí)別中有良好的表現(xiàn),。對于同一個(gè)數(shù)據(jù)集,，其評價(jià)指標(biāo)在各個(gè)方面都要優(yōu)于其他對比算法。

發(fā)表于：3/18/2021 4:54:08 PM

用于自動(dòng)視力檢測的手勢識(shí)別方法研究[測試測量][其他]

對于自動(dòng)視力檢測系統(tǒng),，手勢識(shí)別是關(guān)鍵問題,，但是采用傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)模型識(shí)別手勢存在過擬合、計(jì)算量大等問題,。提出了一種GR-AlexNet模型,，對AlexNet網(wǎng)絡(luò)模型進(jìn)行了適應(yīng)性修改和優(yōu)化：為了加快計(jì)算速度，用7×7,、5×5,、1×1的三個(gè)小卷積核替代原來的11×11的大卷積核，并刪除LRN層和一個(gè)全連接層,；為了減輕過擬合效應(yīng),，在每次卷積后都加上一個(gè)Dropout優(yōu)化。對同一數(shù)據(jù)集分別使用LeNet模型,、AlexＮet模型,、VGG16模型與GR-AlexＮet模型進(jìn)行對比實(shí)驗(yàn)。實(shí)驗(yàn)表明GR-AlexＮet模型在識(shí)別準(zhǔn)確率上較傳統(tǒng)的模型有一定的提高,，能抑制過擬合現(xiàn)象,，并且具有更快的訓(xùn)練速度。

發(fā)表于：3/18/2021 4:40:51 PM

國密算法在工業(yè)互聯(lián)網(wǎng)安全中的應(yīng)用研究[通信與網(wǎng)絡(luò)][信息安全]

工業(yè)互聯(lián)網(wǎng)安全是網(wǎng)絡(luò)空間安全的重要組成部分。加強(qiáng)國密算法在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用研究,，對于提高我國網(wǎng)絡(luò)空間安全的防護(hù)能力和實(shí)現(xiàn)自主化目標(biāo)具有重大意義,。闡述了國密算法在工業(yè)互聯(lián)網(wǎng)的應(yīng)用現(xiàn)狀和存在的挑戰(zhàn)，并基于國密算法設(shè)計(jì)一種輕量級(jí)的身份認(rèn)證協(xié)議,。分析表明,，該協(xié)議兩次握手可完成認(rèn)證，并能夠滿足認(rèn)證的安全性要求,，具有良好的應(yīng)用價(jià)值,。

發(fā)表于：3/18/2021 4:30:27 PM

基于SOAR的安全運(yùn)營自動(dòng)化關(guān)鍵技術(shù)構(gòu)建及未來演進(jìn)方向[通信與網(wǎng)絡(luò)][信息安全]

針對現(xiàn)有的安全可視化編排及自動(dòng)化響應(yīng)技術(shù)，提出將復(fù)雜的APT威脅場景,、漏洞、自動(dòng)化響應(yīng)驗(yàn)證,、關(guān)鍵基礎(chǔ)設(shè)施合規(guī)管理等安全能力納入到現(xiàn)有SOAR(Security Orchestration Automation Response)的可視化編排及響應(yīng)中,，極大地豐富并完善了Gartner提出的SOAR的安全編排及自動(dòng)化響應(yīng)的概念場景，大幅提升安全運(yùn)營的效能和成熟度,；通過DevSecOps開放架構(gòu)及OpenC2開放式管控接口,，自適應(yīng)支持不同設(shè)備的數(shù)據(jù)接入及安全響應(yīng)管控，構(gòu)建圍繞SOAR為主體的安全運(yùn)營生態(tài)體系,；在此基礎(chǔ)上,，提出安全運(yùn)營自動(dòng)化未來演進(jìn)方向，即構(gòu)建多人協(xié)同的統(tǒng)一空間協(xié)同作戰(zhàn)體系,，通過多人協(xié)同定義并改進(jìn)安全分析及響應(yīng)模型,，迅速完成“安全策略、保護(hù),、檢測和響應(yīng)”的信息循環(huán)及信息再利用,。

發(fā)表于：3/18/2021 4:24:24 PM

基于TPCM可信根的主動(dòng)免疫控制系統(tǒng)防護(hù)設(shè)計(jì)[通信與網(wǎng)絡(luò)][信息安全]

目前針對工業(yè)控制系統(tǒng)的安全風(fēng)險(xiǎn)與日俱增，傳統(tǒng)“封堵查殺”的防護(hù)技術(shù)難以有效應(yīng)對當(dāng)前所面臨的安全威脅,，急需一套更適合工控系統(tǒng)環(huán)境的安全解決方案,。結(jié)合我國自主創(chuàng)新的可信計(jì)算3.0關(guān)鍵技術(shù)，提出一種基于TPCM可信根的適用于工業(yè)控制系統(tǒng)的主動(dòng)免疫防護(hù)方案,，通過對關(guān)鍵節(jié)點(diǎn)的可信構(gòu)建使工業(yè)控制系統(tǒng)防護(hù)更加透徹,，安全處理融洽一致，為工業(yè)控制系統(tǒng)構(gòu)建主動(dòng)免疫防御能力,，使之能夠有效識(shí)別和防御未知威脅,。

發(fā)表于：3/18/2021 4:06:00 PM

基于PCNN的工業(yè)制造領(lǐng)域質(zhì)量文本實(shí)體關(guān)系抽取方法[其他][其他]

對汽車、機(jī)械等工業(yè)制造行業(yè)的質(zhì)量報(bào)告進(jìn)行關(guān)系抽取,，對于該行業(yè)質(zhì)量知識(shí)圖譜,、質(zhì)量問答系統(tǒng)等研究有著極為重要的意義。針對在工業(yè)制造領(lǐng)域的質(zhì)量知識(shí)圖譜構(gòu)建過程中尚無公開數(shù)據(jù)集可用的情況,，收集了質(zhì)量文本并進(jìn)行相應(yīng)的專業(yè)標(biāo)注,，構(gòu)建了工業(yè)制造領(lǐng)域質(zhì)量知識(shí)圖譜關(guān)系抽取專業(yè)數(shù)據(jù)集,。基于該數(shù)據(jù)集利用分段卷積神經(jīng)網(wǎng)絡(luò)(Piecewise Convolutional Neural Network,，PCNN)實(shí)現(xiàn)關(guān)系抽取,，然后根據(jù)中文特性，提出了改進(jìn)的PCNN模型(C-PCNN),，以提升在中文語料中關(guān)系抽取的性能,。在本文構(gòu)建的數(shù)據(jù)集中，改進(jìn)后模型的準(zhǔn)確率,、召回率以及F1值優(yōu)于對比的PCNN和RNN模型,，驗(yàn)證了該方法的可行性和有效性。該研究對從事制造行業(yè)的人員有一定的實(shí)際意義,。

發(fā)表于：3/18/2021 3:50:03 PM